Libreria di funzioni

L'articolo seguente contiene un elenco classificato di funzioni definite dall'utente.

Il codice delle funzioni definite dall'utente viene fornito negli articoli. Può essere usato all'interno di un'istruzione let incorporata in una query o può essere mantenuta in un database usando .create function.

Funzioni generali

Nome funzione	Descrizione
geoip_fl()	Recupera le informazioni geografiche dell'indirizzo IP.
get_packages_version_fl()	Restituisce le informazioni sulla versione del motore Python e dei pacchetti specificati.

Funzioni di Machine Learning

Nome funzione	Descrizione
kmeans_fl()	Clusterizzare usando l'algoritmo k-means.
predict_fl()	Stimare l'uso di un modello di Machine Learning con training esistente.
predict_onnx_fl()	Stimare l'uso di un modello di Machine Learning con training esistente in formato ONNX.

Funzioni tracciate

La sezione seguente contiene funzioni per il rendering di grafici grafici interattivi.

Nome funzione	Descrizione
plotly_anomaly_fl()	Eseguire il rendering di un grafico anomalie usando un modello plotly.
plotly_scatter3d_fl()	Eseguire il rendering del grafico a dispersione 3D usando un modello plotly.

Funzioni PromQL

La sezione seguente contiene funzioni comuni di PromQL . Queste funzioni possono essere usate per l'analisi delle metriche inserite nel cluster dal sistema di monitoraggio Prometheus . Tutte le funzioni presuppongono che le metriche nel cluster siano strutturate usando il modello di dati Prometheus.

Nome funzione	Descrizione
series_metric_fl()	Selezionare e recuperare le serie temporali archiviate con il modello di dati Prometheus.
series_rate_fl()	Calcolare il tasso medio di aumento della metrica contatore al secondo.

Funzioni di elaborazione serie

Nome funzione	Descrizione
quantize_fl()	Quantizzare le colonne delle metriche.
series_clean_anomalies_fl()	Sostituire le anomalie in una serie in base al valore interpolato.
series_cosine_similarity_fl()	Calcolare la somiglianza del cosno di due vettori numerici.
series_dbl_exp_smoothing_fl()	Applicare un doppio filtro di smoothing esponenziale in serie.
series_dot_product_fl()	Calcolare il prodotto punto di due vettori numerici.
series_downsample_fl()	Serie temporali downsample per un fattore integer.
series_exp_smoothing_fl()	Applicare un filtro di smoothing esponenziale di base in serie.
series_fit_lowess_fl()	Adattare un polinomiale locale a serie usando il metodo LOWESS.
series_fit_poly_fl()	Adattare un polinomiale a una serie usando l'analisi di regressione.
series_fbprophet_forecast_fl()	Prevedere i valori delle serie temporali usando l'algoritmo Prophet.
series_lag_fl()	Applicare un filtro di ritardo in serie.
series_monthly_decompose_anomalies_fl()	Rilevare anomalie in una serie con stagionalità mensile.
series_moving_avg_fl()	Applicare un filtro medio mobile in serie.
series_moving_var_fl()	Applicare un filtro di varianza mobile in serie.
series_mv_ee_anomalies_fl()	Rilevamento anomalie multivariate per le serie usando il modello di busta ellittica.
series_mv_if_anomalies_fl()	Rilevamento anomalie multivariate per la serie usando il modello di foresta di isolamento.
series_mv_oc_anomalies_fl()	Rilevamento anomalie multivariate per serie usando un modello SVM di classe.
series_rolling_fl()	Applicare una funzione di aggregazione in sequenza in serie.
series_shapes_fl()	Rileva una tendenza positiva/negativa o un salto in serie.
series_uv_anomalies_fl()	Rilevare anomalie nelle serie temporali usando l'API Servizio cognitivo rilevamento anomalie univariate.
series_uv_change_points_fl()	Rilevare i punti di modifica nelle serie temporali usando l'API Servizio cognitivo rilevamento anomalie univariate.
time_weighted_avg_fl()	Calcola la media ponderata del tempo di una metrica.
time_window_rolling_avg_fl()	Calcola la media di rotazione di una metrica rispetto a un intervallo di tempo di durata costante.

Funzioni statistiche e probabilità

Nome funzione	Descrizione
bartlett_test_fl()	Eseguire il test Bartlett.
binomial_test_fl()	Eseguire il test binomiale.
comb_fl()	Calcolare C(n, k), il numero di combinazioni per la selezione di k elementi fuori n.
factorial_fl()	Calcolare n!, fattoreiale di n.
ks_test_fl()	Eseguire un test di Kolmogorov Smirnov.
levene_test_fl()n	Eseguire un test di Levene.
normality_test_fl()	Esegue il test di normalità.
mann_whitney_u_test_fl()	Eseguire un test Mann-Whitney U.
pair_probabilities_fl()	Calcolare varie probabilità e metriche correlate per una coppia di variabili categoriche.
pairwise_dist_fl()	Calcolare le distanze abbinate tra le entità in base a più variabili nominale e numeriche.
percentiles_linear_fl()	Calcolare i percentili usando l'interpolazione lineare tra i ranghi più vicini
perm_fl()	Calcola P(n, k), il numero di permutazioni per la selezione di k elementi su n.
two_sample_t_test_fl()	Eseguire i due test t di esempio.
wilcoxon_test_fl()	Eseguire il test Wilcoxon.

Analisi del testo

Nome funzione	Descrizione
log_reduce_fl()	Trovare modelli comuni nei log testuali e restituire una tabella di riepilogo.
log_reduce_full_fl()	Trovare modelli comuni nei log di testo e restituire una tabella completa.
log_reduce_predict_fl()	Applicare un modello sottoposto a training per trovare modelli comuni nei log testuali e restituire una tabella di riepilogo.
log_reduce_predict_full_fl()	Applicare un modello sottoposto a training per trovare modelli comuni nei log testuali e restituire una tabella completa.
log_reduce_train_fl()	Trovare modelli comuni nei log testuali e restituire un modello.