你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
函数库
下文包含 UDF(用户定义的函数)的分类列表。
文章中提供了用户定义的函数代码。 此代码可在查询中嵌入的 let 语句内使用,也可保留在使用 .create function
的数据库中。
常规函数
函数名称 | 说明 |
---|---|
geoip_fl() | 检索 IP 地址的地理信息。 |
get_packages_version_fl() | 返回 Python 引擎和指定包的版本信息。 |
机器学习函数
函数名称 | 说明 |
---|---|
kmeans_fl() | 使用 k-means 算法进行聚类。 |
predict_fl() | 使用经过训练的现有机器学习模型进行预测。 |
predict_onnx_fl() | 使用 ONNX 格式的经过训练的现有机器学习模型进行预测。 |
Plotly 函数
以下部分包含用于呈现交互式 Plotly 图表的函数。
函数名称 | 说明 |
---|---|
plotly_anomaly_fl() | 使用 Plotly 模板呈现异常图表。 |
plotly_scatter3d_fl() | 使用 Plotly 模板呈现 3D 散点图。 |
PromQL 函数
以下部分包含常用的 PromQL 函数。 这些函数可用于分析由 Prometheus 监视系统引入到群集的指标。 所有函数均假定群集中的指标使用 Prometheus 数据模型进行结构化。
函数名称 | 说明 |
---|---|
series_metric_fl() | 选择并检索利用 Prometheus 数据模型存储的时序。 |
series_rate_fl() | 计算计数器指标每秒提高的平均速率。 |
序列处理函数
统计和概率函数
函数名称 | 描述 |
---|---|
bartlett_test_fl() | 执行 Bartlett 测试。 |
binomial_test_fl() | 执行二项测试。 |
comb_fl() | 计算 C(n, k)(从 n 个项中选出 k 个项时可进行的选择的组合数)。 |
factorial_fl() | 计算 n!(n 的阶乘)。 |
ks_test_fl() | 执行 Kolmogorov Smirnov 测试。 |
levene_test_fl()n | 执行 Levene 测试。 |
normality_test_fl() | 执行 Normality 测试。 |
mann_whitney_u_test_fl() | 执行 Mann-Whitney U 测试。 |
pair_probabilities_fl() | 为一对分类变量计算各种概率和相关指标。 |
pairwise_dist_fl() | 根据多个名义变量和数值变量计算实体之间的成对距离。 |
percentiles_linear_fl() | 使用最接近的设置级别之间的线性内插计算百分位 |
perm_fl() | 计算 P(n, k)(从 n 个项中选出 k 个项时可进行的选择的排列数)。 |
two_sample_t_test_fl() | 执行两个示例 t-test。 |
wilcoxon_test_fl() | 执行 Wilcoxon 测试。 |
文本分析
函数名称 | 说明 |
---|---|
log_reduce_fl() | 在文本日志中查找常见模式并输出一个摘要表。 |
log_reduce_full_fl() | 在文本日志中查找常见模式并输出一个完整表。 |
log_reduce_predict_fl() | 应用经过训练的模型查找文本日志中的常见模式并输出一个摘要表。 |
log_reduce_predict_full_fl() | 应用经过训练的模型查找文本日志中的常见模式并输出一个完整表。 |
log_reduce_train_fl() | 在文本日志中查找常见模式并输出一个模型。 |
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈