Áú»¢¶Ä²©

5 Funcions de tend¨¨ncia

Les funcions de tend¨¨ncia, a difer¨¨ncia de les funcions d'hist¨°ric, empren dades de ³Ù±ð²Ô»å¨¨²Ô³¦¾±±ð²õ per als c¨¤lculs.

Les ³Ù±ð²Ô»å¨¨²Ô³¦¾±±ð²õ emmagatzemen valors afegits per hora. Les funcions de tend¨¨ncia empren aquestes mitjanes hor¨¤ries i, per tant, s¨®n ¨²tils per an¨¤lisi a llarg termini.

Els resultats de la funci¨® de tend¨¨ncia s'emmagatzemen a la mem¨°ria cau, de manera que diverses crides a la mateixa funci¨® amb els mateixos par¨¤metres obtindran informaci¨® de la base de dades ²Ô´Ç³¾¨¦²õ un cop. La mem¨°ria cau de la funci¨® de tend¨¨ncia ¨¦s controlada per el par¨¤metre del servidor TrendFunctionCacheSize.

Els triggers que fan refer¨¨ncia a les funcions de tend¨¨ncia ²Ô´Ç³¾¨¦²õ s'avaluen una vegada per per¨ªode de temps m¨¦s petit a l'expressi¨®. Per exemple, un trigger com ara

 trendavg(/host/key,1d:now/d) > 1 o trendavg(/host/key2,1w:now/w) > 2

s'avaluar¨¤ un cop al dia. Si el trigger cont¨¦ funcions de tend¨¨ncia i d'historial (o basades en funcions de data i hora i/o nodata()), es calcula segons els principis habituals.

Totes les funcions listades aqu¨ª s¨®n compatibles amb:

• Expressions trigger
• Elements calculats

Les funcions es llisten sense informaci¨® addicional. Feu clic a la funci¨® per veure'n tots els detalls.

Par¨¤metres comuns

• /host/key ¨¦s un primer par¨¤metre obligatori com¨²
• time period:time shift ¨¦s un segon par¨¤metre com¨², on:
  • time period - el per¨ª de temps (m¨ªnim '1h'), definit com a <N><unitat de temps> o N - el nombre d'unitats de temps, unitat de temps - h (hora), d (dia), w (setmana), M (mes) o y (any).
  • time shift - retards horaris (veieu exemples de funcions)

Detalls de la funci¨®

Algunes notes generals sobre par¨¤metres de funci¨®:

• Els par¨¤metres de funci¨® s¨®n separats per una coma
• Els par¨¤metres de funci¨® opcionals (o parts de par¨¤metres) s'indiquen amb < >
• Els par¨¤metres espec¨ªfics de la funci¨® es descriuen amb cada funci¨®
• Els par¨¤metres /host/key i time period:time shift no s'han de citar mai entre cometes

baselinedev(/host/key,data period:time shift,season unit,num seasons)

Retorna el nombre de desviacions (per algorisme stddevpop) entre el darrer per¨ªode de dades i els mateixos per¨ªodes de dades de les temporades anteriors.

±Ê²¹°ù¨¤³¾±ð³Ù°ù±ð²õ:

• Veieu par¨¤metres comuns;
  
• per¨ªode de dades - per¨ªode de recollida de dades dins d'una temporada, definit com a <N><unitat de temps> on:
  N - nombre d'unitats de temps
  unitat de temps - h (hora), d (dia), w (setmana), M (mes) o y (any), han de ser iguals o inferiors a la temporada
  
• unitat de temporada - durada d'una temporada (h, d, w, M, y), no pot ser inferior al per¨ªode de dades;
• nombre estacions - nombre de temporades a avaluar.

Exemples:

 baselinedev(/host/key,1d:now/d,"M",6) #c¨¤lcul del nombre de desviacions est¨¤ndard (poblaci¨®) entre el dia anterior i el mateix dia dels 6 mesos anteriors. Si la data no existeix en un mes anterior, s'emprar¨¤ el darrer dia del mes (s'analitzar¨¤ el 31 de juliol amb el 31 de gener, el 28 de febrer,... el 30 de juny)
        baselinedev(/host/key,1h:now/h,"d",10) #c¨¤lcul del nombre de desviacions est¨¤ndard (poblaci¨®) entre l'hora anterior i les mateixes hores durant el per¨ªode de deu dies abans d'ahir

baselinewma(/host/key,data period:time shift,season unit,num seasons)

Calcula la l¨ªnia de base fent la mitjana de les dades del mateix per¨ªode de temps en diversos per¨ªodes de temps iguals ("temporades") mitjan?ant l'algorisme de mitjana m¨°bil ponderada.

±Ê²¹°ù¨¤³¾±ð³Ù°ù±ð²õ:

• Veieu par¨¤metres comuns;
  
• per¨ªode de dades - per¨ªode de recollida de dades dins d'una temporada, definit com a <N><unitat de temps> on:
  N - nombre d'unitats de temps
  unitat de temps - h (hora), d (dia), w (setmana), M (mes) o y (any), han de ser iguals o inferiors a la temporada
  Canvi temporal - la compensaci¨® del per¨ªode de temps, defineix el final del per¨ªode de recollida de dades a estacions (veIeu exemples);
  
• unitat de temporada - la durada d'una temporada (h, d, w, M, y), no pot ser inferior al per¨ªode de dades;
  
• nombre estacions - el nombre de temporades a avaluar.

Exemples:

 baselinewma(/host/key,1h:now/h,"d",3) #c¨¤lcul de la l¨ªnia de base a partir de l'¨²ltima hora completa d'un per¨ªode de 3 dies que va acabar ahir. Si "ara" ¨¦s dilluns a les 13:30, s'analitzaran les dades de 12:00 a 12:59 divendres, dissabte i diumenge
        baselinewma(/host/key,2h:now/h,"d",3) #c¨¤lcul de la l¨ªnia de base a partir de les dues ¨²ltimes hores en un per¨ªode de 3 dies que va acabar ahir. Si "ara" ¨¦s dilluns a les 13:30, s'analitzaran les dades d'11:00 a 12:59 divendres, dissabte i diumenge
        baselinewma(/host/key,1d:now/d,"M",4) #c¨¤lcul de la l¨ªnia de base en funci¨® del mateix dia del mes que 'ahir' durant els 4 mesos anteriors a el darrer mes complet. Si la data requerida no existeix, es pren el darrer dia del mes. Si avui ¨¦s 1 de setembre, s'analitzaran les dades del 31 de juliol, 30 de juny, 31 de maig i 30 d'abril.

trendavg(/host/key,time period:time shift)

Mitjana dels valors de tend¨¨ncia dins del per¨ªode de temps definit.

±Ê²¹°ù¨¤³¾±ð³Ù°ù±ð²õ:

• Veieu par¨¤metres comuns.

Exemples:

 trendavg(/host/key,1h:now/h) #mitjana de l'hora anterior (p. ex., 12:00-13:00)
        trendavg(/host/key,1h:now/h-1h) #mitjana de fa dues hores (11:00-12:00)
        trendavg(/host/key,1h:now/h-2h) #mitjana de fa tres hores (10:00-11:00)
        trendavg(/host/key,1M:now/M-1y) #mitjana del mes anterior fa un any

trendcount(/host/key,time period:time shift)

Nombre de valors de l'historial recuperats correctament emprats per calcular el valor de tend¨¨ncia dins del per¨ªode de temps definit.

±Ê²¹°ù¨¤³¾±ð³Ù°ù±ð²õ:

• Veieu par¨¤metres comuns.

Exemples:

 trendcount(/host/key,1h:now/h) #recompte de valors de l'hora anterior (p. ex., 12:00-13:00)
        trendcount(/host/key,1h:now/h-1h) #recompte de valors de fa dues hores (11:00-12:00)
        trendcount(/host/key,1h:now/h-2h) #recompte de valors de fa tres hores (10:00-11:00)
        trendcount(/host/key,1M:now/M-1y) #recompte de valors del mes anterior fa un any

trendmax(/host/key,time period:time shift)

M¨¤xim de valors de tend¨¨ncia dins del per¨ªode de temps definit.

±Ê²¹°ù¨¤³¾±ð³Ù°ù±ð²õ:

• Veieu par¨¤metres comuns.

Exemples:

 trendmax(/host/key,1h:now/h) #m¨¤xim de l'hora anterior (p. ex., 12:00-13:00)
        trendmax(/host/key,1h:now/h) - trendmin(/host/key,1h:now/h) ¡ú calcula la difer¨¨ncia entre els valors m¨¤xim i m¨ªnim (delta de tend¨¨ncia) de l'hora anterior (12:00- 13:00)
        trendmax(/host/key,1h:now/h-1h) #m¨¤xim de fa dues hores (11:00-12:00)
        trendmax(/host/key,1h:now/h-2h) #m¨¤xim de fa tres hores (10:00-11:00)
        trendmax(/host/key,1M:now/M-1y) #m¨¤xim del mes anterior fa un any

trendmin(/host/key,time period:time shift)

M¨¤xim de valors de tend¨¨ncia dins del per¨ªode de temps definit.

±Ê²¹°ù¨¤³¾±ð³Ù°ù±ð²õ:

• Veieu par¨¤metres comuns.

Exemples:

 trendmin(/host/key,1h:now/h) #m¨ªnim de l'hora anterior (p. ex., 12:00-13:00)
        trendmin(/host/key,1h:now/h) - trendmin(/host/key,1h:now/h) ¡ú calcula la difer¨¨ncia entre els valors m¨¤xim i m¨ªnim (delta de tend¨¨ncia) de l'hora anterior (12:00- 13:00)
        trendmin(/host/key,1h:now/h-1h) #m¨ªnim de fa dues hores (11:00-12:00)
        trendmin(/host/key,1h:now/h-2h) #m¨ªnim de fa tres hores (10:00-11:00)
        trendmin(/host/key,1M:now/M-1y) #m¨ªnim del mes anterior fa un any

trendstl(/host/key,eval period:time shift,detection period,season,<deviations>,<devalg>,<s window>)

Retorna la taxa d'anomalies durant el per¨ªode de detecci¨®: un valor decimal entre 0 i 1 que ¨¦s ((el nombre de valors d'anomalia)/(nombre total de valors)).

±Ê²¹°ù¨¤³¾±ð³Ù°ù±ð²õ:

• Veieu par¨¤metres comuns;
  
• per¨ªode d'avaluaci¨® - el per¨ªode de temps que s'ha de descompondre (m¨ªnim '1 h'), definit com a <N><unitat de temps> on
  N - el nombre d'unitats de temps
  unitat de temps - h (hora), d (dia), w (setmana), M (mes) o y (any)
  
• per¨ªode de detecci¨® - el per¨ªode de temps abans del final del per¨ªode d'avaluaci¨® per al qual es calculen les anomalies (m¨ªnim '1 h', no pot ser superior al per¨ªode d'avaluaci¨®), definit com a <N><unitat de temps> on
  N - el nombre d'unitats de temps
  unitat de temps - h (hora), d (dia), w (setmana)
  
• temporada - el per¨ªode de temps m¨¦s curt on s'espera un patr¨® repetitiu ("temporada") (m¨ªnim '2 h', no pot ser m¨¦s llarg que el per¨ªode d'avaluaci¨®, el nombre d'entrades en el per¨ªode d'avaluaci¨® ha de ser superior a les dues vegades de la freq¨¹¨¨ncia resultant (estaci¨®/h)), definida com a <N><unitat de temps> on
  N - el nombre d'unitats de temps
  unitat de temps - h (hora), d (dia) , w (setmana)
• desviacions - el nombre de desviacions (calculades per devalg) per comptar com a anomalia (pot ser decimal), (ha de ser superior o igual a 1, per defecte ¨¦s 3);
• devalg (ha de ser entre cometes) - l'algoritme de desviaci¨®, pot ser stddevpop, stddevsamp o mad (per defecte);
• finestra s - l'abast (endarrerit) de la finestra de loess per a l'extracci¨® estacional (el valor per defecte ¨¦s 10 * nombre d'entrades en el per¨ªode d'avaluaci¨® + 1)

Exemples:

 trendstl(/host/key,100h:now/h,10h,2h) #analitzar les darreres 100 hores de dades de tend¨¨ncia, trobar la taxa d'anomalies de les darreres 10 hores d'aquest per¨ªode, esperant que la periodicitat sigui de 2h, la s¨¨rie restant els valors del per¨ªode d'avaluaci¨® es consideren anomalies si arriben al valor de 3 desviacions del MAD d'aquesta s¨¨rie restant.
        trendstl(/host/key,100h:now/h-10h,100h,2h,2.1,"mad") #analitzar el per¨ªode de 100 hores de dades de tend¨¨ncia, fa fins a 10 hores, troba la taxa d'anomalies per a tot aquest per¨ªode esperant que la periodicitat sigui de 2 h, els valors de s¨¨ries restants del per¨ªode d'avaluaci¨® es consideren anomalies si arriben al valor de 2,1 desviacions del MAD d'aquesta s¨¨rie restant.
        trendstl(/host/key,100d:now/d-1d,10d,1d,4,,10) #analitzar 100 dies de dades de tend¨¨ncia fins fa un dia, trobar la taxa d'anomalies per al per¨ªode dels darrers 10d d'aquest per¨ªode, esperant que la periodicitat sigui 1d, els valors de s¨¨ries restants del per¨ªode d'avaluaci¨® es consideren anomalies si arriben al valor de 4 desviacions del MAD d'aquesta s¨¨rie restant, anul¡¤lant l'abast predeterminat de la finestra de loess per a l'extracci¨® estacional de "10 * nombre d'entrades en el per¨ªode d'avaluaci¨® + 1" amb un interval de 10 retards
        trendstl(/host/key,1M:now/M-1y,1d,2h,,"stddevsamp") #analitzar el mes anterior fa un any, trobar la taxa d'anomalies del darrer dia d'aquest per¨ªode esperant que la periodicitat sigui de 2 h , els valors de s¨¨ries restants del per¨ªode d'avaluaci¨® es consideren anomalies si arriben al valor de 3 desviaci¨® de la desviaci¨® est¨¤ndard mostral d'aquesta s¨¨rie restant.

trendsum(/host/key,time period:time shift)

Suma dels valors de tend¨¨ncia dins del per¨ªode de temps definit.

±Ê²¹°ù¨¤³¾±ð³Ù°ù±ð²õ:

• Veieu par¨¤metres comuns.

Exemples:

 trendsum(/host/key,1h:now/h) #suma de l'hora anterior (p. ex., 12:00-13:00)
        trendsum(/host/key,1h:now/h-1h) #suma de fa dues hores (11:00-12:00)
        trendsum(/host/key,1h:now/h-2h) #suma de fa tres hores (10:00-11:00)
        trendsum(/host/key,1M:now/M-1y) #suma del mes anterior fa un any

Veieu totes les funcions admeses.