- 重要な情報
- はじめに
- 用語集
- ガイド
- エージェント
- インテグレーション
- OpenTelemetry
- 開発者
- API
- CoScreen
- アプリ内
- Service Management
- インフラストラクチャー
- アプリケーションパフォーマンス
- 継続的インテグレーション
- ログ管理
- セキュリティ
- UX モニタリング
- 管理
関数 | 説明 | 例 |
---|---|---|
autosmooth() | メトリクスのトレンドを維持しつつ自動的にノイズを除去します。 | autosmooth(<METRIC_NAME>{*}) |
autosmooth()
関数は、自動的に選択されたスパンで移動平均を適用し、トレンドを維持しつつ時系列を滑らかにします。この例では、関数が最適なスパンを選択して時系列を滑らかにしています。
avg by
などの group by
クエリで使用すると、すべての時系列で同じスパンが適用されます。同じグラフ内の複数のメトリクスで使用された場合、メトリクスの時系列それぞれが最適に滑らかになるように、異なるスパンを選択できます。
アルゴリズムは、ASAP アルゴリズムの派生型です。詳細については、このブログ記事を参照してください。
autosmooth()
関数はモニターでは使用できません。スパンは動的に選択されるため、関数を適用した結果が分刻みで変化し、しきい値設定が困難になり、不規則なアラート動作につながる可能性があります。
関数 | 説明 | 例 |
---|---|---|
ewma_3() | 3 スパンの指数加重移動平均を計算します。 | ewma_3(<METRIC_NAME>{*}) |
注: スパン値はデータポイントの数です。したがって、ewma_3()
は、最後の 3 つのデータポイントを使用して平均を計算します。
例:
メトリクス 10 + x%10 {*}
は、10 から 1 ずつ増え、データポイントが 10 個になると 10 に戻ります。これに対して、ewma3(10 + x%10 {*})
は次のようなグラフになります。
関数 | 説明 | 例 |
---|---|---|
ewma_5() | 5 スパンの指数加重移動平均を計算します。 | ewma_5(<METRIC_NAME>{*}) |
注: スパン値はデータポイントの数です。したがって、ewma_5()
は、最後の 5 つのデータポイントを使用して平均を計算します。
例:
メトリクス 10 + x%10 {*}
は、10 から 1 ずつ増え、データポイントが 10 個になると 10 に戻ります。これに対して、ewma5(10 + x%10 {*})
は次のようなグラフになります。
関数 | 説明 | 例 |
---|---|---|
ewma_7() | 7 スパンの指数加重移動平均を計算します。 | ewma_7(<METRIC_NAME>{*}) |
注: スパン値はデータポイントの数です。したがって、ewma_7()
は、最後の 7 つのデータポイントを使用して平均を計算します。
関数 | 説明 | 例 |
---|---|---|
ewma_10() | 10 スパンの指数加重移動平均を計算します。 | ewma_10(<METRIC_NAME>{*}) |
注: スパン値はデータポイントの数です。したがって、ewma_10()
は、最後の 10 つのデータポイントを使用して平均を計算します。
例:
メトリクス 10 + x%10 {*}
は、10 から 1 ずつ増え、データポイントが 10 個になると 10 に戻ります。これに対して、ewma10(10 + x%10 {*})
は次のようなグラフになります。
関数 | 説明 | 例 |
---|---|---|
ewma_20() | 20 スパンの指数加重移動平均を計算します。 | ewma_20(<METRIC_NAME>{*}) |
注: スパン値はデータポイントの数です。したがって、ewma_20()
は、最後の 20 つのデータポイントを使用して平均を計算します。
例:
メトリクス 10 + x%10 {*}
は、10 から 1 ずつ増え、データポイントが 10 個になると 10 に戻ります。これに対して、ewma20(10 + x%10 {*})
は次のようなグラフになります。
関数 | 説明 | 例 |
---|---|---|
median_3() | スパン 3 のローリング中央値。 | median_3(<METRIC_NAME>{*}) |
注: スパン値はデータポイントの数です。したがって、median_3()
は、最後の 3 つのデータポイントを使用して中央値を計算します。
関数 | 説明 | 例 |
---|---|---|
median_5() | スパン 5 のローリング中央値。 | median_5(<METRIC_NAME>{*}) |
注: スパン値はデータポイントの数です。したがって、median_5()
は、最後の 5 つのデータポイントを使用して中央値を計算します。
関数 | 説明 | 例 |
---|---|---|
median_7() | スパン 7 のローリング中央値。 | median_7(<METRIC_NAME>{*}) |
注: スパン値はデータポイントの数です。したがって、median_7()
は、最後の 7 つのデータポイントを使用して中央値を計算します。
関数 | 説明 | 例 |
---|---|---|
median_9() | スパン 9 のローリング中央値。 | median_9(<メトリクス名>{*}) |
注: スパン値はデータポイントの数です。したがって、median_9()
は、最後の 9 つのデータポイントを使用して中央値を計算します。
関数 | 説明 | 例 |
---|---|---|
weighted() | 一過性タグの適切な重み付けを維持したまま、ノイズを自動的に除去します。 | sum:(<GAUGE_METRIC_NAME>{*}).weighted() |
weighted()
関数は、人工的なスパイクを防ぐために、ゲージメトリクスを空間で合計する際に、一過性で変化するタグの値の短命な寿命を考慮します。
この関数は、以下の両方の条件を満たす場合、ゲージメトリクスに関するクエリに自動的に付加されます。
SUM by
で集計されます (例: sum: mygaugemetric{*}
)ここでは、不正確なスパイクを持つ元のクエリ (紫) と、適切に重み付け計算されたクエリ (緑) のグラフの例を示します。
weighted() 修飾子の詳細については、weighted() の仕組みは?を参照してください。
Consult the other available functions: