自動スムーズ
| 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。
指数加重移動平均 (EWMA)
EWMA 3
| 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。
EWMA 5
| 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。
Ewma 7
| 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。
EWMA 10
| 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。
EWMA 20
| 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。
中央値
中央値 3
| 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。
中央値 5
| 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。
中央値 7
| 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。
中央値 9
| 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。
Weighted
Weighted() は、ゲージタイプのメトリクスで `SUM BY` をクエリする場合にのみ使用できます。
| 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。
- このメトリクスは、メトリクスサマリーにも指定されている定期的で一貫した送信間隔を持っています。
- このメトリクスは
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。
その他の関数
Consult the other available functions:
