평활화

자동 평활화

함수	설명	예시
`autosmooth()`	메트릭의 추세를 유지하면서 자동으로 노이즈를 제거합니다.	`autosmooth(<METRIC_NAME>{*})`

autosmooth() 함수는 자동으로 선택된 스팬이 있는 이동 평균을 적용합니다. 그 추세를 유지하면서 시계열을 평활화합니다. 이 예시에서 해당 함수는 시계열을 평활화하기 위해 최적의 스팬을 선택합니다.

avg by 등 group by 쿼리에 사용하면 모든 시계열에 동일한 스팬이 적용됩니다. 동일한 그래프의 여러 메트릭에 사용되는 경우 각 메트릭 시계열을 최적으로 평활화하기 위해 상이한 스팬을 선택할 수 있습니다.

이 알고리즘은 ASAP 알고리즘에서 영감을 얻었습니다. 이 블로그 게시물에서 자세한 내용을 읽을 수 있습니다.

autosmooth() 함수는 모니터에서 사용할 수 없습니다. 스팬이 동적으로 선택되기 때문에 해당 함수를 적용한 결과가 분단위로 변경되어 기준치 설정이 어려워지고 경고 플래핑이 초래될 수 있습니다.

지수 가중 이동 평균

Ewma 3

함수	설명	예시
`ewma_3()`	3의 스팬에 걸쳐 지수 가중 이동 평균을 계산합니다.	`ewma_3(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 ewma_3()은(는) 마지막 3개의 데이터 포인트를 사용하여 평균을 계산합니다.

예시:

메트릭 10 + x%10 {*}이(라) 10개 데이터 포인트 후에 다시 10으로 떨어질 때까지 10부터 1씩 증가하면 ewma3(10 + x%10 {*})은(는) 다음의 모양을 갖게 됩니다.

Ewma 5

함수	설명	예시
`ewma_5()`	5의 스팬에 걸쳐 지수 가중 이동 평균을 계산합니다.	`ewma_5(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 ewma_5()은(는) 마지막 5개 데이터 포인트를 사용하여 평균을 계산합니다.

예시:

메트릭 10 + x%10 {*}이(가) 10개 데이터 포인트 이후에 다시 10으로 떨어질 때까지 10부터 1씩 증가하면 ewma5(10 + x%10 {*})은(는) 다음의 모양을 갖게 됩니다.

Ewma 7

함수	설명	예시
`ewma_7()`	7의 스팬에 걸쳐 지수 가중 이동 평균을 계산합니다.	`ewma_7(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 ewma_7()은(는) 마지막 7개 데이터 포인트를 사용하여 평균을 계산합니다.

Ewma 10

함수	설명	예시
`ewma_10()`	10의 스팬에 걸쳐 지수 가중 이동 평균을 계산합니다.	`ewma_10(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 ewma_10()은(는) 마지막 10개 데이터 포인트를 사용하여 평균을 계산합니다.

예시:

메트릭 10 + x%10 {*}이(가) 10개 데이터 포인트 이후에 다시 10으로 떨어질 때까지 10부터 1씩 증가하면 ewma10(10 + x%10 {*})은(는) 다음의 모양을 갖게 됩니다.

Ewma 20

함수	설명	예시
`ewma_20()`	20의 스팬에 걸쳐 지수 가중 이동 평균을 계산합니다.	`ewma_20(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 ewma_20()은(는) 마지막 20개 데이터 포인트를 사용하여 평균을 계산합니다.

예시:

메트릭 10 + x%10 {*}이(가) 10개 데이터 포인트 이후에 다시 10으로 떨어질 때까지 10부터 1씩 증가하면 ewma20(10 + x%10 {*})은(는) 다음의 모양을 갖게 됩니다.

중앙값

중앙값 3

함수	설명	예시
`median_3()`	스팬이 3인 이동 중앙값입니다.	`median_3(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 median_3()은(는) 마지막 3개의 데이터 포인트를 사용하여 중앙값을 계산합니다.

중앙값 5

함수	설명	예시
`median_5()`	스팬이 5인 이동 중앙값입니다.	`median_5(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 median_5()은(는) 마지막 5개의 데이터 포인트를 사용하여 중앙값을 계산합니다.

중앙값 7

함수	설명	예시
`median_7()`	스팬이 7인 이동 중앙값입니다.	`median_7(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 median_7()은(는) 마지막 7개의 데이터 포인트를 사용하여 중앙값을 계산합니다.

중앙값 9

함수	설명	예시
`median_9()`	스팬이 9인 이동 중앙값입니다.	`median_9(<METRIC_NAME>{*})`

참고: 스팬 값은 데이터 포인트의 수입니다. 따라서 median_9()은(는) 마지막 9개의 데이터 포인트를 사용하여 중앙값을 계산합니다.

가중치

Weighted()는 게이지 타입 메트릭에서 `SUM BY`를 쿼링할 때만 사용할 수 있습니다.

함수	설명	예시
`weighted()`	트랜지션 태그의 적절한 가중치를 유지하면서 노이즈를 자동으로 제거합니다.	`sum:(<GAUGE_METRIC_NAME>{*}).weighted()`

weighted() 함수는 인위적인 스파이크를 방지하기 위해 공간에서 게이지 메트릭 합산 시 일시적인 변동 태그 값의 짧은 수명을 설명합니다.

함수는 다음 두 조건이 모두 충족되면 게이지 메트릭의 쿼리에 자동 추가됩니다.

본 메트릭에는 메트릭 요약에 지정된 규칙적이며 일관된 제출 간격이 존재합니다.
메트릭은 SUM by로 집계됩니다(예: sum: mygaugemetric{*}).

다음은 부정확한 스파이크가 있는 원본 쿼리(보라색)와 적절한 가중치 계산이 적용된 쿼리(녹색)의 그래프 예시입니다.

weighted() 수정자에 대한 더 자세한 정보를 확인하려면 weighted()는 어떻게 작동하나요? 항목을 참조하세요.

기타 함수

사용 가능한 다른 함수를 참조하세요.

알고리즘: 메트릭에 이상 또는 아웃라이어 감지를 구현합니다.

산술: 메트릭에 대해 산술 연산을 수행합니다.

계산: 메트릭의 0이 아닌 값 또는 null이 아닌 값을 계산합니다.

제외: 메트릭의 특정 값을 제외합니다.

보간: 메트릭의 기본값을 채우거나 설정합니다.

순위: 메트릭의 하위 집합만 선택합니다.

비율: 메트릭 대비 커스텀 파생값을 계산합니다.

회귀: 메트릭에 일부 기계 학습 기능을 적용합니다.

롤업: 메트릭에 사용되는 원시 포인트 수를 제어합니다.

타임시프트: 타임라인을 따라 메트릭 데이터 포인트를 이동합니다.