人工神经网络
人工神经网络（Artificial Neural Network，缩写ANN），简称神经网络或类神经网络，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。人工神经网络有多层和单层之分...
预降采样
预降采样可以在数据写入时就按指定时间粒度对数据进行预计算并单独存储，降采样查询时可以自动查询匹配到的预降采样数据，以降低访问延迟。本文介绍预降采样的概念，创建和管理预降采样规则的方法，查询预降采样数据的方法，以及预降采样的...
降采样操作
本文介绍时序数据的降采样操作。前提条件 已创建Project和MetricStore。具体操作，请参见 创建Project 和 创建MetricStore。已采集到时序数据。创建降采样配置 登录 日志服务控制台。在Project列表区域，单击目标Project。在 时序存储>时序...
降采样概述
时序数据的降采样是指将频率较高的时序数据降低到较低频率的时序数据的过程。降采样可以减少数据量从而延长存储时间，提升查询速度，同时尽可能地保留原始数据的趋势和特征。日志服务的降采样通过将时间序列中的数据点进行特定算法的分组与...
CREATE PREDOWNSAMPLE
创建预降采样规则用于产生预降采样数据。引擎与版本 CREATE PREDOWNSAMPLE语法仅适用于时序引擎。无版本要求。语法 create_predownsample_statement:=CREATE PREDOWNSAMPLE time_interval AGGREGATORS '('function_identifier(',' function...
时序方言概览
Lindorm SQL结合了时序引擎数据模型的特点，提供了面向时序引擎的方言，包括最新值查询、降采样查询、时序异常检测、连续查询、预降采样查询等。时序方言 时序方言共分为查询类方言和预计算类方言两大类。查询类方言 最新值查询 查询每条...
DROP PREDOWNSAMPLE
删除预降采样规则。引擎与版本 DROP PREDOWNSAMPLE语法仅适用于时序引擎。无版本要求。语法 drop_predownsample_statement:=DROP PREDOWNSAMPLE time_interval AGGREGATORS '('function_identifier(',' function_identifier)')' ON table_...
数据查询
使用预降采样查询提升查询性能 大范围的时间查询 预降采样 通过存储引擎将写入的数据降低精度后单独存储，查询时按查询条件中指定的降采样精度自动查询最接近预降采样精度的数据，然后再对查询的数据进行聚合计算，减少实时查询的计算数据...
时序引擎版本说明
3.4.0~3.4.16 版本号 发布日期 类型 说明 3.4.16 2022年05月31日 新特性 降采样查询支持基于本地时区的降采样。最新值查询语法支持多列查询。支持查询和管理正在执行的SQL。PromQL访问方式支持元数据查询。3.4.15 2022年05月16日 新特性 降...
组件参考：所有组件汇总
数据预处理 随机采样 该组件按照给定的比例或者数目，对输入进行随机独立采样。加权采样 以加权方式生成采样数据。过滤与映射 该组件可以对数据按照过滤表达式进行筛选，并且您可以修改输出字段名称。分层采样 给定一个分组列，该组件按照...
SHOW PREDOWNSAMPLES
查询预降采样规则。引擎与版本 SHOW PREDOWNSAMPLES语法仅适用于时序引擎。无版本要求。语法 SHOW PREDOWNSAMPLES[ON table_identifier]参数说明 参数 必选 描述 table_identifier 否 时序数据表名。说明 不填写该参数时，默认返回所有表的...
降采样查询
降采样查询是在时间维度的聚合查询，是时序数据应用场景常用的降低采样率的查询。引擎与版本 降采样查询仅支持时序引擎，且引擎版本需为3.4.15及以上版本。说明 如何查看或升级时序引擎版本，请参见 时序引擎版本说明 和 升级小版本。语法 ...
多值数据查询
降采样先把所有时间线按照指定精度切分，并把每个降采样区间内的数据做一次运算，降采样后如果某个精度区间没有值，fill policy 可以指定在这个时间点填充具体的值。比如某条时间线降采样后的时间戳为：t+0，t+20，t+30，此时如果不指定 ...
数据模型
降采样（Downsample）查询时间区间跨度较长，且原始数据采样频率较高时，可通过降采样降低数据的查询展现精度，例如按秒采集的数据，查询时按小时级别采样，减少结果集的数据点数。插值（Interpolation）时间线中间缺失部分数据点时，可...
单值查询数据
降采样先把所有时间线按照指定精度切分，并把每个降采样区间内的数据做一次运算，降采样后如果某个精度区间没有值，fill policy可以指定在这个时间点填充具体的值。比如某条时间线降采样后的时间戳为：t+0,t+20,t+30，此时如果不指定fill ...
时序引擎应用开发简介
6.预降采样 预降采样应用于较长时间范围的数据查询场景。在数据写入时按照设置的规则将原始数据降低精度存储，降采样查询时，通过查询低精度数据来减少查询的数据量，从而降低查询延迟。使用OpenTSDB或时间序列数据库TSDB的应用开发步骤 ...
名词解释
本文介绍Lindorm SQL语法的常见术语。Lindorm宽表引擎和时序引擎对术语...当查询时间区间跨度较大，且原始数据采样频率较高时，可以通过降采样降低数据的时间粒度。例如，按秒采集的数据，降采样查询时按小时级别采样，减少结果集的数据点数。
如何高效地查询时序数据
关于降采样查询的详细说明请参见 降采样。查询跨设备的聚合数据 查询余杭区内设备从2019-04-18 10:00:00至2019-04-18 10:30:00上报的PM2.5和SO2监控指标，查询按照5分钟粒度的最大平均值。SELECT max(avg_pm2_5)AS max_avg_pm25,max(avg_so...
产品概述
TSDB 具备秒级写入百万级时序数据的性能，提供高压缩比低成本存储、预降采样、插值、多维聚合计算、可视化查询结果等功能，解决由设备采集点数量巨大、数据采集频率高造成的存储成本高、写入和查询分析效率低的问题。TSDB是一个分布式时间...
连续查询
连续查询是一种简化的流计算能力，能够定期执行SQL查询，将查询结果存储在指定的数据表中，可用于预降采样和预计算，实现数据降精度长期存储以及查询性能提升。本文介绍Lindorm时序引擎连续查询的概念、使用方法和常见场景。背景信息 在...
聚合函数
ST_Resample 基于给定的降采样时间和空间阈值，将乱序存储的点按时间从早到晚排序并按阈值降采样，生成轨迹。ST_TrajectoryProfile 将乱序存储的点按时间排序并拼接为轨迹，基于时间阈值将该轨迹分割为轨迹段，计算并返回每条轨迹段的起止...
聚合函数
ST_Resample 基于给定的降采样时间和空间阈值，将乱序存储的点按时间从早到晚排序并按阈值降采样，生成轨迹。ST_TrajectoryProfile 将乱序存储的点按时间排序并拼接为轨迹，基于时间阈值将该轨迹分割为轨迹段，计算并返回每条轨迹段的起止...
管控类API概览
DownSampleTime 1m 5m 15m 30m 1h 12h 24h 降采样的时间区间。DeletionJobStatus SUBMITTED（已提交）STARTED（执行中）FINISHED（已完成）FAILED（执行失败）删除数据的任务状态。DeletionJobType DATA（数据）META（时间线）删除数据的...
SubQuery.Builder
返回：Builder downsample public SubQuery.Builder downsample(String downsample)设置降采样字符串 参数：downsample-降采样字符串 返回：Builder tag public SubQuery.Builder tag(String tagk,String tagv)添加一个Tag键值对 参数：...
INTO子句
将聚合结果写入measurement（降采样）SELECT MEAN("water_level")INTO"all_my_averages"FROM"h2o_feet"WHERE"location"='coyote_creek' AND time>='2015-08-18T00:00:00Z' AND time(12m)name:result-time written 1970-01-01T00:00:00Z 3 ...
模型列表
模型列表 语音合成模型，官方默认提供以下模型可被调用：说明 默认采样率代表当前模型的最佳采样率，缺省条件下默认按照该采样率输出，同时支持降采样或升采样。如知妙音色，默认采样率16 kHz，使用时可以降采样到8 kHz，但升采样到48 kHz...
模型列表
模型列表 语音合成模型，官方默认提供以下模型可被调用：说明 默认采样率代表当前模型的最佳采样率，缺省条件下默认按照该采样率输出，同时支持降采样或升采样。如知妙音色，默认采样率16 kHz，使用时可以降采样到8 kHz，但升采样到48 kHz...
函数概览
本文介绍Lindorm Ganos支持的时空函数。引擎与版本 时空函数仅适用于宽表引擎。无版本要求。函数列表 Lindorm Ganos支持的时空...ST_Resample 指定点列名、时间列名、降采样时间或空间阈值，生成将点按时间升序排序并按阈值降采样后的轨迹。
函数概览
本文介绍Lindorm Ganos支持的时空函数。引擎与版本 时空函数仅适用于宽表引擎。无版本要求。函数列表 Lindorm Ganos支持的时空...ST_Resample 指定点列名、时间列名、降采样时间或空间阈值，生成将点按时间升序排序并按阈值降采样后的轨迹。
轨迹抽稀
ST_Resample 函数共支持三种空间抽稀（降采样）算法：Visvalingam-Whyatt算法：指定容差，递归解出轨迹上连续三点组成的三角形的面积最大值，保留所有面积大于容差的点。Douglas-Peucker(DP)算法：指定容差，递归解出两点连线与两点之间的...
名词解释
降采样（Downsampling）：当查询的时间区间跨度较长而原始数据时间精度较细时，为了满足业务需求的场景、提升查询效率，就会降低数据的查询展现精度，这就叫做降采样，比如按秒采集一年的数据，按照天级别查询展现。数据时效（Data’s ...
入门概览
本文介绍 云原生多模数据库 Lindorm 时序引擎的使用流程，帮助您快速连接使用Lindorm时序引擎。操作流程 从创建Lindorm实例到Lindorm...行协议写入 应用开发，包括数据建模、写入、数据查询、预降采样、机器学习等。具体操作请参见 开发指南。
安全联邦学习-任务模式FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
引擎简介
支持秒级写入千万级时序数据点，提供高压缩比低成本存储、预降采样、插值、多维聚合计算、可视化查询结果等功能，满足海量时序数据存储与处理。物联网行业 汽车行业 工业物联网行业 访问方式 您可以使用SQL方式连接并访问 云原生多模数据库...
安全联邦学习-工作流FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
查询计划概述
SAMPLE BY 语句是面向时序降采样场景拓展的SQL方言，该语句所有上下文都是拓展出来的，包括其逻辑算子（LogicalDownsampleQuery）和物理算子（EnumerableDownsampleQuery）。因此，只有使用 SAMPLE BY 语句才会生成...
XGBOOST回归
训练的子样本占整个样本集合的比例 subsample 降采样，控制训练数据采样的比例，通常取值在0.5-1之间，可以避免过拟合。在建立树时对特征采样的比例 colsample_bytree 控制每棵树随机采样的列数的比例，通常取值在0.5-1之间。权重的L1正则...
XGBOOST多分类
训练的子样本占整个样本集合的比例 subsample 降采样，控制训练数据采样的比例，通常取值在0.5-1之间，可以避免过拟合。在建立树时对特征采样的比例 colsample_bytree 控制每棵树随机采样的列数的比例，通常取值在0.5-1之间。权重的L1正则...
XGBOOST二分类
训练的子样本占整个样本集合的比例 subsample 降采样，控制训练数据采样的比例，通常取值在0.5-1之间，可以避免过拟合。在建立树时对特征采样的比例 colsample_bytree 控制每棵树随机采样的列数的比例，通常取值在0.5-1之间。权重的L1正则...
时序异常检测
在 SAMPLE BY INTERVAL 语句中指定降采样粒度（INTERVAL），并嵌套降采样算子，如MIN、MAX、AVG、COUNT、SUM等，实现不同的计算效果。重要 INTERVAL 的值不能为0。使用示例，请参见 示例四。搭配 SAMPLE BY 0 子句，并嵌套部分非降采样算子...
- 产品推荐
- 这些文档可能帮助您