序列发现

ConsecutiveSequences

函数简介

本函数用于在多维严格等间隔数据中发现局部最长连续子序列。

严格等间隔数据是指数据的时间间隔是严格相等的，允许存在数据缺失（包括行缺失和值缺失），但不允许存在数据冗余和时间戳偏移。

连续子序列是指严格按照标准时间间隔等距排布，不存在任何数据缺失的子序列。如果某个连续子序列不是任何连续子序列的真子序列，那么它是局部最长的。

函数名： CONSECUTIVESEQUENCES

输入序列： 支持多个输入序列，类型可以是任意的，但要满足严格等间隔的要求。

参数：

  • gap：标准时间间隔，是一个有单位的正数。目前支持五种单位，分别是’ms’（毫秒）、’s’（秒）、’m’（分钟）、’h’（小时）和’d’（天）。在缺省情况下，函数会利用众数估计标准时间间隔。

输出序列： 输出单个序列，类型为 INT32。输出序列中的每一个数据点对应一个局部最长连续子序列，时间戳为子序列的起始时刻，值为子序列包含的数据点个数。

提示： 对于不符合要求的输入，本函数不对输出做任何保证。

使用示例

手动指定标准时间间隔

本函数可以通过gap参数手动指定标准时间间隔。需要注意的是，错误的参数设置会导致输出产生严重错误。

输入序列：

  1. +-----------------------------+---------------+---------------+
  2. |                         Time|root.test.d1.s1|root.test.d1.s2|
  3. +-----------------------------+---------------+---------------+
  4. |2020-01-01T00:00:00.000+08:00|            1.0|            1.0|
  5. |2020-01-01T00:05:00.000+08:00|            1.0|            1.0|
  6. |2020-01-01T00:10:00.000+08:00|            1.0|            1.0|
  7. |2020-01-01T00:20:00.000+08:00|            1.0|            1.0|
  8. |2020-01-01T00:25:00.000+08:00|            1.0|            1.0|
  9. |2020-01-01T00:30:00.000+08:00|            1.0|            1.0|
  10. |2020-01-01T00:35:00.000+08:00|            1.0|            1.0|
  11. |2020-01-01T00:40:00.000+08:00|            1.0|           null|
  12. |2020-01-01T00:45:00.000+08:00|            1.0|            1.0|
  13. |2020-01-01T00:50:00.000+08:00|            1.0|            1.0|
  14. +-----------------------------+---------------+---------------+

用于查询的SQL语句：

  1. select consecutivesequences(s1,s2,'gap'='5m') from root.test.d1

输出序列：

  1. +-----------------------------+------------------------------------------------------------------+
  2. |                         Time|consecutivesequences(root.test.d1.s1, root.test.d1.s2, "gap"="5m")|
  3. +-----------------------------+------------------------------------------------------------------+
  4. |2020-01-01T00:00:00.000+08:00|                                                                 3|
  5. |2020-01-01T00:20:00.000+08:00|                                                                 4|
  6. |2020-01-01T00:45:00.000+08:00|                                                                 2|
  7. +-----------------------------+------------------------------------------------------------------+

自动估计标准时间间隔

当gap参数缺省时，本函数可以利用众数估计标准时间间隔，得到同样的结果。因此，这种用法更受推荐。

输入序列同上，用于查询的SQL语句如下：

  1. select consecutivesequences(s1,s2) from root.test.d1

输出序列：

  1. +-----------------------------+------------------------------------------------------+
  2. |                         Time|consecutivesequences(root.test.d1.s1, root.test.d1.s2)|
  3. +-----------------------------+------------------------------------------------------+
  4. |2020-01-01T00:00:00.000+08:00|                                                     3|
  5. |2020-01-01T00:20:00.000+08:00|                                                     4|
  6. |2020-01-01T00:45:00.000+08:00|                                                     2|
  7. +-----------------------------+------------------------------------------------------+

ConsecutiveWindows

函数简介

本函数用于在多维严格等间隔数据中发现指定长度的连续窗口。

严格等间隔数据是指数据的时间间隔是严格相等的，允许存在数据缺失（包括行缺失和值缺失），但不允许存在数据冗余和时间戳偏移。

连续窗口是指严格按照标准时间间隔等距排布，不存在任何数据缺失的子序列。

函数名： CONSECUTIVEWINDOWS

输入序列： 支持多个输入序列，类型可以是任意的，但要满足严格等间隔的要求。

参数：

  • gap：标准时间间隔，是一个有单位的正数。目前支持五种单位，分别是 ‘ms’（毫秒）、’s’（秒）、’m’（分钟）、’h’（小时）和’d’（天）。在缺省情况下，函数会利用众数估计标准时间间隔。
  • length：序列长度，是一个有单位的正数。目前支持五种单位，分别是 ‘ms’（毫秒）、’s’（秒）、’m’（分钟）、’h’（小时）和’d’（天）。该参数不允许缺省。

输出序列： 输出单个序列，类型为 INT32。输出序列中的每一个数据点对应一个指定长度连续子序列，时间戳为子序列的起始时刻，值为子序列包含的数据点个数。

提示： 对于不符合要求的输入，本函数不对输出做任何保证。

使用示例

输入序列：

  1. +-----------------------------+---------------+---------------+
  2. |                         Time|root.test.d1.s1|root.test.d1.s2|
  3. +-----------------------------+---------------+---------------+
  4. |2020-01-01T00:00:00.000+08:00|            1.0|            1.0|
  5. |2020-01-01T00:05:00.000+08:00|            1.0|            1.0|
  6. |2020-01-01T00:10:00.000+08:00|            1.0|            1.0|
  7. |2020-01-01T00:20:00.000+08:00|            1.0|            1.0|
  8. |2020-01-01T00:25:00.000+08:00|            1.0|            1.0|
  9. |2020-01-01T00:30:00.000+08:00|            1.0|            1.0|
  10. |2020-01-01T00:35:00.000+08:00|            1.0|            1.0|
  11. |2020-01-01T00:40:00.000+08:00|            1.0|           null|
  12. |2020-01-01T00:45:00.000+08:00|            1.0|            1.0|
  13. |2020-01-01T00:50:00.000+08:00|            1.0|            1.0|
  14. +-----------------------------+---------------+---------------+

用于查询的SQL语句：

  1. select consecutivewindows(s1,s2,'length'='10m') from root.test.d1

输出序列：

  1. +-----------------------------+--------------------------------------------------------------------+
  2. |                         Time|consecutivewindows(root.test.d1.s1, root.test.d1.s2, "length"="10m")|
  3. +-----------------------------+--------------------------------------------------------------------+
  4. |2020-01-01T00:00:00.000+08:00|                                                                   3|
  5. |2020-01-01T00:20:00.000+08:00|                                                                   3|
  6. |2020-01-01T00:25:00.000+08:00|                                                                   3|
  7. +-----------------------------+--------------------------------------------------------------------+