本文介绍日志服务支持的预测与异常检测函数语法及常见场景的使用示例。

ts_regression_predict

ts_regression_predict 函数在进行时序数据异常检测后，能基于定义的异常模式过滤异常检测结果，有助于快速找出异常曲线。

函数语法

• 语法格式

  ts_regression_predict(x, y, nPred, algotype,processType)
  

• 参数说明

  参数	数据类型	说明
  x	String	时间列的列名。格式为 Unixtime 时间戳，单位为秒。
  y	String	数值列的列名，对应某时刻的数据。
  nPred	Long	未来数据点的数量。取值范围为 1～500。
  algotype	String	预测算法类型，可选值包括： origin：使用 GBRT（Gradient Boosted Regression Tree）算法进行预测。 forest：使用 STL 序列分解的结果，将分解得到的趋势序列使用 GBRT 算法进行预测，再将分解出来的序列按照加法模型进行求和后返回。 linear：使用 STL 序列分解的结果，将分解得到趋势序列使用 Linear Regression 算法进行预测，再将分解出来的序列按照加法模型进行求和后返回。
  processType	String	数据预处理类型，可选值包括： 0：不进行任何额外的数据预处理。 1：对数据去除异常后再进行预测处理。

• 返回值说明
  如果输入值为 NULL，则将返回 NULL。

函数示例

• 检索与分析语句

  * | SELECT ts_regression_predict(stamp, value, 200, 'forest', 0) FROM(SELECT stamp, value LIMIT 500)
  

• 检索与分析结果
  

  结果字段	说明
  unixtime	时间列，单位为秒。
  src	原始数据。
  predict	通过预测得到的数据。