| <!-- |
| |
| Licensed to the Apache Software Foundation (ASF) under one |
| or more contributor license agreements. See the NOTICE file |
| distributed with this work for additional information |
| regarding copyright ownership. The ASF licenses this file |
| to you under the Apache License, Version 2.0 (the |
| "License"); you may not use this file except in compliance |
| with the License. You may obtain a copy of the License at |
| |
| http://www.apache.org/licenses/LICENSE-2.0 |
| |
| Unless required by applicable law or agreed to in writing, |
| software distributed under the License is distributed on an |
| "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY |
| KIND, either express or implied. See the License for the |
| specific language governing permissions and limitations |
| under the License. |
| |
| --> |
| |
| ## 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： |
| |
| ``` |
| +-----------------------------+---------------+---------------+ |
| | Time|root.test.d1.s1|root.test.d1.s2| |
| +-----------------------------+---------------+---------------+ |
| |2020-01-01T00:00:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:05:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:10:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:20:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:25:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:30:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:35:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:40:00.000+08:00| 1.0| null| |
| |2020-01-01T00:45:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:50:00.000+08:00| 1.0| 1.0| |
| +-----------------------------+---------------+---------------+ |
| ``` |
| |
| 用于查询的SQL语句： |
| |
| ```sql |
| select consecutivesequences(s1,s2,'gap'='5m') from root.test.d1 |
| ``` |
| |
| 输出序列： |
| |
| ``` |
| +-----------------------------+------------------------------------------------------------------+ |
| | Time|consecutivesequences(root.test.d1.s1, root.test.d1.s2, "gap"="5m")| |
| +-----------------------------+------------------------------------------------------------------+ |
| |2020-01-01T00:00:00.000+08:00| 3| |
| |2020-01-01T00:20:00.000+08:00| 4| |
| |2020-01-01T00:45:00.000+08:00| 2| |
| +-----------------------------+------------------------------------------------------------------+ |
| ``` |
| |
| ##### 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： |
| |
| ```sql |
| select consecutivesequences(s1,s2) from root.test.d1 |
| ``` |
| |
| 输出序列： |
| |
| ``` |
| +-----------------------------+------------------------------------------------------+ |
| | Time|consecutivesequences(root.test.d1.s1, root.test.d1.s2)| |
| +-----------------------------+------------------------------------------------------+ |
| |2020-01-01T00:00:00.000+08:00| 3| |
| |2020-01-01T00:20:00.000+08:00| 4| |
| |2020-01-01T00:45:00.000+08:00| 2| |
| +-----------------------------+------------------------------------------------------+ |
| ``` |
| |
| ### 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： |
| |
| ``` |
| +-----------------------------+---------------+---------------+ |
| | Time|root.test.d1.s1|root.test.d1.s2| |
| +-----------------------------+---------------+---------------+ |
| |2020-01-01T00:00:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:05:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:10:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:20:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:25:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:30:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:35:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:40:00.000+08:00| 1.0| null| |
| |2020-01-01T00:45:00.000+08:00| 1.0| 1.0| |
| |2020-01-01T00:50:00.000+08:00| 1.0| 1.0| |
| +-----------------------------+---------------+---------------+ |
| ``` |
| |
| 用于查询的SQL语句： |
| |
| ```sql |
| select consecutivewindows(s1,s2,'length'='10m') from root.test.d1 |
| ``` |
| |
| 输出序列： |
| |
| ``` |
| +-----------------------------+--------------------------------------------------------------------+ |
| | Time|consecutivewindows(root.test.d1.s1, root.test.d1.s2, "length"="10m")| |
| +-----------------------------+--------------------------------------------------------------------+ |
| |2020-01-01T00:00:00.000+08:00| 3| |
| |2020-01-01T00:20:00.000+08:00| 3| |
| |2020-01-01T00:25:00.000+08:00| 3| |
| +-----------------------------+--------------------------------------------------------------------+ |
| ``` |
