与“聚合”相关

aggregateWindow() 函数

aggregateWindow() 通过将数据分组到固定的时间窗口中并对每个窗口应用聚合或选择函数来对数据进行降采样。

count() 函数

count() 返回每个输入表中的记录数。

cov() 函数

cov() 计算两个表流之间的协方差。

协方差() 函数

covariance() 计算两列之间的协方差。

experimental.count() 函数

experimental.count() 返回每个输入表中的记录数。

experimental.histogramQuantile() 函数

experimental.histogramQuantile() 通过数据集的累计分布，用直方图逼近分位数。

experimental.integral() 函数

experimental.integral() 计算后续非空记录的单位时间内曲线下面积。

experimental.mean() 函数

experimental.mean() 计算每个输入表中 _value 列非空值的均值或平均值。

experimental.mode() 函数

experimental.mode() 计算每个输入表中 _value 列中出现频率最高的模式或值。

experimental.quantile() 函数

experimental.quantile() 返回具有非空记录的值，这些值在指定的分位数范围内或代表指定的分位数，存在于 _value 列中。

experimental.skew() 函数

experimental.skew() 返回每个输入表中 _value 列的非空值的偏斜度，结果为浮点数。

experimental.spread() 函数

experimental.spread() 返回每个输入表中 _value 列的最小值和最大值之间的差异。

experimental.stddev() 函数

experimental.stddev() 返回每个输入表中 _value 列非空值的标准差。

experimental.sum() 函数

experimental.sum() 返回每个输入表中 _value 列的非空值的总和。

integral()函数

integral() 计算后续非空记录在单位时间内曲线下的面积。

mean() 函数

mean() 返回每个输入表中指定列的非空值的平均值。

median() 函数

median() 返回输入表的中位数 _value 或输入表中所有非空记录，其值在0.5分位数（第50百分位）内。

mode() 函数

mode() 返回每个输入表中指定列中最常出现的非空值或值。

pearsonr() 函数

pearsonr() 返回两个表格流的协方差，并标准化为皮尔逊R系数。

分位数() 函数

quantile() 从每个输入表中返回值落在指定分位数范围内的行，或者返回代表指定分位数的值的行。

reduce() 函数

reduce() 使用一个归约函数 (fn) 聚合每个输入表中的行。

skew() 函数

skew() 返回每个输入表中非空记录的偏斜度，结果为浮点数。

spread() 函数

spread() 返回指定列中的最小值和最大值之间的差。

stddev() 函数

stddev() 返回指定列中非空值的标准偏差。

sum() 函数

sum() 返回指定列中非空值的总和。

timeWeightedAvg() 函数

timeWeightedAvg() 返回每个输入表中 _value 列非空值的时间加权平均值，类型为浮点数。

aggregate.rate() 函数

aggregate.rate() 计算每个输入表每个时间窗口的平均增长率。

geo.ST_LineString() 函数

geo.ST_LineString() 将一系列地理点转换为线字符串。

geo.totalDistance() 函数

geo.totalDistance() 计算每个输入表中后续点覆盖的总距离。

prometheus.histogramQuantile() 函数

prometheus.histogramQuantile() 在一组 Prometheus 直方图值上计算分位数。