我的书签
添加书签
移除书签数据修复
TimestampRepair
函数简介
本函数用于时间戳修复。根据给定的标准时间间隔，采用最小化修复代价的方法，通过对数据时间戳的微调，将原本时间戳间隔不稳定的数据修复为严格等间隔的数据。在未给定标准时间间隔的情况下，本函数将使用时间间隔的中位数 (median)、众数 (mode) 或聚类中心 (cluster) 来推算标准时间间隔。
函数名： TIMESTAMPREPAIR
输入序列： 仅支持单个输入序列，类型为 INT32 / INT64 / FLOAT / DOUBLE
参数：
interval: 标准时间间隔（单位是毫秒），是一个正整数。在缺省情况下，将根据指定的方法推算。method：推算标准时间间隔的方法，取值为 ‘median’, ‘mode’ 或 ‘cluster’，仅在interval缺省时有效。在缺省情况下，将使用中位数方法进行推算。
输出序列： 输出单个序列，类型与输入序列相同。该序列是修复后的输入序列。
使用示例
指定标准时间间隔
在给定interval参数的情况下，本函数将按照指定的标准时间间隔进行修复。
输入序列：
1. +-----------------------------+---------------+
2. | Time|root.test.d2.s1|
3. +-----------------------------+---------------+
4. |2021-07-01T12:00:00.000+08:00| 1.0|
5. |2021-07-01T12:00:10.000+08:00| 2.0|
6. |2021-07-01T12:00:19.000+08:00| 3.0|
7. |2021-07-01T12:00:30.000+08:00| 4.0|
8. |2021-07-01T12:00:40.000+08:00| 5.0|
9. |2021-07-01T12:00:50.000+08:00| 6.0|
10. |2021-07-01T12:01:01.000+08:00| 7.0|
11. |2021-07-01T12:01:11.000+08:00| 8.0|
12. |2021-07-01T12:01:21.000+08:00| 9.0|
13. |2021-07-01T12:01:31.000+08:00| 10.0|
14. +-----------------------------+---------------+
用于查询的SQL语句：
1. select timestamprepair(s1,'interval'='10000') from root.test.d2
输出序列：
1. +-----------------------------+----------------------------------------------------+
2. | Time|timestamprepair(root.test.d2.s1, "interval"="10000")|
3. +-----------------------------+----------------------------------------------------+
4. |2021-07-01T12:00:00.000+08:00| 1.0|
5. |2021-07-01T12:00:10.000+08:00| 2.0|
6. |2021-07-01T12:00:20.000+08:00| 3.0|
7. |2021-07-01T12:00:30.000+08:00| 4.0|
8. |2021-07-01T12:00:40.000+08:00| 5.0|
9. |2021-07-01T12:00:50.000+08:00| 6.0|
10. |2021-07-01T12:01:00.000+08:00| 7.0|
11. |2021-07-01T12:01:10.000+08:00| 8.0|
12. |2021-07-01T12:01:20.000+08:00| 9.0|
13. |2021-07-01T12:01:30.000+08:00| 10.0|
14. +-----------------------------+----------------------------------------------------+
自动推算标准时间间隔
如果interval参数没有给定，本函数将按照推算的标准时间间隔进行修复。
输入序列同上，用于查询的 SQL 语句如下：
1. select timestamprepair(s1) from root.test.d2
输出序列：
1. +-----------------------------+--------------------------------+
2. | Time|timestamprepair(root.test.d2.s1)|
3. +-----------------------------+--------------------------------+
4. |2021-07-01T12:00:00.000+08:00| 1.0|
5. |2021-07-01T12:00:10.000+08:00| 2.0|
6. |2021-07-01T12:00:20.000+08:00| 3.0|
7. |2021-07-01T12:00:30.000+08:00| 4.0|
8. |2021-07-01T12:00:40.000+08:00| 5.0|
9. |2021-07-01T12:00:50.000+08:00| 6.0|
10. |2021-07-01T12:01:00.000+08:00| 7.0|
11. |2021-07-01T12:01:10.000+08:00| 8.0|
12. |2021-07-01T12:01:20.000+08:00| 9.0|
13. |2021-07-01T12:01:30.000+08:00| 10.0|
14. +-----------------------------+--------------------------------+
ValueFill
函数简介
函数名： ValueFill
输入序列： 单列时序数据，类型为INT32 / INT64 / FLOAT / DOUBLE
参数：
method: {“mean”, “previous”, “linear”, “likelihood”, “AR”, “MA”, “SCREEN”}, 默认为 “linear”。其中，“mean” 指使用均值填补的方法； “previous” 指使用前值填补方法；“linear” 指使用线性插值填补方法；“likelihood” 为基于速度的正态分布的极大似然估计方法；“AR” 指自回归的填补方法；“MA” 指滑动平均的填补方法；”SCREEN” 指约束填补方法；缺省情况下使用 “linear”。
输出序列： 填补后的单维序列。
备注： AR 模型采用 AR(1)，时序列需满足自相关条件，否则将输出单个数据点 (0, 0.0).
使用示例
使用 linear 方法进行填补
当method缺省或取值为 ‘linear’ 时，本函数将使用线性插值方法进行填补。
输入序列：
1. +-----------------------------+---------------+
2. | Time|root.test.d2.s1|
3. +-----------------------------+---------------+
4. |2020-01-01T00:00:02.000+08:00| NaN|
5. |2020-01-01T00:00:03.000+08:00| 101.0|
6. |2020-01-01T00:00:04.000+08:00| 102.0|
7. |2020-01-01T00:00:06.000+08:00| 104.0|
8. |2020-01-01T00:00:08.000+08:00| 126.0|
9. |2020-01-01T00:00:10.000+08:00| 108.0|
10. |2020-01-01T00:00:14.000+08:00| NaN|
11. |2020-01-01T00:00:15.000+08:00| 113.0|
12. |2020-01-01T00:00:16.000+08:00| 114.0|
13. |2020-01-01T00:00:18.000+08:00| 116.0|
14. |2020-01-01T00:00:20.000+08:00| NaN|
15. |2020-01-01T00:00:22.000+08:00| NaN|
16. |2020-01-01T00:00:26.000+08:00| 124.0|
17. |2020-01-01T00:00:28.000+08:00| 126.0|
18. |2020-01-01T00:00:30.000+08:00| 128.0|
19. +-----------------------------+---------------+
用于查询的 SQL 语句：
1. select valuefill(s1) from root.test.d2
输出序列：
1. +-----------------------------+-----------------------+
2. | Time|valuefill(root.test.d2)|
3. +-----------------------------+-----------------------+
4. |2020-01-01T00:00:02.000+08:00| NaN|
5. |2020-01-01T00:00:03.000+08:00| 101.0|
6. |2020-01-01T00:00:04.000+08:00| 102.0|
7. |2020-01-01T00:00:06.000+08:00| 104.0|
8. |2020-01-01T00:00:08.000+08:00| 126.0|
9. |2020-01-01T00:00:10.000+08:00| 108.0|
10. |2020-01-01T00:00:14.000+08:00| 108.0|
11. |2020-01-01T00:00:15.000+08:00| 113.0|
12. |2020-01-01T00:00:16.000+08:00| 114.0|
13. |2020-01-01T00:00:18.000+08:00| 116.0|
14. |2020-01-01T00:00:20.000+08:00| 118.7|
15. |2020-01-01T00:00:22.000+08:00| 121.3|
16. |2020-01-01T00:00:26.000+08:00| 124.0|
17. |2020-01-01T00:00:28.000+08:00| 126.0|
18. |2020-01-01T00:00:30.000+08:00| 128.0|
19. +-----------------------------+-----------------------+
使用 previous 方法进行填补
当method取值为 ‘previous’ 时，本函数将使前值填补方法进行数值填补。
输入序列同上，用于查询的 SQL 语句如下：
1. select valuefill(s1,"method"="previous") from root.test.d2
输出序列：
1. +-----------------------------+-------------------------------------------+
2. | Time|valuefill(root.test.d2,"method"="previous")|
3. +-----------------------------+-------------------------------------------+
4. |2020-01-01T00:00:02.000+08:00| NaN|
5. |2020-01-01T00:00:03.000+08:00| 101.0|
6. |2020-01-01T00:00:04.000+08:00| 102.0|
7. |2020-01-01T00:00:06.000+08:00| 104.0|
8. |2020-01-01T00:00:08.000+08:00| 126.0|
9. |2020-01-01T00:00:10.000+08:00| 108.0|
10. |2020-01-01T00:00:14.000+08:00| 110.5|
11. |2020-01-01T00:00:15.000+08:00| 113.0|
12. |2020-01-01T00:00:16.000+08:00| 114.0|
13. |2020-01-01T00:00:18.000+08:00| 116.0|
14. |2020-01-01T00:00:20.000+08:00| 116.0|
15. |2020-01-01T00:00:22.000+08:00| 116.0|
16. |2020-01-01T00:00:26.000+08:00| 124.0|
17. |2020-01-01T00:00:28.000+08:00| 126.0|
18. |2020-01-01T00:00:30.000+08:00| 128.0|
19. +-----------------------------+-------------------------------------------+
ValueRepair
函数简介
本函数用于对时间序列的数值进行修复。目前，本函数支持两种修复方法：Screen 是一种基于速度阈值的方法，在最小改动的前提下使得所有的速度符合阈值要求；LsGreedy 是一种基于速度变化似然的方法，将速度变化建模为高斯分布，并采用贪心算法极大化似然函数。
函数名： VALUEREPAIR
输入序列： 仅支持单个输入序列，类型为 INT32 / INT64 / FLOAT / DOUBLE。
参数：
method：修复时采用的方法，取值为 ‘Screen’ 或 ‘LsGreedy’. 在缺省情况下，使用 Screen 方法进行修复。minSpeed：该参数仅在使用 Screen 方法时有效。当速度小于该值时会被视作数值异常点加以修复。在缺省情况下为中位数减去三倍绝对中位差。maxSpeed：该参数仅在使用 Screen 方法时有效。当速度大于该值时会被视作数值异常点加以修复。在缺省情况下为中位数加上三倍绝对中位差。center：该参数仅在使用 LsGreedy 方法时有效。对速度变化分布建立的高斯模型的中心。在缺省情况下为 0。sigma：该参数仅在使用 LsGreedy 方法时有效。对速度变化分布建立的高斯模型的标准差。在缺省情况下为绝对中位差。
输出序列： 输出单个序列，类型与输入序列相同。该序列是修复后的输入序列。
提示： 输入序列中的NaN在修复之前会先进行线性插值填补。
使用示例
使用 Screen 方法进行修复
当method缺省或取值为 ‘Screen’ 时，本函数将使用 Screen 方法进行数值修复。
输入序列：
1. +-----------------------------+---------------+
2. | Time|root.test.d2.s1|
3. +-----------------------------+---------------+
4. |2020-01-01T00:00:02.000+08:00| 100.0|
5. |2020-01-01T00:00:03.000+08:00| 101.0|
6. |2020-01-01T00:00:04.000+08:00| 102.0|
7. |2020-01-01T00:00:06.000+08:00| 104.0|
8. |2020-01-01T00:00:08.000+08:00| 126.0|
9. |2020-01-01T00:00:10.000+08:00| 108.0|
10. |2020-01-01T00:00:14.000+08:00| 112.0|
11. |2020-01-01T00:00:15.000+08:00| 113.0|
12. |2020-01-01T00:00:16.000+08:00| 114.0|
13. |2020-01-01T00:00:18.000+08:00| 116.0|
14. |2020-01-01T00:00:20.000+08:00| 118.0|
15. |2020-01-01T00:00:22.000+08:00| 100.0|
16. |2020-01-01T00:00:26.000+08:00| 124.0|
17. |2020-01-01T00:00:28.000+08:00| 126.0|
18. |2020-01-01T00:00:30.000+08:00| NaN|
19. +-----------------------------+---------------+
用于查询的 SQL 语句：
1. select valuerepair(s1) from root.test.d2
输出序列：
1. +-----------------------------+----------------------------+
2. | Time|valuerepair(root.test.d2.s1)|
3. +-----------------------------+----------------------------+
4. |2020-01-01T00:00:02.000+08:00| 100.0|
5. |2020-01-01T00:00:03.000+08:00| 101.0|
6. |2020-01-01T00:00:04.000+08:00| 102.0|
7. |2020-01-01T00:00:06.000+08:00| 104.0|
8. |2020-01-01T00:00:08.000+08:00| 106.0|
9. |2020-01-01T00:00:10.000+08:00| 108.0|
10. |2020-01-01T00:00:14.000+08:00| 112.0|
11. |2020-01-01T00:00:15.000+08:00| 113.0|
12. |2020-01-01T00:00:16.000+08:00| 114.0|
13. |2020-01-01T00:00:18.000+08:00| 116.0|
14. |2020-01-01T00:00:20.000+08:00| 118.0|
15. |2020-01-01T00:00:22.000+08:00| 120.0|
16. |2020-01-01T00:00:26.000+08:00| 124.0|
17. |2020-01-01T00:00:28.000+08:00| 126.0|
18. |2020-01-01T00:00:30.000+08:00| 128.0|
19. +-----------------------------+----------------------------+
使用 LsGreedy 方法进行修复
当method取值为 ‘LsGreedy’ 时，本函数将使用 LsGreedy 方法进行数值修复。
输入序列同上，用于查询的 SQL 语句如下：
1. select valuerepair(s1,'method'='LsGreedy') from root.test.d2
输出序列：
1. +-----------------------------+-------------------------------------------------+
2. | Time|valuerepair(root.test.d2.s1, "method"="LsGreedy")|
3. +-----------------------------+-------------------------------------------------+
4. |2020-01-01T00:00:02.000+08:00| 100.0|
5. |2020-01-01T00:00:03.000+08:00| 101.0|
6. |2020-01-01T00:00:04.000+08:00| 102.0|
7. |2020-01-01T00:00:06.000+08:00| 104.0|
8. |2020-01-01T00:00:08.000+08:00| 106.0|
9. |2020-01-01T00:00:10.000+08:00| 108.0|
10. |2020-01-01T00:00:14.000+08:00| 112.0|
11. |2020-01-01T00:00:15.000+08:00| 113.0|
12. |2020-01-01T00:00:16.000+08:00| 114.0|
13. |2020-01-01T00:00:18.000+08:00| 116.0|
14. |2020-01-01T00:00:20.000+08:00| 118.0|
15. |2020-01-01T00:00:22.000+08:00| 120.0|
16. |2020-01-01T00:00:26.000+08:00| 124.0|
17. |2020-01-01T00:00:28.000+08:00| 126.0|
18. |2020-01-01T00:00:30.000+08:00| 128.0|
19. +-----------------------------+-------------------------------------------------+
MasterRepair
函数简介
本函数实现基于主数据的时间序列数据修复。
**函数名：**MasterRepair
输入序列： 支持多个输入序列，类型为 INT32 / INT64 / FLOAT / DOUBLE。
参数：
omega：算法窗口大小，非负整数（单位为毫秒）， 在缺省情况下，算法根据不同时间差下的两个元组距离自动估计该参数。eta：算法距离阈值，正数， 在缺省情况下，算法根据窗口中元组的距离分布自动估计该参数。k：主数据中的近邻数量，正整数， 在缺省情况下，算法根据主数据中的k个近邻的元组距离自动估计该参数。output_column：输出列的序号，默认输出第一列的修复结果。
**输出序列：**输出单个序列，类型与输入数据中对应列的类型相同，序列为输入列修复后的结果。
使用示例
输入序列：
1. +-----------------------------+------------+------------+------------+------------+------------+------------+
2. | Time|root.test.t1|root.test.t2|root.test.t3|root.test.m1|root.test.m2|root.test.m3|
3. +-----------------------------+------------+------------+------------+------------+------------+------------+
4. |2021-07-01T12:00:01.000+08:00| 1704| 1154.55| 0.195| 1704| 1154.55| 0.195|
5. |2021-07-01T12:00:02.000+08:00| 1702| 1152.30| 0.193| 1702| 1152.30| 0.193|
6. |2021-07-01T12:00:03.000+08:00| 1702| 1148.65| 0.192| 1702| 1148.65| 0.192|
7. |2021-07-01T12:00:04.000+08:00| 1701| 1145.20| 0.194| 1701| 1145.20| 0.194|
8. |2021-07-01T12:00:07.000+08:00| 1703| 1150.55| 0.195| 1703| 1150.55| 0.195|
9. |2021-07-01T12:00:08.000+08:00| 1694| 1151.55| 0.193| 1704| 1151.55| 0.193|
10. |2021-07-01T12:01:09.000+08:00| 1705| 1153.55| 0.194| 1705| 1153.55| 0.194|
11. |2021-07-01T12:01:10.000+08:00| 1706| 1152.30| 0.190| 1706| 1152.30| 0.190|
12. +-----------------------------+------------+------------+------------+------------+------------+------------+
用于查询的 SQL 语句：
1. select MasterRepair(t1,t2,t3,m1,m2,m3) from root.test
输出序列：
1. +-----------------------------+-------------------------------------------------------------------------------------------+
2. | Time|MasterRepair(root.test.t1,root.test.t2,root.test.t3,root.test.m1,root.test.m2,root.test.m3)|
3. +-----------------------------+-------------------------------------------------------------------------------------------+
4. |2021-07-01T12:00:01.000+08:00| 1704|
5. |2021-07-01T12:00:02.000+08:00| 1702|
6. |2021-07-01T12:00:03.000+08:00| 1702|
7. |2021-07-01T12:00:04.000+08:00| 1701|
8. |2021-07-01T12:00:07.000+08:00| 1703|
9. |2021-07-01T12:00:08.000+08:00| 1704|
10. |2021-07-01T12:01:09.000+08:00| 1705|
11. |2021-07-01T12:01:10.000+08:00| 1706|
12. +-----------------------------+-------------------------------------------------------------------------------------------+
SeasonalRepair
函数简介
本函数用于对周期性时间序列的数值进行基于分解的修复。目前，本函数支持两种方法：Classical使用经典分解方法得到的残差项检测数值的异常波动，并使用滑动平均修复序列；Improved使用改进的分解方法得到的残差项检测数值的异常波动，并使用滑动中值修复序列。
函数名： SEASONALREPAIR
输入序列： 仅支持单个输入序列，类型为 INT32 / INT64 / FLOAT / DOUBLE。
参数：
method：修复时采用的分解方法，取值为’Classical’或’Improved’。在缺省情况下，使用经典分解方法进行修复。period：序列的周期。k：残差项的范围阈值，用来限制残差项偏离中心的程度。在缺省情况下为9。max_iter：算法的最大迭代次数。在缺省情况下为10。
输出序列： 输出单个序列，类型与输入序列相同。该序列是修复后的输入序列。
提示： 输入序列中的NaN在修复之前会先进行线性插值填补。
使用示例
使用经典分解方法进行修复
当method缺省或取值为’Classical’时，本函数将使用经典分解方法进行数值修复。
输入序列：
1. +-----------------------------+---------------+
2. | Time|root.test.d2.s1|
3. +-----------------------------+---------------+
4. |2020-01-01T00:00:02.000+08:00| 100.0|
5. |2020-01-01T00:00:04.000+08:00| 120.0|
6. |2020-01-01T00:00:06.000+08:00| 80.0|
7. |2020-01-01T00:00:08.000+08:00| 100.5|
8. |2020-01-01T00:00:10.000+08:00| 119.5|
9. |2020-01-01T00:00:12.000+08:00| 101.0|
10. |2020-01-01T00:00:14.000+08:00| 99.5|
11. |2020-01-01T00:00:16.000+08:00| 119.0|
12. |2020-01-01T00:00:18.000+08:00| 80.5|
13. |2020-01-01T00:00:20.000+08:00| 99.0|
14. |2020-01-01T00:00:22.000+08:00| 121.0|
15. |2020-01-01T00:00:24.000+08:00| 79.5|
16. +-----------------------------+---------------+
用于查询的SQL语句：
1. select seasonalrepair(s1,'period'=3,'k'=2) from root.test.d2
输出序列：
1. +-----------------------------+--------------------------------------------------+
2. | Time|seasonalrepair(root.test.d2.s1, 'period'=4, 'k'=2)|
3. +-----------------------------+--------------------------------------------------+
4. |2020-01-01T00:00:02.000+08:00| 100.0|
5. |2020-01-01T00:00:04.000+08:00| 120.0|
6. |2020-01-01T00:00:06.000+08:00| 80.0|
7. |2020-01-01T00:00:08.000+08:00| 100.5|
8. |2020-01-01T00:00:10.000+08:00| 119.5|
9. |2020-01-01T00:00:12.000+08:00| 87.0|
10. |2020-01-01T00:00:14.000+08:00| 99.5|
11. |2020-01-01T00:00:16.000+08:00| 119.0|
12. |2020-01-01T00:00:18.000+08:00| 80.5|
13. |2020-01-01T00:00:20.000+08:00| 99.0|
14. |2020-01-01T00:00:22.000+08:00| 121.0|
15. |2020-01-01T00:00:24.000+08:00| 79.5|
16. +-----------------------------+--------------------------------------------------+
使用改进的分解方法进行修复
当method取值为’Improved’时，本函数将使用改进的分解方法进行数值修复。
输入序列同上，用于查询的SQL语句如下：
1. select seasonalrepair(s1,'method'='improved','period'=3) from root.test.d2
输出序列：
1. +-----------------------------+-------------------------------------------------------------+
2. | Time|valuerepair(root.test.d2.s1, 'method'='improved', 'period'=3)|
3. +-----------------------------+-------------------------------------------------------------+
4. |2020-01-01T00:00:02.000+08:00| 100.0|
5. |2020-01-01T00:00:04.000+08:00| 120.0|
6. |2020-01-01T00:00:06.000+08:00| 80.0|
7. |2020-01-01T00:00:08.000+08:00| 100.5|
8. |2020-01-01T00:00:10.000+08:00| 119.5|
9. |2020-01-01T00:00:12.000+08:00| 81.5|
10. |2020-01-01T00:00:14.000+08:00| 99.5|
11. |2020-01-01T00:00:16.000+08:00| 119.0|
12. |2020-01-01T00:00:18.000+08:00| 80.5|
13. |2020-01-01T00:00:20.000+08:00| 99.0|
14. |2020-01-01T00:00:22.000+08:00| 121.0|
15. |2020-01-01T00:00:24.000+08:00| 79.5|
16. +-----------------------------+-------------------------------------------------------------+
