插值函数 - Amazon Timestream
使用情况信息查询示例
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

插值函数

如果您的时间序列数据缺少特定时间点的事件值，则可以使用插值法估计这些缺失事件的值。Amazon Timestream 支持四种插值变体：线性插值、三次样条插值、上次观测向前移动 (locf) 插值法和恒定插值。本节提供 LiveAnalytics插值函数的 Timestream 的用法信息以及示例查询。

使用情况信息

函数 输出数据类型 描述

interpolate_linear(timeseries, array[timestamp])

时间序列

使用线性插值填充缺失的数据。

interpolate_linear(timeseries, timestamp)

double

使用线性插值填充缺失的数据。

interpolate_spline_cubic(timeseries, array[timestamp])

时间序列

使用三次样条插值法填充缺失的数据。

interpolate_spline_cubic(timeseries, timestamp)

double

使用三次样条插值法填充缺失的数据。

interpolate_locf(timeseries, array[timestamp])

时间序列

使用上次采样值填充缺失的数据。

interpolate_locf(timeseries, timestamp)

double

使用上次采样值填充缺失的数据。

interpolate_fill(timeseries, array[timestamp], double)

时间序列

使用常量值填充缺失的数据。

interpolate_fill(timeseries, timestamp, double)

double

使用常量值填充缺失的数据。

查询示例

找出过去 2 小时内特定 EC2 主机以 30 秒为间隔分箱的平均 CPU 利用率，使用线性插值填充缺失值：

WITH binned_timeseries AS (
SELECT hostname, BIN(time, 30s) AS binned_timestamp, ROUND(AVG(measure_value::double), 2) AS avg_cpu_utilization
FROM "sampleDB".DevOps
WHERE measure_name = 'cpu_utilization'
    AND hostname = 'host-Hovjv'
    AND time > ago(2h)
GROUP BY hostname, BIN(time, 30s)
), interpolated_timeseries AS (
SELECT hostname,
    INTERPOLATE_LINEAR(
        CREATE_TIME_SERIES(binned_timestamp, avg_cpu_utilization),
            SEQUENCE(min(binned_timestamp), max(binned_timestamp), 15s)) AS interpolated_avg_cpu_utilization
FROM binned_timeseries
GROUP BY hostname
)
SELECT time, ROUND(value, 2) AS interpolated_cpu
FROM interpolated_timeseries
CROSS JOIN UNNEST(interpolated_avg_cpu_utilization)

找出过去 2 小时内特定 EC2 主机以 30 秒为间隔分箱的平均 CPU 利用率，并根据上次执行的观测值使用插值填充缺失值：

WITH binned_timeseries AS (
SELECT hostname, BIN(time, 30s) AS binned_timestamp, ROUND(AVG(measure_value::double), 2) AS avg_cpu_utilization
FROM "sampleDB".DevOps
WHERE measure_name = 'cpu_utilization'
    AND hostname = 'host-Hovjv'
    AND time > ago(2h)
GROUP BY hostname, BIN(time, 30s)
), interpolated_timeseries AS (
SELECT hostname,
    INTERPOLATE_LOCF(
        CREATE_TIME_SERIES(binned_timestamp, avg_cpu_utilization),
            SEQUENCE(min(binned_timestamp), max(binned_timestamp), 15s)) AS interpolated_avg_cpu_utilization
FROM binned_timeseries
GROUP BY hostname
)
SELECT time, ROUND(value, 2) AS interpolated_cpu
FROM interpolated_timeseries
CROSS JOIN UNNEST(interpolated_avg_cpu_utilization)