addMetrics

语法

addMetrics(engine, newMetrics, newMetricsSchema, [windowSize])

别名:extendMetrics

参数

engine 是流数据引擎,即 createTimeSeriesEngine 等函数返回的抽象表对象。请注意,暂不支持 createAnomalyDetectionEnginecreateReactiveStateEngine 引擎。

newMetrics 是元代码,表示流数据引擎增加的计算指标。

newMetricsSchema 是表对象,指定新增的计算指标在输出表中的列名和数据类型。

windowSize 是一个正整数,表示新增指标的计算窗口长度。仅适用于时间序列引擎,且必须为已指定的窗口长度之一。若未指定,默认值为第一个已指定的窗口长度。

详情

动态增加流数据引擎的计算指标。

例子

使用流数据时间序列引擎计算 sum(x) 指标。

share streamTable(10000:0,`time`id`x, [TIMESTAMP,SYMBOL,INT]) as t
output1 = table(10000:0, `time`sum_x, [TIMESTAMP,INT])
agg1 = createTimeSeriesEngine(name=`agg1, windowSize=100, step=50, metrics=<sum(x)>, dummyTable=t, outputTable=output1, timeColumn=`time)
subscribeTable(tableName="t", actionName="agg1", offset=0, handler=append!{agg1}, msgAsTable=true)
n=500
time=2019.01.01T00:00:00.000+(1..n)
id=take(`ABC`DEF, n)
x=1..n
insert into t values(time, id, x);
select * from output1;
time sum_x
2019.01.01T00:00:00.050 1,225
2019.01.01T00:00:00.100 4,950
2019.01.01T00:00:00.150 9,950
2019.01.01T00:00:00.200 14,950
2019.01.01T00:00:00.300 24,950
2019.01.01T00:00:00.350 29,950
2019.01.01T00:00:00.400 34,950
2019.01.01T00:00:00.450 39,950
2019.01.01T00:00:00.500 44,950

给时间序列引擎增加 avg(x) 指标,该指标在输出表中的名称为 avg_x,数据类型为 DOUBLE。

newMetricsSchema= table(1:0, [`avg_x], [DOUBLE])
addMetrics(agg1, <avg(x)>, newMetricsSchema);
n=300
time=2019.01.01T00:00:00.500+(1..n)
id=take(`ABC`DEF, n)
x=500+1..n
insert into t values(time, id, x);
select * from output1;
time sum_x avg_x
2019.01.01T00:00:00.050 1,225
2019.01.01T00:00:00.100 4,950
2019.01.01T00:00:00.150 9,950
2019.01.01T00:00:00.200 14,950
2019.01.01T00:00:00.250 19,950
2019.01.01T00:00:00.300 24,950
2019.01.01T00:00:00.350 29,950
2019.01.01T00:00:00.400 34,950
2019.01.01T00:00:00.450 39,950
2019.01.01T00:00:00.500 44,950
2019.01.01T00:00:00.550 49,950 525
2019.01.01T00:00:00.600 54,950 550
2019.01.01T00:00:00.650 59,950 599.5
2019.01.01T00:00:00.700 64,950 649.5
2019.01.01T00:00:00.750 69,950 699.5
2019.01.01T00:00:00.800 74,950 749.5