插值查询 在查询时可以将数据进行插值,即使没有数据写入,也可以将数据按照一定的插值算法查询出来。目前支持Linear(线性插值)、Previous(按前一个值插值)、Fixed(固定值插值)三种插值算法。 Linear: Previous: Fixed: 查询时,需要设定最大写入间隔,如15min,即一个时间序列数据的最大写入间隔,TSDB认为在此间隔内必然有值。
14 "type": "Linear", #插值类型 15 "interval": "1 day", #插值间隔 16 "maxWriteInterval": "30 minutes" #最大写入间隔 17 }, 18 "groupBy": [{ 19 "
这里设置成线性插值 13 .withInterval("5 minutes") // 设置插值间隔 14 .withMaxWriteInterval("10 minutes"))); // 设置最大写入间隔 15 16 // 查询数据 17 QueryDatapointsResponse response = tsdbClient.queryDatapoints
支持方法: nearest (最近邻插值)、 bilinear (双线性插值)、 bicubic (双三次插值)、 lanczos (Lanczos插值) lanczos 调用示例 Plain Text 复制 1 from __future__ import annotations 2 3 import os 4 import daft 5 from daft import col 6
如下代码可以对数据点进行插值: Plain Text 复制 1 // 构建想要查询的queryList 2 var queryList = [ 3 { 4 "metric": "cpu_idle3", 5 "field": "field1", 6 "filters": { 7 "start&
1 string 是 插值变量1对应的值 插值变量2 string 是 插值变量2对应的值 插值变量n string 是 插值变量n对应的值 响应头域 除公共头域外,无其它特殊头域。
None quality int 压缩质量参数(适配不同格式):JPEG/WebP:1-100(数值越高质量越好)PNG:映射为 compress_level(1→9,100→0) 85 method str 缩放时使用的插值算法。
如果写入时没有数据,在查询时,可以采用插值方案将值补充完整,插值的使用说明见数据库操作相关文档。 tag的key值和value值都相同才算做同一个tag,即deviceid=1和deviceid=2是两个标签。 请不要将时间戳作为tag,否则会导致时间序列超过限制,关于时间序列的限制请参考 费率表 。 分组(group): 可以按标签(tag)对数据点进行分组。
没装 torchaudio 时用线性插值兜底重采样,重采样质量与 torchaudio 不同,个别边界样本的标签可能因此不同。 输出是单个标签,不是标签列表;需要多标签时要另接阈值化的分类算子。 是否用 GPU 由 aihc_udf 的 num_gpus 推导(基类按 num_gpus > 0 置 use_gpu )。
None quality int 保存质量参数(适配不同格式):JPEG/WebP:1-100(数值越高质量越好)PNG:映射为 compress_level(1→9,100→0) 85 method str 插值算法(裁剪后尺寸适配时使用)。