본문 바로가기

SW LAB/DataBase

InfluxDB : InfluxQL Functions 목록

InfluxDB - InfluxQL Functions

InfluxQLAggregate, Select, Transform, Predict Data 측면에서 함수들을 제공합니다.

Index

- Aggregations
1. COUNT
2. DISTINCT
3. INTEGRAL
4. MEDIAN
5. MODE()
6. SPREAD()
7. STDDEV()
8. SUM()
- Selectors
1. BOTTOM()
2. FIRST()
3. LAST()
4. MAX()
5. MIN()
6. PERCENTILE()
7. SAMPLE()
8. TOP()
- Transformations
- Predictors
- Technical Analysis

Aggregations

1. COUNT()

널이 아닌 필드 값의 수를 리턴합니다.

2. DISTINCT()

고유 필드 값 목록을 반환합니다.

3. INTEGRAL()

후속 필드 값에 대한 곡선 아래 영역을 반환합니다.
즉, 라인으로 곡선차트가 생겼다고 했을 때 아래 영역을 구하는 것으로 보입니다.

Integral(적분) 위키백과
적분(積分, 영어: Integral)은 리만 적분에서 다루는 고전적인 정의에 따르면, 실수의 척도를 사용하는 측도 공간에 나타낼 수 있는 연속인 함수 f(x)에 대하여 그 함수의 정의역의 부분 집합을 이루는 구간 [a, b] 에 대응하는 치역으로 이루어진 곡선의 리만 합의 극한을 구하는 것이다. 이를 정적분(定積分, 영어: definite integral)이라 한다. 구간 [a, b]에 대하여 {\displaystyle f(x)\geqq 0}f(x)\geqq 0 이면 적분은 곡선의 면적과 동일하다. 그러나, 오른쪽 그림과 같이 구간 가운데 일부가 음수인 치역을 갖는다면 적분 값은 서로 상쇄되어 곡선이 이루는 면적과는 다를 수 있다.

4. MEDIAN()

정렬 된 필드 값 목록에서 중간 값을 반환합니다.

5. MODE()

필드 값 목록에서 가장 빈번한 값을 반환합니다.

6. SPREAD()

최소 및 최대 필드 값의 차이를 반환합니다.

7. STDDEV()

필드 값의 표준 편차를 반환합니다.

8. SUM()

필드 값의 합계를 반환합니다.

Selectors

1. BOTTOM()

가장 작은 N 필드 값을 반환합니다.

2. FIRST()

타임 스탬프가 가장 오래된 필드 값을 반환합니다.

3. LAST()

가장 최근 타임 스탬프가있는 필드 값을 반환합니다.

4. MAX()

가장 큰 필드 값을 반환합니다.

5. MIN()

가장 작은 필드 값을 반환합니다.

6. PERCENTILE()

N 번째 백분위 수 필드 값을 반환합니다.

7. SAMPLE()

N 필드 값의 임의 샘플을 반환합니다. SAMPLE ()은 Reservoir sampling을 사용하여 임의의 점을 생성합니다.

Reservoir sampling 위키백과
Reservoir sampling은 알 수없는 크기 n 의 모집단에서 k 개의 항목을 단일 패스로 대체하지 않고 간단한 임의의 샘플 을 선택하기위한 무작위 알고리즘 입니다 . 모집단 n 의 크기는 알고리즘에 알려져 있지 않으며 일반적으로 모든 n 항목을 주 메모리 에 맞추기에는 너무 큽니다 . 인구는 시간이 지남에 따라 알고리즘에 공개되며 알고리즘은 이전 항목을 다시 볼 수 없습니다. 어느 시점에서든, 알고리즘의 현재 상태는 지금까지 보이는 모집단의 일부에 대해 크기 k 를 대체하지 않고 간단한 랜덤 샘플의 추출을 허용해야합니다 .

8. TOP()

가장 큰 N 필드 값을 반환합니다.

Transformations

1. ABS()

필드 값의 절대 값을 반환합니다.

2. ACOS()

필드 값의 아크 코사인 (라디안)을 반환합니다. 필드 값은 -1과 1 사이 여야합니다.

3. ASIN()

필드 값의 아크 사인 (라디안)을 반환합니다. 필드 값은 -1과 1 사이 여야합니다.

4. ATAN()

필드 값의 아크 탄젠트 (라디안)를 반환합니다. 필드 값은 -1과 1 사이 여야합니다.

5. ATAN2()

y / x의 아크 탄젠트를 라디안으로 반환합니다.

6. CEIL()

후속 값을 가장 가까운 정수로 올림합니다.

7. COS()

필드 값의 코사인을 반환합니다.

8. COMULATIVE_SUM()

후속 필드 값의 누계를 반환합니다.

> SELECT "water_level" FROM "measurement_test"
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
2015-08-18T00:12:00Z   2.028

> SELECT COMULATIVE_SUM("water_level") FROM "measurement_test"
time                   cumulative_sum
----                   --------------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   4.18
2015-08-18T00:12:00Z   6.208

9. DERIVATIVE()

후속 필드 값 사이의 변경 비율을 리턴합니다.

> SELECT "water_level" FROM "measurement_test"
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
2015-08-18T00:12:00Z   2.028

> SELECT DERIVATIVE("water_level") FROM "measurement_test"
time                   DERIVATIVE
----                   -----------
2015-08-18T00:06:00Z   0.00014444444444444457
2015-08-18T00:12:00Z   -0.00024444444444444465
2015-08-18T00:18:00Z   0.0002722222222222218

10. DIFFERENCE()

후속 필드 값 사이의 빼기 결과를 반환합니다.

> SELECT "water_level" FROM "measurement_test"
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
2015-08-18T00:12:00Z   2.028

> SELECT DERIVATIVE("water_level") FROM "measurement_test"
time                   difference
----                   ----------
2015-08-18T00:06:00Z   0.052000000000000046
2015-08-18T00:12:00Z   -0.08800000000000008
2015-08-18T00:18:00Z   0.09799999999999986

11. ELAPSED()

후속 필드 값의 타임 스탬프 간의 차이를 반환합니다.

12. EXP()

필드 값의 지수를 반환합니다.

13. FLOOR()

후속 값을 가장 가까운 정수로 내림합니다.

14. HISTOGRAM()

InfluxQL은 현재 히스토그램 생성을 지원하지 않습니다. InfluxDB에 저장된 데이터로 히스토그램을 만드는 방법에 대한 자세한 내용은 Flux의 histogram () 함수를 참조하십시오.

15. LN()

필드 값의 자연 로그를 반환합니다.

16. LOG()

밑 수가 b 인 필드 값의 로그를 반환합니다.

17. LOG2()

필드 값의 로그를 밑이 2로 반환합니다.

18. LOG10()

필드 값의 로그를 밑이 10으로 반환합니다.

19. MOVING_AVERAGE()

후속 필드 값의 창에서 롤링 평균을 반환합니다.

> SELECT "water_level" FROM "measurement_test"
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
2015-08-18T00:12:00Z   2.028

> SELECT MOVING_AVERAGE("water_level") FROM "measurement_test"
time                   moving_average
----                   --------------
2015-08-18T00:06:00Z   2.09
2015-08-18T00:12:00Z   2.072

20. NON_NEGATIVE_DERIVATIVE()

후속 필드 값 사이의 음수가 아닌 변화율을 리턴합니다. 음수가 아닌 변화율에는 양의 변화율과 0과 동일한 변화율이 포함됩니다.

21. NON_NEGATIVE_DIFFERENCE()

후속 필드 값 사이에서 음수가 아닌 뺄셈 결과를 리턴합니다. 뺄셈의 음수가 아닌 결과에는 0과 동일한 양의 차이와 차이가 있습니다.

22. POW()

필드 값을 x의 거듭 제곱으로 반환합니다.

23. ROUND()

후속 값을 가장 가까운 정수로 반올림합니다.

24. SIN()

필드 값의 사인을 반환합니다.

25. SQRT()

필드의 제곱근을 반환합니다.

26. TAN()

필드 값의 탄젠트를 반환합니다.

Predictors

1. HOLT_WINTERS()

Holt-Winters Seasonal Method을 사용하여 N 개의 예측 필드 값을 반환합니다.
다음 경우에 사용합니다.

Technical Analysis

1. CHANDE_MOMENTUM_OSCILLATOR()

CMO (Chande Momentum Oscillator)는 Tushar Chande가 개발 한 기술 모멘텀 지표입니다. CMO 지표는 최근의 모든 상위 데이터 포인트의 합계와 최근의 모든 하위 데이터 포인트의 합계 간의 차이를 계산 한 다음 결과를 주어진 기간 동안의 모든 데이터 이동의 합계로 나눔으로써 생성됩니다. 결과에 100을 곱하면 -100 ~ +100 범위가됩니다.

2. EXPONENTIAL_MOVING_AVERAGE()

EMA (지수 이동 평균)는 최신 데이터에 더 많은 가중치가 부여된다는 점을 제외하고 단순 이동 평균과 유사한 이동 평균 유형입니다. '지수 적으로 가중 된 이동 평균'이라고도합니다. 이 유형의 이동 평균은 단순한 이동 평균보다 최근 데이터 변경에 더 빠르게 반응합니다.

3. DOUBLE_EXPONENTIAL_MOVING_AVERAGE()

DEMA (Double Exponential Moving Average)는 최근 값에 더 많은 가중치를 두어 이동 평균과 관련된 고유 지연을 제거하려고 시도합니다. 이름은 이것이 이중 지수 평활을 적용하여 달성된다고 제안합니다. double이라는 이름은 EMA 값이 두 배라는 사실에서 비롯됩니다. 실제 데이터와 일치하도록 유지하고 지연을 제거하기 위해 "EMA of EMA"값이 이전에 두 배가 된 EMA에서 뺍니다.

4. KAUFMANS_EFFICIENCY_RATIO()

Kaufman의 Efficiency Ration 또는 간단히“Efficiency Ratio”(ER)은 일정 기간 동안의 데이터 변경을 해당 변경을 달성하기 위해 발생한 데이터 이동의 절대 합계로 나누어 계산합니다. 결과 비율은 0에서 1 사이이며 값이 높을수록 더 효율적이거나 인기있는 시장을 나타냅니다.
ER은 Chande Momentum Oscillator (CMO)와 매우 유사합니다. 차이점은 CMO가 시장 방향을 고려한다는 것입니다. 그러나 절대 CMO를 취하고 100으로 나누면 효율성 비율이됩니다.

5. KAUFMANS_ADAPTIVE_MOVING_AVERAGE()

Kaufman의 적응 형 이동 평균 (KAMA)은 샘플 노이즈 또는 변동성을 고려하여 설계된 이동 평균입니다. KAMA는 데이터 스윙이 상대적으로 작고 소음이 적을 때 데이터 포인트를 밀접하게 따릅니다. KAMA는 데이터가 확대 될 때 조정하고 더 먼 거리에서 데이터를 따릅니다. 이 추세 추종 지표는 전체 추세, 시간 전환점 및 필터 데이터 이동을 식별하는 데 사용할 수 있습니다.

6. TRIPLE_EXPONENTIAL_MOVING_AVERAGE()

TEMA (Triple Exponential Moving Average)는 기존 이동 평균에서 변동성을 필터링하기 위해 개발되었습니다. 이름이 3 배 지수 평활임을 의미하지만 실제로는 단일 지수 이동 평균, 2 배 지수 이동 평균 및 3 배 지수 이동 평균의 합성입니다.

7. TRIPLE_EXPONENTIAL_DERIVATIVE()

일반적으로 "TRIX"라고하는 트리플 지수 미분 지표는 과매도 및 과매 수 시장을 식별하는 데 사용되는 발진기이며 모멘텀 지표로도 사용될 수 있습니다. TRIX는 일정 기간 동안 입력 된 데이터 로그의 3 배 지수 이동 평균을 계산합니다. 이전 값에서 이전 값을 뺍니다. 이렇게하면 정의 된 기간보다 짧은주기가 지표에 의해 고려되지 않습니다.
많은 발진기와 마찬가지로 TRIX는 제로 라인 주위에서 발진합니다. 오실레이터로 사용될 때 양수 값은 과매 수 시장을 나타내고 음수 값은 과매도 시장을 나타냅니다. 운동량 지표로 사용될 때 양수 값은 운동량이 증가하고 있음을 나타내고 음수 값은 운동량이 감소하고 있음을 나타냅니다. 많은 분석가들은 TRIX가 0 선 위로 교차 할 때 매수 신호를 제공하고 0 선 아래로 닫히면 매도 신호를 제공한다고 생각합니다.

8. RELATIVE_STRENGTH_INDEX()

RSI (상대 강도 지수)는 데이터 이동의 속도 및 변화를 측정하기 위해 지정된 기간 동안의 최근 증가 및 감소의 크기를 비교하는 운동량 지표입니다.

'SW LAB > DataBase' 카테고리의 다른 글

InfluxDB : InfluxQL Functions 목록  (0) 2020.04.29
MongoDB : String-List to Concat-String  (0) 2020.04.24
MongoDB : Limit, Sort 여러번 사용  (0) 2020.04.24
MongoDB : Backup & Restore  (0) 2020.04.24
Real MongoDB : (1) 소개 (작성중)  (0) 2020.04.24
Oracle의 PL/SQL 에 관하여 (2)  (0) 2020.04.24