70 lines
3.5 KiB
Markdown
70 lines
3.5 KiB
Markdown
---
|
||
title: 异常检测算法
|
||
description: 异常检测算法
|
||
---
|
||
|
||
import ad from '../pic/anomaly-detection.png';
|
||
|
||
TDengine 中定义了异常（状态）窗口来提供异常检测服务。异常窗口可以视为一种特殊的**事件窗口（Event Window）**，即异常检测算法确定的连续异常时间序列数据所在的时间窗口。与普通事件窗口区别在于——时间窗口的起始时间和结束时间均是分析算法识别确定，不是用户给定的表达式进行判定。因此，在 `WHERE` 子句中使用 `ANOMALY_WINDOW` 关键词即可调用时序数据异常检测服务，同时窗口伪列（`_WSTART`, `_WEND`, `_WDURATION`）也能够像其他时间窗口一样用于描述异常窗口的起始时间(`_WSTART`)、结束时间(`_WEND`)、持续时间(`_WDURATION`)。例如：
|
||
|
||
```SQL
|
||
--- 使用异常检测算法 IQR 对输入列 col_val 进行异常检测。同时输出异常窗口的起始时间、结束时间、以及异常窗口内 col 列的和。
|
||
SELECT _wstart, _wend, SUM(col)
|
||
FROM foo
|
||
ANOMALY_WINDOW(col_val, "algo=iqr");
|
||
```
|
||
|
||
如下图所示，Anode 将返回时序数据异常窗口 $[10:51:30, 10:53:40]$
|
||
|
||
<img src={ad} width="760" alt="异常检测" />
|
||
|
||
在此基础上，用户可以针对异常窗口内的时序数据进行查询聚合、变换处理等操作。
|
||
|
||
### 语法
|
||
|
||
```SQL
|
||
ANOMALY_WINDOW(column_name, option_expr)
|
||
|
||
option_expr: {"
|
||
algo=expr1
|
||
[,wncheck=1|0]
|
||
[,expr2]
|
||
"}
|
||
```
|
||
|
||
1. `column_name`：进行时序数据异常检测的输入数据列，当前只支持单列，且只能是数值类型，不能是字符类型（例如：`NCHAR` `VARCHAR` `VARBINARY`等类型），**不支持函数表达式**。
|
||
2. `options`：字符串。其中使用 K=V 调用异常检测算法及与算法相关的参数。采用逗号分隔的 K=V 字符串表示，其中的字符串不需要使用单引号、双引号、或转义号等符号，不能使用中文及其他宽字符。例如：`algo=ksigma,k=2` 表示进行异常检测的算法是 ksigma，该算法接受的输入参数是 2。
|
||
3. 异常检测的结果可以作为外层查询的子查询输入，在 `SELECT` 子句中使用的聚合函数或标量函数与其他类型的窗口查询相同。
|
||
4. 输入数据默认进行白噪声检查，如果输入数据是白噪声，将不会有任何（异常）窗口信息返回。
|
||
|
||
### 参数说明
|
||
|参数|含义|默认值|
|
||
|---|---|---|
|
||
|algo|异常检测调用的算法|iqr|
|
||
|wncheck|对输入数据列是否进行白噪声检查，取值为0或1|1|
|
||
|
||
|
||
### 示例
|
||
```SQL
|
||
--- 使用 iqr 算法进行异常检测，检测列 i32 列。
|
||
SELECT _wstart, _wend, SUM(i32)
|
||
FROM foo
|
||
ANOMALY_WINDOW(i32, "algo=iqr");
|
||
|
||
--- 使用 ksigma 算法进行异常检测，输入参数 k 值为 2，检测列 i32 列
|
||
SELECT _wstart, _wend, SUM(i32)
|
||
FROM foo
|
||
ANOMALY_WINDOW(i32, "algo=ksigma,k=2");
|
||
|
||
taos> SELECT _wstart, _wend, count(*) FROM foo ANOMAYL_WINDOW(i32);
|
||
_wstart | _wend | count(*) |
|
||
====================================================================
|
||
2020-01-01 00:00:16.000 | 2020-01-01 00:00:17.000 | 2 |
|
||
Query OK, 1 row(s) in set (0.028946s)
|
||
```
|
||
|
||
|
||
### 内置异常检测算法
|
||
分析平台内置了6个异常检查模型，分为3个类别，分别是[基于统计学的算法](./02-statistics-approach.md)、[基于数据密度的算法](./03-data-density.md)、以及[基于机器学习的算法](./04-machine-learning.md)。在不指定异常检测使用的方法的情况下，默认调用 IQR 进行异常检测。
|
||
|