Für ähnliche Funktionen wie Amazon Timestream für sollten Sie Amazon Timestream for LiveAnalytics InfluxDB in Betracht ziehen. Es bietet eine vereinfachte Datenaufnahme und Antwortzeiten im einstelligen Millisekundenbereich für Analysen in Echtzeit. [Erfahren](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html) Sie hier mehr.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Funktionen für Ableitungen
<a name="timeseries-specific-constructs.functions.derivatives"></a>

Derivate werden verwendet, um die Änderungsrate für eine bestimmte Kennzahl zu berechnen und können verwendet werden, um proaktiv auf ein Ereignis zu reagieren. Nehmen wir beispielsweise an, Sie berechnen die Ableitung der CPU-Auslastung von EC2-Instances in den letzten 5 Minuten und stellen eine signifikante positive Ableitung fest. Dies kann auf eine erhöhte Auslastung Ihrer Arbeitslast hindeuten, sodass Sie möglicherweise entscheiden, mehr EC2-Instances hochzufahren, um Ihre Arbeitslast besser bewältigen zu können. 

Amazon Timestream unterstützt zwei Varianten von abgeleiteten Funktionen. Dieser Abschnitt enthält Informationen zur Verwendung von Timestream für LiveAnalytics abgeleitete Funktionen sowie Beispielabfragen. 



## Informationen zur Nutzung
<a name="w2aab7c59c13c13c13b9"></a>


| Funktion | Ausgabedatentyp | Description | 
| --- | --- | --- | 
|  `derivative_linear(timeseries, interval)`  |  Zeitreihen  |  Berechnet die [Ableitung](https://wikipedia.org/wiki/Derivative) jedes Punktes in der `timeseries` für den angegebenen Wert. `interval`  | 
|  `non_negative_derivative_linear(timeseries, interval)`  |  Zeitreihen  |  Wie`derivative_linear(timeseries, interval)`, gibt aber nur positive Werte zurück.  | 

## Abfragebeispiele
<a name="w2aab7c59c13c13c13c11"></a>

**Example**  
Ermitteln Sie die Änderungsrate der CPU-Auslastung alle 5 Minuten in den letzten 1 Stunde:  

```
SELECT DERIVATIVE_LINEAR(CREATE_TIME_SERIES(time, measure_value::double), 5m) AS result 
FROM “sampleDB”.DevOps 
WHERE measure_name = 'cpu_utilization' 
AND hostname = 'host-Hovjv' and time > ago(1h) 
GROUP BY hostname, measure_name
```

**Example**  
Berechnen Sie die Rate der Zunahme von Fehlern, die durch einen oder mehrere Microservices verursacht werden:  

```
WITH binned_view as (
    SELECT bin(time, 5m) as binned_timestamp, ROUND(AVG(measure_value::double), 2) as value            
    FROM “sampleDB”.DevOps  
    WHERE micro_service = 'jwt'  
    AND time > ago(1h) 
    AND measure_name = 'service_error'
    GROUP BY bin(time, 5m)
)
SELECT non_negative_derivative_linear(CREATE_TIME_SERIES(binned_timestamp, value), 1m) as rateOfErrorIncrease
FROM binned_view
```