Per funzionalità simili a Amazon Timestream for, prendi in considerazione Amazon Timestream LiveAnalytics per InfluxDB. Offre un'acquisizione semplificata dei dati e tempi di risposta alle query di una sola cifra di millisecondi per analisi in tempo reale. [Scopri](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html) di più qui.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Funzioni derivate
<a name="timeseries-specific-constructs.functions.derivatives"></a>

I derivati vengono utilizzati per calcolare il tasso di variazione di una determinata metrica e possono essere utilizzati per rispondere in modo proattivo a un evento. Ad esempio, supponiamo di calcolare il derivato dell'utilizzo della CPU delle istanze EC2 negli ultimi 5 minuti e di notare un derivato positivo significativo. Questo può essere indicativo di una maggiore domanda per il tuo carico di lavoro, quindi potresti decidere di avviare più istanze EC2 per gestire meglio il tuo carico di lavoro. 

Amazon Timestream supporta due varianti di funzioni derivate. Questa sezione fornisce informazioni sull'utilizzo di Timestream per le funzioni LiveAnalytics derivate, oltre a query di esempio. 



## Informazioni sull'utilizzo
<a name="w2aab7c59c13c13c13b9"></a>


| Funzione | Tipo di dati di output | Description | 
| --- | --- | --- | 
|  `derivative_linear(timeseries, interval)`  |  serie temporali  |  Calcola la [derivata](https://wikipedia.org/wiki/Derivative) di ogni punto per il `timeseries` valore specificato. `interval`  | 
|  `non_negative_derivative_linear(timeseries, interval)`  |  serie temporali  |  Uguale a`derivative_linear(timeseries, interval)`, ma restituisce solo valori positivi.  | 

## Esempi di query
<a name="w2aab7c59c13c13c13c11"></a>

**Example**  
Calcola la velocità di variazione dell'utilizzo della CPU ogni 5 minuti nell'ultima ora:  

```
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**  
Calcola il tasso di aumento degli errori generati da uno o più microservizi:  

```
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
```