상관관계 함수 - Amazon Timestream
사용 정보쿼리 예제

Amazon Timestream for LiveAnalytics와 유사한 기능을 원하는 경우 Amazon Timestream for InfluxDB를 고려해 보세요. 간소화된 데이터 수집과 실시간 분석을 위한 10밀리초 미만의 쿼리 응답 시간을 제공합니다. 여기에서 자세히 알아보세요.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

상관관계 함수

2개의 유사한 길이 시계열을 고려할 때 상관관계 함수는 상관관계 계수를 제공하여 시간 경과에 따른 두 시계열의 추세를 설명합니다. 상관 계수 범위는 -1.0~1.0입니다. -1.0은 두 시계열이 동일한 속도로 반대 방향으로 추세를 나타내고, 1.0은 두 시계열이 동일한 속도로 동일한 방향으로 추세를 나타냅니다. 값 0은 두 시계열 간에 상관관계가 없음을 나타냅니다. 예를 들어, 오일 가격이 상승하고 오일 회사의 주가가 상승하는 경우 오일 가격 상승 추세와 오일 회사의 가격 상승 추세는 양의 상관 계수를 갖습니다. 양의 상관 계수가 높으면 두 가격의 추세가 비슷하다는 의미입니다. 마찬가지로 채권 가격과 채권 수익률 간의 상관 계수는 음수이며, 이는 이 두 값이 시간 경과에 따라 반대 방향으로 추세를 보이고 있음을 나타냅니다.

Amazon Timestream은 상관관계 함수의 두 가지 변형을 지원합니다. 이 섹션에서는 Timestream for LiveAnalytics 상관 함수의 사용 정보와 샘플 쿼리를 제공합니다.

사용 정보

함수 출력 데이터 유형 설명

correlate_pearson(timeseries, timeseries)

double

두 timeseries에 대한 Pearson의 상관 계수를 계산합니다. 시계열에는 동일한 타임스탬프가 있어야 합니다.

correlate_spearman(timeseries, timeseries)

double

두 timeseries에 대한 Spearman의 상관 계수를 계산합니다. 시계열에는 동일한 타임스탬프가 있어야 합니다.

쿼리 예제

WITH cte_1 AS (
    SELECT INTERPOLATE_LINEAR(
        CREATE_TIME_SERIES(time, measure_value::double), 
        SEQUENCE(min(time), max(time), 10m)) AS result 
    FROM sample.DevOps 
    WHERE measure_name = 'cpu_utilization' 
    AND hostname = 'host-Hovjv' AND time > ago(1h) 
    GROUP BY hostname, measure_name
), 
cte_2 AS (
    SELECT INTERPOLATE_LINEAR(
        CREATE_TIME_SERIES(time, measure_value::double), 
        SEQUENCE(min(time), max(time), 10m)) AS result 
    FROM sample.DevOps 
    WHERE measure_name = 'cpu_utilization' 
    AND hostname = 'host-Hovjv' AND time > ago(1h) 
    GROUP BY hostname, measure_name
) 
SELECT correlate_pearson(cte_1.result, cte_2.result) AS result 
FROM cte_1, cte_2