addMetrics

语法

addMetrics(engine/name, newMetrics, newMetricsSchema, [windowSize])

别名：extendMetrics

参数

engine 是流数据引擎，即 createTimeSeriesEngine 等函数返回的抽象表对象。请注意，暂不支持 createAnomalyDetectionEngine 和 createReactiveStateEngine 引擎。

name 是一个字符串，表示流数据引擎的名称。

newMetrics 是元代码，表示流数据引擎增加的计算指标。

newMetricsSchema 是表对象，指定新增的计算指标在输出表中的列名和数据类型。

windowSize 是一个正整数，表示新增指标的计算窗口长度。仅适用于时间序列引擎，且必须为已指定的窗口长度之一。若未指定，默认值为第一个已指定的窗口长度。

详情

动态增加流数据引擎的计算指标。

例子

使用流数据时间序列引擎计算sum(x)指标。

$ share streamTable(10000:0,`time`id`x, [TIMESTAMP,SYMBOL,INT]) as t
$ output1 = table(10000:0, `time`sum_x, [TIMESTAMP,INT])
$ agg1 = createTimeSeriesEngine(name=`agg1, windowSize=100, step=50, metrics=<sum(x)>, dummyTable=t, outputTable=output1, timeColumn=`time)
$ subscribeTable(tableName="t", actionName="agg1", offset=0, handler=append!{agg1}, msgAsTable=true)
$ n=500
$ time=2019.01.01T00:00:00.000+(1..n)
$ id=take(`ABC`DEF, n)
$ x=1..n
$ insert into t values(time, id, x);
$ select * from output1;

time	sum_x
2019.01.01T00:00:00.050	1,225
2019.01.01T00:00:00.100	4,950
2019.01.01T00:00:00.150	9,950
2019.01.01T00:00:00.200	14,950
2019.01.01T00:00:00.300	24,950
2019.01.01T00:00:00.350	29,950
2019.01.01T00:00:00.400	34,950
2019.01.01T00:00:00.450	39,950
2019.01.01T00:00:00.500	44,950

给时间序列引擎增加avg(x)指标，该指标在输出表中的名称为avg_x，数据类型为DOUBLE。

$ newMetricsSchema= table(1:0, [`avg_x], [DOUBLE])
$ addMetrics(agg1, <avg(x)>, newMetricsSchema);
$ n=300
$ time=2019.01.01T00:00:00.500+(1..n)
$ id=take(`ABC`DEF, n)
$ x=500+1..n
$ insert into t values(time, id, x);
$ select * from output1;

time	sum_x	avg_x
2019.01.01T00:00:00.050	1,225
2019.01.01T00:00:00.100	4,950
2019.01.01T00:00:00.150	9,950
2019.01.01T00:00:00.200	14,950
2019.01.01T00:00:00.250	19,950
2019.01.01T00:00:00.300	24,950
2019.01.01T00:00:00.350	29,950
2019.01.01T00:00:00.400	34,950
2019.01.01T00:00:00.450	39,950
2019.01.01T00:00:00.500	44,950
2019.01.01T00:00:00.550	49,950	525
2019.01.01T00:00:00.600	54,950	550
2019.01.01T00:00:00.650	59,950	599.5
2019.01.01T00:00:00.700	64,950	649.5
2019.01.01T00:00:00.750	69,950	699.5
2019.01.01T00:00:00.800	74,950	749.5