[英]Kusto query to cluster time-series data into 'sessions' and assign sessionId
我有以下格式的時間序列數據:
數據表(元素:字符串,時間戳:日期時間,值:長)
對於每個元素,都有一個時間戳和時間戳的關聯值。 如果一個元素的 2 個連續時間戳相隔 X 分鍾以上,則它們被認為是不同會話的一部分(較小的時間戳是前一個 session 的結束,較大的時間戳是新會話的開始)。 對於每個這樣的 session,我想計算 SessionId(基於 session 開始或隨機 guid)、session 開始和 session 結束。
示例:(考慮與之前間隔 30 分鍾的時間戳被視為新會話的開始)
輸入:
Element Timestamp Value
Element-A 2022-03-25 06:15:00 10
Element-A 2022-03-25 06:30:00 10
Element-A 2022-03-25 06:45:00 10
Element-A 2022-03-25 08:15:00 10
Element-A 2022-03-25 08:30:00 10
Element-A 2022-03-25 08:45:00 10
Element-B 2022-03-25 07:15:00 10
Element-B 2022-03-25 07:30:00 10
Element-B 2022-03-25 07:45:00 10
Element-B 2022-03-25 09:15:00 10
Element-B 2022-03-25 09:30:00 10
Element-B 2022-03-25 09:45:00 10
預計 output:
Element Timestamp value SessionId SessionStart SessionEnd
Element-A 2022-03-25 06:15:00 10 guid-1 2022-03-25 06:15:00 2022-03-25 06:45:00
Element-A 2022-03-25 06:30:00 10 guid-1 2022-03-25 06:15:00 2022-03-25 06:45:00
Element-A 2022-03-25 06:45:00 10 guid-1 2022-03-25 06:15:00 2022-03-25 06:45:00
Element-A 2022-03-25 08:15:00 10 guid-2 2022-03-25 08:15:00 2022-03-25 08:45:00
Element-A 2022-03-25 08:30:00 10 guid-2 2022-03-25 08:15:00 2022-03-25 08:45:00
Element-A 2022-03-25 08:45:00 10 guid-2 2022-03-25 08:15:00 2022-03-25 08:45:00
Element-B 2022-03-25 07:15:00 10 guid-3 2022-03-25 07:15:00 2022-03-25 07:45:00
Element-B 2022-03-25 07:30:00 10 guid-3 2022-03-25 07:15:00 2022-03-25 07:45:00
Element-B 2022-03-25 07:45:00 10 guid-3 2022-03-25 07:15:00 2022-03-25 07:45:00
Element-B 2022-03-25 09:15:00 10 guid-4 2022-03-25 09:15:00 2022-03-25 09:45:00
Element-B 2022-03-25 09:30:00 10 guid-4 2022-03-25 09:15:00 2022-03-25 09:45:00
Element-B 2022-03-25 09:45:00 10 guid-4 2022-03-25 09:15:00 2022-03-25 09:45:00
數據量很大。 請建議使用性能高效的查詢來實現這一點。
根據 OP 評論,添加僅包含摘要部分的解決方案。 請注意 -
Element
和SessionIndex
的組合是獨一無二的,可以與SessionId
互換使用(基於new_guid()
)count_if
)等。datatable (Element:string, Timestamp:datetime, Value:int)
[
"Element-A" ,"2022-03-25 06:15:00" ,10
,"Element-A" ,"2022-03-25 06:30:00" ,10
,"Element-A" ,"2022-03-25 06:45:00" ,10
,"Element-A" ,"2022-03-25 08:15:00" ,10
,"Element-A" ,"2022-03-25 08:30:00" ,10
,"Element-A" ,"2022-03-25 08:45:00" ,10
,"Element-B" ,"2022-03-25 07:15:00" ,10
,"Element-B" ,"2022-03-25 07:30:00" ,10
,"Element-B" ,"2022-03-25 07:45:00" ,10
,"Element-B" ,"2022-03-25 09:15:00" ,10
,"Element-B" ,"2022-03-25 09:30:00" ,10
,"Element-B" ,"2022-03-25 09:45:00" ,10
]
| partition hint.strategy=shuffle by Element
(
order by Timestamp asc
| extend SessionIndex = row_cumsum(iff(Timestamp - prev(Timestamp) > 30m, 1, 0))
| summarize SessionStart = min(Timestamp), SessionEnd = max(Timestamp) by SessionIndex
| extend Element, SessionId = new_guid()
| project-reorder Element
)
元素 | 會話索引 | 會話開始 | 會話結束 | 會話Id |
---|---|---|---|---|
元素-A | 0 | 2022-03-25T06:15:00Z | 2022-03-25T06:45:00Z | 5d43e356-9aae-40cb-9e2e-bd2741cc9934 |
元素-B | 0 | 2022-03-25T07:15:00Z | 2022-03-25T07:45:00Z | df83db35-c292-4bee-a14e-0ebc2b7ef6b5 |
元素-A | 1個 | 2022-03-25T08:15:00Z | 2022-03-25T08:45:00Z | 40dbaa02-b110-4e99-8696-2505a2995553 |
元素-B | 1個 | 2022-03-25T09:15:00Z | 2022-03-25T09:45:00Z | 59d6fdeb-a596-4fab-97e5-d9057519c6c0 |
你可以從這個開始。
您數據的人口統計特征(記錄數、元素數、每個元素的會話數)將決定該解決方案針對您的特定需求的優化程度。
datatable (Element:string, Timestamp:datetime, Value:int)
[
"Element-A" ,"2022-03-25 06:15:00" ,10
,"Element-A" ,"2022-03-25 06:30:00" ,10
,"Element-A" ,"2022-03-25 06:45:00" ,10
,"Element-A" ,"2022-03-25 08:15:00" ,10
,"Element-A" ,"2022-03-25 08:30:00" ,10
,"Element-A" ,"2022-03-25 08:45:00" ,10
,"Element-B" ,"2022-03-25 07:15:00" ,10
,"Element-B" ,"2022-03-25 07:30:00" ,10
,"Element-B" ,"2022-03-25 07:45:00" ,10
,"Element-B" ,"2022-03-25 09:15:00" ,10
,"Element-B" ,"2022-03-25 09:30:00" ,10
,"Element-B" ,"2022-03-25 09:45:00" ,10
]
| partition hint.strategy=shuffle by Element
(
order by Timestamp asc
| extend SessionIndex = row_cumsum(iff(Timestamp - prev(Timestamp) > 30m, 1, 0))
| summarize min(Timestamp), max(Timestamp), make_list(Timestamp), make_list(Value) by SessionIndex
| extend SessionId = new_guid()
| mv-apply Timestamp = list_Timestamp to typeof(datetime), Value = list_Value to typeof(int) on (project Timestamp, Value)
| project Element, Timestamp, Value, SessionStart = min_Timestamp, SessionEnd = max_Timestamp, SessionId, SessionIndex
)
元素 | 時間戳 | 價值 | 會話開始 | 會話結束 | 會話ID | 會話索引 |
---|---|---|---|---|---|---|
元素-A | 2022-03-25T06:15:00Z | 10 | 2022-03-25T06:15:00Z | 2022-03-25T06:45:00Z | 1ac146b1-24fa-427e-b2b3-663d83297d4c | 0 |
元素-A | 2022-03-25T06:30:00Z | 10 | 2022-03-25T06:15:00Z | 2022-03-25T06:45:00Z | 1ac146b1-24fa-427e-b2b3-663d83297d4c | 0 |
元素-A | 2022-03-25T06:45:00Z | 10 | 2022-03-25T06:15:00Z | 2022-03-25T06:45:00Z | 1ac146b1-24fa-427e-b2b3-663d83297d4c | 0 |
元素-B | 2022-03-25T07:15:00Z | 10 | 2022-03-25T07:15:00Z | 2022-03-25T07:45:00Z | cbef109a-73bc-4067-9e7f-ebada6aa444e | 0 |
元素-B | 2022-03-25T07:30:00Z | 10 | 2022-03-25T07:15:00Z | 2022-03-25T07:45:00Z | cbef109a-73bc-4067-9e7f-ebada6aa444e | 0 |
元素-B | 2022-03-25T07:45:00Z | 10 | 2022-03-25T07:15:00Z | 2022-03-25T07:45:00Z | cbef109a-73bc-4067-9e7f-ebada6aa444e | 0 |
元素-A | 2022-03-25T08:15:00Z | 10 | 2022-03-25T08:15:00Z | 2022-03-25T08:45:00Z | c53fba2e-b82e-418c-9380-1e732be8fcb5 | 1個 |
元素-A | 2022-03-25T08:30:00Z | 10 | 2022-03-25T08:15:00Z | 2022-03-25T08:45:00Z | c53fba2e-b82e-418c-9380-1e732be8fcb5 | 1個 |
元素-A | 2022-03-25T08:45:00Z | 10 | 2022-03-25T08:15:00Z | 2022-03-25T08:45:00Z | c53fba2e-b82e-418c-9380-1e732be8fcb5 | 1個 |
元素-B | 2022-03-25T09:15:00Z | 10 | 2022-03-25T09:15:00Z | 2022-03-25T09:45:00Z | 4ab89211-4378-45d3-8ac7-a570942e2807 | 1個 |
元素-B | 2022-03-25T09:30:00Z | 10 | 2022-03-25T09:15:00Z | 2022-03-25T09:45:00Z | 4ab89211-4378-45d3-8ac7-a570942e2807 | 1個 |
元素-B | 2022-03-25T09:45:00Z | 10 | 2022-03-25T09:15:00Z | 2022-03-25T09:45:00Z | 4ab89211-4378-45d3-8ac7-a570942e2807 | 1個 |
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.