ClickHouse时间序列分析函数详解

宗鲁宽

于 2025-05-30 09:09:09 发布

阅读量403

点赞数 4

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_01164/article/details/148325527

ClickHouse时间序列分析函数详解

ClickHouse ClickHouse® 是一个免费的大数据分析型数据库管理系统。项目地址: https://gitcode.com/gh_mirrors/cli/ClickHouse

概述

ClickHouse作为一款高性能的OLAP数据库，提供了丰富的时间序列分析函数，帮助用户高效处理和分析时间序列数据。本文将深入介绍ClickHouse中的三个核心时间序列函数：异常检测、周期性检测和时序分解。

异常检测函数 seriesOutliersDetectTukey

原理与用途

seriesOutliersDetectTukey函数基于Tukey Fences方法检测时间序列中的异常值。Tukey Fences是一种经典的异常检测方法，通过计算四分位距(IQR)来确定数据的正常范围。

函数语法

seriesOutliersDetectTukey(series)
seriesOutliersDetectTukey(series, min_percentile, max_percentile, K)

参数说明

series：必需参数，数值型数组
min_percentile：可选，计算IQR的最小百分位数(默认0.25)
max_percentile：可选，计算IQR的最大百分位数(默认0.75)
K：可选，异常检测的敏感度系数(默认1.5)

使用要点

输入序列至少需要4个数据点
返回与输入等长的数组，非零值表示可能的异常
增大K值可减少异常检测的敏感度

实际案例

-- 检测销售数据中的异常值
SELECT 
    date,
    sales,
    seriesOutliersDetectTukey(sales) AS anomaly_scores
FROM 
    (SELECT date, sum(sales) AS sales FROM sales_data GROUP BY date ORDER BY date)

周期性检测函数 seriesPeriodDetectFFT

原理与用途

seriesPeriodDetectFFT函数利用快速傅里叶变换(FFT)算法检测时间序列的周期性。适用于分析具有明显周期特征的数据，如日/周/月/季节性数据。

函数语法

seriesPeriodDetectFFT(series)

参数说明

series：必需参数，数值型数组

使用要点

返回检测到的周期长度(浮点数)
数据点不足4个时返回NaN
结果应结合业务场景解读

实际案例

-- 分析网站访问量的周期性
SELECT 
    seriesPeriodDetectFFT(daily_visits) AS detected_period
FROM 
    (SELECT arrayJoin([toFloat64(count(*))]) AS daily_visits 
     FROM web_logs 
     GROUP BY toDate(timestamp) 
     ORDER BY toDate(timestamp))

时序分解函数 seriesDecomposeSTL

原理与用途

seriesDecomposeSTL函数基于STL(Seasonal-Trend decomposition using Loess)算法将时间序列分解为季节性、趋势性和残差三个组成部分。

函数语法

seriesDecomposeSTL(series, period)

参数说明

series：必需参数，数值型数组
period：必需参数，周期长度(正整数)

使用要点

数据点数量至少是period值的两倍
返回包含四个数组的数组：[季节性, 趋势性, 残差, 基线(季节性+趋势性)]
适用于分析具有明显季节性和趋势性的数据

实际案例

-- 分解月销售额数据
SELECT 
    seriesDecomposeSTL(
        arrayMap(x -> x.sales, 
            (SELECT arrayJoin([(toFloat64(sum(amount)), month]) AS sales 
             FROM orders 
             GROUP BY month 
             ORDER BY month)),
        12  -- 假设年度周期性
    ) AS decomposition