观测云DQL指令语法语义

DQL Rollup 函数

# Rollup 函数[¶](https://docs.guance.com/dql/rollup-func/#rollup)

------

观测云拥有全面的数据聚合能力，可通过 Rollup 函数提高数据分组返回效率。即将数据切片成指定时间间隔的数据，并对每个时间间隔的数据进行计算返回。目前支持选择的函数如下所示：

| Rollup 函数 | 描述                                                         | 示例                         |
| :---------- | :----------------------------------------------------------- | :--------------------------- |
| `avg`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算平均值 | `M:cpu:load5s [::1m:avg]`    |
| `sum`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据求和 | `M:cpu:load5s [::1m:sum]`    |
| `min`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算最小值 | `M:cpu:load5s [::1m:min]`    |
| `max`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算最大值 | `M:cpu:load5s [::1m:max]`    |
| `count`     | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据统计数量 | `M:cpu:load5s [::1m:count]`  |
| `first`     | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算第一个值 | `M:cpu:load5s [::1m:first]`  |
| `last`      | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算最后一个值 | `M:cpu:load5s [::1m:last]`   |
| `rate`      | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算变化率，适用于计算短时间窗口内的瞬时变化率 | `M:cpu:load5s [::1m:rate]`   |
| `irate`     | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算变化率，适用于计算长时间范围内的平均变化率 | `M:cpu:load5s [::1m:irate]`  |
| `median`    | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算中位数 | `M:cpu:load5s [::1m:median]` |
| `stddev`    | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算标准差 | `M:cpu:load5s [::1m:stddev]` |
| `deriv`     | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据计算相邻元素的每秒导数 | `M:cpu:load5s [::1m:deriv]`  |
| `p99`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据返回百分之 99 分位数的值 | `M:cpu:load5s [::1m:p99]`    |
| `p90`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据返回百分之 90 分位数的值 | `M:cpu:load5s [::1m:p90]`    |
| `p95`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据返回百分之 95 分位数的值 | `M:cpu:load5s [::1m:p95]`    |
| `p75`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据返回百分之 75 分位数的值 | `M:cpu:load5s [::1m:p75]`    |
| `p50`       | 将数据切片成指定时间间隔的数据，并对每个时间间隔内的数据返回百分之 50 分位数的值 | `M:cpu:load5s [::1m:p50]`    |

吴晓俊 2025年4月11日 16:55 收藏文档

上一篇