본 번역은 검증되지 않았습니다. AIP를 통해 영문원문으로부터 번역되었습니다.

시계열 속성

시계열 속성은 시계열 서비스가 설치되어 있어야 하며, 따라서 귀하의 Foundry 인스턴스에서 사용할 수 없을 수 있습니다. 질문이 있으시면 Palantir 담당자에게 문의하십시오.

시계열 속성은 오브젝트 속성의 특정 유형입니다. 전통적인 오브젝트 속성은 단일 값을 포함하지만(예: 문자열 Argentina 또는 숫자 81231), 시계열 속성은 타임스탬프가 있는 값의 기록을 저장합니다. 시계열 속성 생성에 대해 자세히 알아보십시오.

Workshop에서 시계열 속성은 시계열 변환으로 생성된 시계열을 포함하여 Chart XY, Map, Metric Card, Object Table 위젯에서 시계열 세트 변수를 생성하거나 관심 있는 오브젝트의 속성에 직접 접근하여 사용할 수 있습니다. 시계열 속성 사용에 대한 자세한 내용은 각 기능에 해당하는 문서를 참조하십시오:

시계열 변환

시계열 변환은 입력 시계열 데이터에 수학적 연산을 수행하여 새로운 출력 시계열을 생성합니다. 이 입력 시계열은 시계열 속성 또는 다른 변환의 출력이 될 수 있으며, 이를 통해 여러 변환을 연결할 수 있습니다.

아래 예시에서 Country 오브젝트는 국가 이름을 저장하는 문자열 속성 Name과 국가에서 관측된 새로운 COVID-19 케이스의 일일 기록을 저장하는 시계열 속성 covid19 New Cases를 가지고 있습니다. 이 오브젝트는 Workshop Object 테이블 위젯에 표시되며, covid19 New Cases 시계열 속성에 다양한 시계열 변환을 적용하여 새로운 시계열을 생성합니다. Object 테이블 위젯은 각 시계열에 대해 왼쪽에 시계열의 최신 값을 표시하고 오른쪽에 시계열 기록을 보여주는 스파크라인이 있는 두 가지 시각화를 구성하도록 설정되어 있습니다.

집계

집계 변환은 윈도우 집계를 수행합니다. 출력 시계열의 각 점은 입력 시계열의 일부 점 집합에서의 집계입니다. 집계 방법은 사용자가 지정하며, 사용 가능한 다양한 집계 유형에 대한 자세한 내용은 아래의 시계열 요약자 섹션을 참조하십시오.

집계 변환에는 세 가지 종류가 있습니다.

  • 누적: 각 출력 점은 입력 시계열의 한 점과 그 이전의 모든 점을 포함하여 집계를 생성합니다. 예를 들어, 아래 설정은 지금까지 관찰된 입력 값의 합계를 나타내는 점을 갖는 시계열을 생성합니다. 고급 설정에서 사용자는 입력 시리즈에서 유한하지 않은 값을 건너뛸 수 있습니다.

aggregate_cumulative

  • 주기적: 출력 점은 동일한 간격의 겹치지 않는 시간 간격에서 생성되며, 각 출력 점은 해당 구간에 포함되는 입력 점을 집계합니다. 이러한 간격은 사용자가 지정한 정렬 타임스탬프와 정렬되며, 그 길이는 사용자가 지정한 윈도우 크기에 의해 정의됩니다. 예를 들어, 아래 설정은 정렬 타임스탬프로 시작하는 윈도우 중 하나인 정렬 윈도우와 함께 시작하는 2주 윈도우 순서에서 평균 입력 값의 시계열을 생성합니다. 고급 설정에서는 입력 시리즈에서 유한하지 않은 값을 건너뛸 수 있을 뿐만 아니라 사용자가 다음 옵션을 설정할 수 있습니다:
    • 윈도우 유형: Start는 각 출력 점이 시간 간격의 시작을 나타내며 이후의 입력 점을 집계하는 반면, End는 각 출력 점이 시간 간격의 끝을 나타내며 그 이전의 입력 점을 집계합니다.
    • 정렬 타임스탬프: 주기적인 간격은 이 타임스탬프에서 시작하여 윈도우 크기의 배수만큼 오프셋하여 생성됩니다.

aggregate_periodic

  • 롤링: 각 출력 점은 입력 시계열의 한 점과 그 이전의 고정된 시간 윈도우를 포함하여 집계를 생성합니다. 예를 들어, 아래 설정은 이전 3일 윈도우에서 관찰된 입력 값의 표준 편차를 나타내는 점을 갖는 시계열을 생성합니다. 고급 설정에서 사용자는 입력 시리즈에서 유한하지 않은 값을 건너뛸 수 있습니다.

aggregate_rolling

미분

미분 변환은 입력 시계열의 변화율을 나타내는 시계열을 생성합니다. 또한 변화율의 단위 변환을 수행하여 사용자가 지정한 시간 단위로 해석할 수 있습니다. 예를 들어, 시간에 따른 자동차의 누적 킬로미터 거리에 대한 시계열이 주어진 경우, 변환은 속도(변화율을 나타내는 값)를 "킬로미터/시간"(속도를 측정하는 일반적인 메트릭), "킬로미터/초" 또는 이와 유사한 시간 분모로 해석하기 위해 필요한 스케일링을 수행할 수 있습니다.

아래 예시에서 미분 변환은 COVID-19 사례 수의 주간 변화율을 생성하도록 설정되어 있습니다. 이러한 사례 관찰은 일일로 기록되므로 입력 시계열에 하루에 하나의 데이터 포인트가 있고, 변화율은 일반적으로 "사례/일" 단위로 해석됩니다. 그러나 변환의 시간 단위가 weeks로 설정되어 있으므로, 변환은 일일 변화율을 일주일에 7일이 있으므로 7의 배수로 스케일링하므로 사용자가 "사례/주" 단위로 시계열을 해석할 수 있습니다.

derivative

수식

수식 변환은 입력 시계열 집합에 도메인 특정 언어(DSL) 수식을 계산합니다. Add input 버튼을 사용하여 사용자가 새로운 입력 시계열(시계열 속성 또는 다른 변환의 출력)을 변환에 추가할 수 있으며, 그런 다음 이러한 입력에 대한 변수 참조를 사용하여 수식을 작성할 수 있습니다. 아래 예시에서 입력 시계열에 2를 곱한 다음 결과에 5를 더합니다.

formula

적분

적분 변환은 입력 시계열의 누적 영역을 나타내는 시계열을 생성합니다. 또한 영역에 대한 단위 변환을 수행하여 사용자가 지정한 시간 단위로 해석할 수 있습니다. 예를 들어, 가정의 킬로와트 전력 소비에 대한 시계열이 주어진 경우, 변환은 소비된 총 에너지(전체 영역)를 킬로와트-시간(전기 사용량을 측정하는 표준 메트릭), 킬로와트-분 또는 이와 유사한 시간 분자로 해석하기 위해 필요한 스케일링을 수행할 수 있습니다. 사용자는 또한 시계열 점 사이에서 사용할 값의 보간법을 결정하는 적분 방법을 지정할 수 있습니다. 여기서 옵션은 선형으로 두 시점 사이의 평균 값을 사용하고, 왼쪽 합계로 이전 시점의 값을 사용하며, 오른쪽 합계로 나중 시점의 값을 사용합니다.

integral

시간 범위

시간 범위 변환은 사용자가 지정한 시간 범위로 입력 시계열을 필터링합니다. 시간 범위를 지정하는 방법에 대한 자세한 내용은 아래 시간 범위 섹션을 참조하십시오.

time_range

시간 이동

시간 이동 변환은 입력 시계열과 동일하지만 사용자가 지정한 기간과 사용자가 지정한 방향으로 시간적으로 이동한 출력 시계열을 생성합니다.

time_shift

시계열 요약자

시계열 요약자는 시계열 데이터에 대한 요약 통계를 구성합니다. 즉, 시계열의 상태를 반영하는 값입니다. 요약자는 시계열 속성을 지원하는 모든 Workshop 위젯에서 사용됩니다. 예를 들어, Object 테이블과 Metric card 위젯은 시계열과 함께 표시할 단일 값을 구성하는 데 사용됩니다. 아래 예시를 참조하십시오. Object tableMetric card에서 각각의 사용 사례에 대한 자세한 정보를 확인하십시오.

시계열 요약자에는 두 가지 유형이 있습니다.

  • 단일 값: 단일 값 요약자는 시계열 입력에 대해 하나의 집계를 계산하고 표시합니다. 예를 들어, 이 단일 값 요약자는 지난주의 COVID-19 사례 평균 수를 표시하도록 설정되어 있습니다.

single_value_summarizer

  • 값 변경: 값 변경 요약자는 입력 데이터를 기반으로 두 요약자를 계산한 다음 두 요약자 간의 차이를 계산합니다. 이는 변화하는 추세를 포착하는 데 특히 유용합니다. 예를 들어, 이 값 변경 요약자는 지난 2주 동안 관찰된 주간 총 COVID-19 사례 수의 변화를 계산합니다.

value_change_summarizer

요약자는 집계 유형에 의해 정의되며, 이는 입력 데이터 포인트에 대해 수행되는 계산을 지정합니다. 시간 범위는 집계가 수행되는 시간 범위를 지정합니다. 시간 범위를 지정하는 방법에 대한 자세한 내용은 아래 시간 범위 섹션을 참조하십시오.

다양한 집계 유형은 다음과 같습니다.

  • 평균: 입력 데이터 포인트의 평균을 계산합니다.
  • 개수: 시간 범위 내의 입력 데이터 포인트 수를 가져옵니다.
  • 차이: 시간 범위 내의 마지막 점과 첫 번째 점 사이의 값을 계산합니다.
  • 첫 번째: 시간 창 내의 첫 번째 데이터 포인트의 값을 가져옵니다.
  • 마지막: 시간 창 내의 마지막 데이터 포인트의 값을 가져옵니다.
  • 최소: 시간 창 내의 데이터 포인트 중 최소값을 가져옵니다.
  • 최대: 시간 창 내의 데이터 포인트 중 최대값을 가져옵니다.
  • 곱: 시간 범위 내의 모든 입력 값의 곱을 계산합니다.
  • 상대 차이: 시간 범위 내의 마지막 점과 첫 번째 점 사이의 값을 계산하고, 이 차이를 첫 번째 점의 값으로 나눕니다. 이를 100으로 곱하면(예: 수식 변환 사용) 시간 범위 동안 시계열 값의 백분율 변화가 됩니다.
  • 표준 편차: 시간 범위 내의 입력 값의 표준 편차를 계산합니다.
  • 합: 입력 데이터 포인트의 합계를 계산합니다.

시간 범위

시간 범위는 시작 시간과 종료 시간으로 정의된 유한한 시간 간격을 지정합니다. 우리는 이것을 시간 창이라고도 합니다. 시간 범위는 시계열 변환에서 시간 범위 변환을 사용하여 시계열 데이터를 필터링하는 데 사용되며, 시계열 요약자에서 집계가 수행되는 시간 창을 지정하는 데 사용되며, Object Table 및 Metric Card 위젯에서 스파크라인과 기준선을 구성하는 데 사용됩니다. 각 사용 사례에 대한 자세한 정보는 시계열 변환, 시계열 요약자, Object tableMetric card를 참조하십시오.

이러한 응용 프로그램에서 시간 범위를 지정하는 인터페이스는 일관되어 있습니다. 사용자는 드롭다운에서 기본 옵션 중 하나를 선택하거나 사용자 지정 범위를 지정할 수 있습니다.

time_range_options

사용자 지정 범위에는 정확한 옵션과 상대 옵션이 있습니다.

정확한 옵션은 날짜 및 시간 선택기를 사용하여 사용자가 범위의 시작과 끝에 대한 절대 타임스탬프를 지정할 수 있게 합니다. 여기서 지정된 창은 절대적이며 따라서 변경되지 않습니다.

exact_time_range

상대 옵션은 현재 시간에 대한 상대적인 시작과 끝을 지정합니다. 현재 시간은 처음 필요할 때 계산됩니다(예: 사용자가 상대 시간 범위를 사용하는 위젯을 표시할 때). 그런 다음 웹 페이지가 다시 로드될 때까지 상수로 유지됩니다. 이는 위젯 간의 일관성을 보장하기 위한 것입니다. 따라서 여기서 지정된 시간 창은 절대 창이 아니며 시간이 지남에 따라 이동합니다.

예를 들어, "2주 전"의 상대 시작은 애플리케이션을 12월 15일에 열면 12월 1일에 시작하는 창을 지정하지만, 12월 16일에 열면 12월 2일에 시작하는 창을 지정합니다. 마찬가지로, "1주 후"의 상대 끝은 애플리케이션을 12월 15일에 열면 12월 22일에 끝나는 창을 지정하지만, 12월 16일에 열면 12월 23일에 끝나는 창을 지정합니다. 창 크기는 밀리초, 초, 분, 시간, 일, 주로 지정할 수 있습니다.

relative_time_range

기준선

기준선은 시계열과 함께 시각적으로 구별되는 방식으로 렌더링되는 추가 시계열 선입니다(예: 점선). 기준선은 시계열에 대한 시각적 기초와 맥락을 제공함으로써 사용자가 추세를 해석하는 데 도움이 됩니다. 기준선은 Object Table 및 Metric Card 위젯에서 구성할 수 있습니다.

기준선에는 Static, Numeric property, Time series property 세 가지 유형이 있습니다.

Static 유형은 모든 시계열의 기준선 값이 정적 사용자 지정 값임을 의미합니다. 사용자는 이 값을 텍스트 상자에 입력할 수 있습니다. 이 예에서 주간 사례 수 열에는 1000이라는 정적 값의 기준선이 있습니다.

baseline_static

Numeric property 유형은 사용자가 위젯을 공급하는 오브젝트 유형의 숫자 속성을 지정할 수 있으며, 각 오브젝트의 값은 해당 시리즈의 기준선으로 사용됩니다. Property에서 오브젝트 속성에 대한 자세한 정보를 확인하십시오. 이 예에서 Hospital Admissions 열의 각 행에는 해당 Country 오브젝트의 Hospital Capacity 속성 값이 있는 기준선이 있습니다.

baseline_numeric_property

Time series 유형은 사용자가 시계열 요약자를 구성하여 각 시리즈에 대해 고유한 기준선 값을 생성할 수 있습니다. 요약자에 대한 자세한 내용은 Workshop의 시계열 속성을 참조하십시오. 이 예에서 주간 사례 수 열의 각 시계열은 시계열에서 가장 최근 관측치의 값이 있는 기준선을 가지고 있습니다.

baseline_time_dependent.png