新闻稿

SonnetDB 里程碑二：智能分析引擎发布

内置 50+ 函数、PID 控制律、向量检索与地理空间轨迹分析

[城市/日期] —— 开源时序数据库 SonnetDB 今日宣布其智能分析引擎里程碑正式达成。该版本为 SonnetDB 增加了超过 50 个内建函数，涵盖统计聚合、窗口分析、向量检索、地理空间分析、PID 控制律和时序预测，将时序数据库从单纯的存储查询工具升级为全栈分析平台。

函数与运算符扩展（12 项 PR）

SonnetDB 建立了五层函数体系：

Tier 1——标量函数：abs、round、sqrt、log、coalesce，支持函数嵌套与算术表达式参数。

Tier 2——扩展聚合函数：基于 Welford 在线算法的 stddev/variance/spread，基于 T-Digest 的 percentile/p50/p90/p95/p99/median，基于 HyperLogLog 的 distinct_count，等宽直方图 histogram，以及向量质心 centroid。

Tier 3——窗口函数框架：17 个窗口函数，包括差分/变化量（difference、delta、increase）、变化率（derivative、rate、irate）、累积（cumulative_sum、integral）、平滑（moving_average、ewma、holt_winters）、空值处理（fill、locf、interpolate）、状态分析（state_changes、state_duration）。

PID 控制律——数据库原生的工业控制

SonnetDB 是业界首个内置 PID 控制算法的时序数据库：

• pid_series：行级 PID 窗口函数，逐行输出控制量
• pid：桶级 PID 聚合函数，与 GROUP BY time 配合
• pid_estimate：三种自整定算法——Ziegler-Nichols、Cohen-Coon、Skogestad IMC

这意味着工程师可以直接在 SQL 中完成 PID 参数整定和实时控制，无需编写额外的控制程序。

向量检索——原生 AI 支持

• VECTOR(dim) 数据类型：任意维度的浮点向量存储
• 三种距离度量：cosine_distance、l2_distance、inner_product
• KNN 表值函数：knn(measurement, field, query_vector, k, metric)
• HNSW 索引：WITH INDEX hnsw(m=16, ef=200) 加速 ANN 搜索
• pgvector 兼容运算符：<=>（余弦）、<->（L2）、<#>（内积）

地理空间与轨迹分析

• GEOPOINT 数据类型：原生地理坐标点存储
• 球面计算：geo_distance（Haversine 距离）、geo_bearing（方位角）
• 空间过滤：geo_within（圆形半径）、geo_bbox（矩形范围）
• PostGIS 兼容：ST_Distance、ST_Within、ST_DWithin
• 轨迹聚合：trajectory_length、trajectory_centroid、trajectory_bbox、trajectory_speed_max/avg/p95
• 空间索引：GeoHash32 段级剪枝过滤（Segment Format v5）
• Web 地图：MapLibre GL + ECharts 轨迹回放与速度图表

预测与异常检测

• forecast TVF：线性预测与 Holt-Winters 指数平滑预测
• anomaly 窗口函数：Z-Score、MAD（推荐）、IQR 三种异常检测
• changepoint 窗口函数：CUSUM 变点检测算法

用户自定义函数（UDF）

通过 C# API 可注册自定义的标量、聚合、窗口和表值函数，进一步扩展分析能力。

关于 SonnetDB

SonnetDB 是一款开源（MIT 许可证）时序数据库，专为 IoT 物联网、工业控制、运维监控和实时分析场景设计。项目地址：https://github.com/maikebing/SonnetDB

#