ラベル変換を除くすべての変換は、メトリクスデータに適用できる数学関数です。複数の変換を適用して変換チェーンを作成します。

変換	説明
追加	データセット内のデータポイントに指定された値を追加して、結果を計算します。
平均	現在選択されているすべてのメトリクスの算術平均を計算します。
下	メトリクスデータセットの指定された最小数の値のみを表示します。
カイ二乗	統計モデルがメトリクスデータセットにどの程度適合しているかを示します。
カウント	メトリクスデータセット内のデータポイントの数を表示します。
分解	予測モデルのコンポーネントを分離します。最小値と最大値の両方を分解して要求し、予測モデルの下限と上限を取得できます。
除算	データセット内のデータポイントを指定された値で除算して結果を計算します。
エンベロープ	メトリクスデータセットの最小値と最大値を表示します。
フィルター	指定された期間のスライディング期間にわたって、指定されたアグリゲーション関数を使用して計算された値を持つ新しい系列を生成します。スライディング 15 分平均では、 平均 アグリゲーション関数と期間 15 分のフィルター変換が使用されます。 サポートされているアグリゲーション関数： AVG カイ 2 乗 最後 最大 MEDIAN 最小 STDDEV
枠幅に合わせる (Fit)	モデルベースのトリガーで使用できる予測モデルを生成します。
変位値	基礎となるデータの指定されたパーセンタイルを表す値を持つ新しい系列を返します。たとえば、90 パーセンタイルと 99 パーセンタイルの応答時間をクエリするには、[0.9,0.99] のアレイを指定します。
補間	指定された期間に新しいデータポイントを構築して結果を計算します。
ラベル	変換のラベルを設定できます。
最後	期間ウィンドウで最後に定義された値を返します。
ログ	データセット内のすべての値の自然対数を計算します。
最大	メトリクスデータセットの各時点での最大値を表示します。
中央値	メトリクスデータセットの中央値を表示します。中央値は、メトリクスデータセットの高い値と低い値を分けます。
最小	メトリクスデータセットの各時点での最小値を表示します。
乗算	データセット内のデータポイントに指定された値を乗算して結果を計算します。
パーティション	指定された期間の固定期間にわたって、指定されたアグリゲーション関数を使用して計算された値を持つ新しい系列を生成します。[ ベース ] (タイムスタンプ) を指定して、パーティションウィンドウを配置します。 サポートされているアグリゲーション関数： AVG カイ 2 乗 最後 最大 MEDIAN 最小 STDDEV
予測	メトリックベースモデルテーブル (mb_model) で選択された予測モデルによって生成された予測時系列データを実際のデータと比較します。予測されたデータと実際のデータをグラフ化できます。予測トリガーは、予測値としきい値に基づいています。しきい値は、予測値を上回る値と下回る値です。これらのしきい値から外れる実際のデータは、予測トリガーを実行します。
配置	時系列メトリクスを別の メトリックベース 時系列メトリクス ( copyData('targetMetric').put() など) にコピーします。
リサンプル	指定された期間に合わせてデータを拡張または縮小します。期間を延長すると、集計関数を使用して、新しい期間に合わせてデータを結合します。期間を短くすると、既存のデータが基礎となる期間に伝播されます。 サポートされているアグリゲーション関数： AVG カイ 2 乗 最後 最大 MEDIAN 最小 STDDEV
標準偏差	基礎となるデータの標準偏差を計算します。メトリクスデータセット内の一連のデータ値の変動または分散を定量化するために使用されます。
減算	データセット内のデータポイントから指定された値を減算して結果を計算します。
合計	メトリクスデータセット内のデータポイントの合計を計算します。詳細については、「 合計変換」 を参照してください。
Top	メトリクスデータセットの指定された最大数の値のみを表示します。

この例では、

var startTime = new GlideDateTime('2000-04-02 00:00:00');
var endTime = new GlideDateTime('2000-04-02 23:00:00');
transformer.metric('u_cost').sum().resample('SUM', GlideDuration('1 00:00:00'))

は [4] ではなく [1, 3] です。

====== rest api result for GET ======
{
  "seriesRef": {
    "subject": "28e6bf5d73c233000355bccdbdf6a70c",
    "table": "sn_cld_intg_aws_cost_usage",
    "metric": "u_cost"
  },
  "label": "28e6bf5d73c233000355bccdbdf6a70c:sn_cld_intg_aws_cost_usage|u_cost",
  "values": [
    {
      "timestamp": "2000-04-02T00:00:00Z",
      "value": 1
    },
    {
      "timestamp": "2000-04-02T01:00:00Z",
      "value": 1
    },
    {
      "timestamp": "2000-04-02T02:00:00Z",
      "value": 1
    },
    {
      "timestamp": "2000-04-02T03:00:00Z",
      "value": 1
    },
    {
      "timestamp": "2000-04-02T04:00:00Z",
      "value": 0
    },
    {
      "timestamp": "2000-04-02T05:00:00Z",
      "value": 0
    },
    ...
    {
      "timestamp": "2000-04-02T23:00:00Z",
      "value": 0
    },
    {
      "timestamp": "2000-04-03T00:00:00Z",
      "value": 0
    }
  ]
}