在Logstore中存在很多时序数据，日志服务支持通过时序SPL指令和SPL函数处理Logstore中的时序数据。 什么是Series Series是由时间维度序列和指标维度序列组成的二维数据结构，适用于表达随时间变化的观测值集合。和Series相对应的是Table数据。
本文主要介绍时序SPL指令的详细信息。 SPL指令列表
Logstore中的时序数据通过SPL指令处理后，可以调用时序SPL函数进行结果可视化。 函数列表
平滑函数是针对输入的时序曲线进行平滑和简单的滤波操作，滤波操作通常是发现时序曲线形态的第一步。 函数列表
多周期估计函数支持对不同时间段内的时序进行周期估计，通过傅立叶变换等一系列操作进行周期的提取。 函数列表
变点检测函数一般用于对时序数据中的变点进行检测。 变点检测函数支持对如下两种变点形态进行检测： 指定时间段内的某些统计特性发生了变化。
极大值检测函数用于在指定窗口中寻找序列的局部极大值。 ts_find_peaks
预测与异常检测函数通过预测时序曲线、寻找预测曲线和实际曲线之间误差的Ksigma与分位数等特性进行异常检测。 关于函数的算法及原理请参见：
序列分解函数提供针对业务曲线的分解功能，突出曲线的趋势信息和周期信息。 ts_decompose
时序聚类函数针对输入的多条时序数据进行聚类，自动聚类出不同的曲线形态，进而快速找到相应的聚类中心和异于聚类中的其它形态曲线。 关于函数的算法及实现原理请参见LOG机器学习介绍（02）：时序聚类建模。
