巢狀 JSON 日誌怎麼做時序特徵萃取？

中級考試大概率會考程式碼跟公式，所以這部分你還是要學。但如果現在學起來很痛苦，可以先跳過，等讀完其他題目回頭再來。

本題的核心技術是兩段 Python 函式，一個負責展開，一個負責聚合：

import json
import pandas as pd
from datetime import datetime

# Step 1: 遞迴展開巢狀 JSON
def flatten_json(nested, prefix=""):
    result = {}
    for key, value in nested.items():
        full_key = f"{prefix}.{key}" if prefix else key
        if isinstance(value, dict):
            result.update(flatten_json(value, full_key))
        elif isinstance(value, list):
            for i, item in enumerate(value):
                if isinstance(item, dict):
                    result.update(flatten_json(item, f"{full_key}.{i}"))
        else:
            result[full_key] = value
    return result

# Step 2: 時間窗口聚合
def aggregate_window(df, window_minutes=10):
    features = {}
    numeric_cols = df.select_dtypes(include='number').columns
    for col in numeric_cols:
        features[f"{col}_mean"] = df[col].mean()
        features[f"{col}_max"]  = df[col].max()
        features[f"{col}_std"]  = df[col].std()
    return features

Step 1　純故事版

1. 把 JSON 文件想成一棵樹，根是最外層，葉子是純數值
2. 遞迴函式就是「不停往下走，直到碰到葉子才停下來記錄」
3. 時間窗口是「拿最近 10 分鐘的所有葉子值，算平均、最大、標準差」
4. 這個特徵向量就代表「過去 10 分鐘這台伺服器的整體狀態」

Step 2　中文 ↔ 程式碼對照

Step 3　符號角色表

• isinstance(value, dict)：判斷這個值是不是字典（還有下一層），如果是就遞迴繼續走。
• prefix：記錄到目前為止的路徑，例如 metrics.cpu ，每往下一層就加一個 .key 。
• Time Window（時間窗口）：只取「最近 N 分鐘」的資料來聚合，讓特徵代表「近期狀態」而不是「全部歷史」。
• Aggregation（聚合）：把多筆資料壓縮成一個數字，常用均值、最大值、標準差、計數。

Step 4　完整公式對應

本題沒有複雜數學公式，這個 Step 跳過。時間窗口聚合的「均值」就是普通算術平均。

Step 5　自我複述

蓋住程式碼，說出 4 個步驟：

1. 遞迴走遍 JSON 樹，把所有葉子值攤平成一行
2. 每秒都產生一行，累積成一張時序表
3. 用時間窗口切出最近 10 分鐘
4. 對每個欄位算統計量（mean、max、std），送進模型