SPL 中的 series_decompose_anomalies 和 series_drilldown 算子分别起什么作用？

series_decompose_anomalies 是一个时序异常检测算子，它对输入的时间序列数据进行分解，自动识别其中的异常点或异常时间段，并为每个时间点计算异常分数。分数越高表示异常程度越大，通常超过一定阈值（如 0.8）的区间可被判定为真正的异常。该算子适合用于全局 QPS 等聚合指标的监控。

series_drilldown 是一个根因下探算子，在已知异常时间段的前提下，它会对多维度数据进行自动分析，找出导致全局指标异常的具体维度组合。它会返回根因维度组合及其统计指标，包括 relative_ratio（相对占比）、difference（差异值）、predict（预测值）和 real（实际值）等。两个算子配合使用，可以实现从发现异常到定位根因的完整分析链路。