timeSeriesChangesToGrid

引入于：v25.6.0 该聚合函数将时间序列数据视为由时间戳和值组成的成对数据，并在由起始时间戳、结束时间戳和步长定义的规则时间网格上，基于这些数据计算类似 PromQL 的 changes。对于网格上的每个点，会在指定的时间窗口内选取样本来计算 changes。

此函数为 Experimental，可通过设置 allow_experimental_ts_to_grid_aggregate_function=true 启用。

语法

timeSeriesChangesToGrid(start_timestamp, end_timestamp, grid_step, staleness)(timestamp, value)

参数

start_timestamp — 指定网格的起始时间。 - end_timestamp — 指定网格的结束时间。 - grid_step — 指定网格步长 (以秒为单位) 。 - staleness — 指定所考虑样本允许的最大 “陈旧” 时间 (以秒为单位) 。

参数

timestamp — 样本的时间戳。可以是单个值，也可以是数组。 - value — 与该时间戳对应的时间序列值。可以是单个值，也可以是数组。

返回值 指定网格上的 changes 值，类型为 Array(Nullable(Float64))。返回的数组对每个时间网格点都包含一个值。如果某个特定网格点对应的窗口内没有可用于计算 changes 值的样本，则该值为 NULL。示例 计算网格 [90, 105, 120, 135, 150, 165, 180, 195, 210, 225] 上的 changes 值

Query

WITH
    -- 注意：130 和 190 之间的间隔用于展示根据 window 参数如何为 ts = 180 填充值
    [110, 120, 130, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 5, 5, 8, 12, 13]::Array(Float32) AS values, -- 与上述时间戳对应的值数组
    90 AS start_ts,       -- 时间戳网格的起点
    90 + 135 AS end_ts,   -- 时间戳网格的终点
    15 AS step_seconds,   -- 时间戳网格的步长
    45 AS window_seconds  -- "staleness" 窗口
SELECT timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)
FROM
(
    -- 此子查询将时间戳数组和值数组转换为 `timestamp`、`value` 行
    SELECT
        arrayJoin(arrayZip(timestamps, values)) AS ts_and_val,
        ts_and_val.1 AS timestamp,
        ts_and_val.2 AS value
);

Response

┌─timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,1,1,1,NULL,0,1,2]                                                            │
└───────────────────────────────────────────────────────────────────────────────────────────┘

使用数组参数的同一查询

Query

WITH
    [110, 120, 130, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 5, 5, 8, 12, 13]::Array(Float32) AS values,
    90 AS start_ts,
    90 + 135 AS end_ts,
    15 AS step_seconds,
    45 AS window_seconds
SELECT timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);

Response

┌─timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,1,1,1,NULL,0,1,2]                                                            │
└───────────────────────────────────────────────────────────────────────────────────────────┘

​timeSeriesChangesToGrid

timeSeriesChangesToGrid