timeSeriesChangesToGrid

Función de agregación que calcula cambios similares a PromQL en series temporales sobre la cuadrícula especificada.

​

timeSeriesChangesToGrid

Introducido en: v25.6.0

Función de agregación que toma series temporales como pares de marcas de tiempo y valores, y calcula cambios similares a PromQL a partir de estos datos en una cuadrícula temporal regular definida por la marca de tiempo de inicio, la marca de tiempo de fin y el paso. Para cada punto de la cuadrícula, las muestras para calcular changes se toman dentro de la ventana de tiempo especificada.

Las muestras se pueden pasar de una de estas tres formas:

• como dos argumentos, timestamp y value, donde cada fila contiene una única muestra;
• como dos arrays de marcas de tiempo y valores, donde cada fila contiene una serie temporal completa;
• como un único array de tuplas (timestamp, value), donde cada fila contiene una serie temporal completa.

Si varias muestras tienen la misma marca de tiempo, solo se utiliza una de ellas: la muestra con el mayor valor. Un valor NaN pierde frente a cualquier otro valor, por lo que un valor NaN solo se utiliza si todas las muestras con esta marca de tiempo son NaN.

Esta función está en private preview; habilítela estableciendo enable_time_series_aggregate_functions=true.

Sintaxis

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

Parámetros

• start_timestamp — Especifica el inicio de la cuadrícula. Con un argumento de marca de tiempo DateTime64, también puede ser un número fraccionario o una cadena que contenga un número o un texto de fecha y hora. UInt32 o DateTime o DateTime64 o Float* o Decimal* o String
• end_timestamp — Especifica el final de la cuadrícula. Con un argumento de marca de tiempo DateTime64, también puede ser un número fraccionario o una cadena que contenga un número o un texto de fecha y hora. UInt32 o DateTime o DateTime64 o Float* o Decimal* o String
• grid_step — Especifica el paso de la cuadrícula en segundos. Con un argumento de marca de tiempo DateTime64, también puede ser un número fraccionario o una cadena que contenga un número o una duración como ’15s’ o ‘1m’. UInt32 o Float* o Decimal* o String
• staleness — Especifica la “desactualización” máxima, en segundos, de las muestras consideradas. Con un argumento de marca de tiempo DateTime64, también puede ser un número fraccionario o una cadena que contenga un número o una duración como ’15s’ o ‘1m’. UInt32 o Float* o Decimal* o String

Argumentos

• timestamp — Marca de tiempo de la muestra. Puede ser un valor individual o arrays. UInt32 o DateTime o DateTime64 o Array(UInt32) o Array(DateTime) o Array(DateTime64)
• value — Valor de la serie temporal correspondiente a la marca de tiempo. Puede ser un valor individual o arrays. Float* o Array(Float*)
• samples — Muestras de la serie temporal pasadas como un array de tuplas (timestamp, value), donde los elementos de la tupla tienen los tipos de marca de tiempo y valor indicados anteriormente. Una alternativa a pasar las marcas de tiempo y los valores como dos argumentos independientes. Array(Tuple(T1, T2))

Valor devuelto

Valores de changes en la cuadrícula especificada como un Array(Nullable(Float64)). El array devuelto contiene un valor para cada punto de la cuadrícula temporal. El valor es NULL si no hay muestras dentro de la ventana para calcular el valor de changes para un punto concreto de la cuadrícula.

Ejemplos

Calcular los valores de cambios en la cuadrícula [90, 105, 120, 135, 150, 165, 180, 195, 210, 225]

Query

SET enable_time_series_aggregate_functions = 1;
WITH
    -- NOTE: the gap between 130 and 190 is to show how values are filled for ts = 180 according to window parameter
    [110, 120, 130, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 5, 5, 8, 12, 13]::Array(Float32) AS values, -- array of values corresponding to timestamps above
    90 AS start_ts,       -- start of timestamp grid
    90 + 135 AS end_ts,   -- end of timestamp grid
    15 AS step_seconds,   -- step of timestamp grid
    45 AS window_seconds  -- "staleness" window
SELECT timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)
FROM
(
    -- This subquery converts arrays of timestamps and values into rows of `timestamp`, `value`
    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,0,1,1,0,NULL,0,1,2]                                                            │
└───────────────────────────────────────────────────────────────────────────────────────────┘

La misma consulta con argumentos de tipo Array

Query

SET enable_time_series_aggregate_functions = 1;
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)(timestamps, values)─┐
│ [NULL,NULL,0,1,1,0,NULL,0,1,2]                                                              │
└─────────────────────────────────────────────────────────────────────────────────────────────┘