timeSeriesDeltaToGrid

在指定网格上对时间序列数据计算类似 PromQL 的 delta 的聚合函数。

​

timeSeriesDeltaToGrid

引入版本：v25.6.0

该聚合函数接收由时间戳和值对组成的时间序列数据，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，根据这些数据计算 类似 PromQL 的 delta。 对于网格上的每个点，计算 delta 时会考虑指定时间窗口内的样本。

样本可以通过以下三种形式之一传入：

• 作为两个参数 timestamp 和 value，其中每行包含一个样本；
• 作为两个时间戳和值数组，其中每行包含一个完整时间序列；
• 作为由 (timestamp, value) 元组构成的单个数组，其中每行包含一个完整时间序列。

如果多个样本具有相同的时间戳，则仅使用其中一个：值最大的样本。非数字值会输给任何其他值，因此只有当该时间戳的所有样本均为非数字时，才会使用非数字值。

此函数处于私有预览阶段，请通过设置 enable_time_series_aggregate_functions=true 启用。

语法

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

参数

• start_timestamp — 指定网格的起始时间。当 timestamp 参数为 DateTime64 时，也可以是小数，或包含数字或日期时间文本的字符串。UInt32 或 DateTime 或 DateTime64 或 Float* 或 Decimal* 或 String
• end_timestamp — 指定网格的结束时间。当 timestamp 参数为 DateTime64 时，也可以是小数，或包含数字或日期时间文本的字符串。UInt32 或 DateTime 或 DateTime64 或 Float* 或 Decimal* 或 String
• grid_step — 指定网格的步长 (秒) 。当 timestamp 参数为 DateTime64 时，也可以是小数，或包含数字或类似 ’15s’ 或 ‘1m’ 的耗时的字符串。UInt32 或 Float* 或 Decimal* 或 String
• staleness — 指定纳入计算的样本允许的最大陈旧度 (秒) 。陈旧度窗口为左开右闭区间。当 timestamp 参数为 DateTime64 时，也可以是小数，或包含数字或类似 ’15s’ 或 ‘1m’ 的耗时的字符串。UInt32 或 Float* 或 Decimal* 或 String

参数

• timestamp — 样本的时间戳。可以是单个值，也可以是数组。UInt32 或 DateTime 或 DateTime64 或 Array(UInt32) 或 Array(DateTime) 或 Array(DateTime64)
• value — 与时间戳对应的时间序列值。可以是单个值，也可以是数组。Float* 或 Array(Float*)
• samples — 以元组数组 (timestamp, value) 传递的时间序列样本，其中元组元素的类型为上文列出的时间戳和值类型。这是将时间戳和值作为两个独立参数传递的替代方式。Array(Tuple(T1, T2))

返回值

返回指定网格上的 delta 值。返回的数组在每个时间网格点上都包含一个值。如果在窗口内没有足够的样本来计算某个网格点的 delta 值，则该值为 NULL。Array(Nullable(Float64))

示例

使用单个时间戳-值对的基础用法

Query

SET enable_time_series_aggregate_functions = 1;
WITH
    -- NOTE: the gap between 140 and 190 is to show how values are filled for ts = 150, 165, 180 according to window parameter
    [110, 120, 130, 140, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 4, 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 + 120 AS end_ts,  -- end of timestamp grid
    15 AS step_seconds,  -- step of timestamp grid
    45 AS window_seconds -- "staleness" window
SELECT timeSeriesDeltaToGrid(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

┌─timeSeriesDeltaToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,3,4.5,2.5,NULL,NULL,3.75]                                                  │
└─────────────────────────────────────────────────────────────────────────────────────────┘

使用数组类型参数

Query

SET enable_time_series_aggregate_functions = 1;
-- it is possible to pass multiple samples of timestamps and values as Arrays of equal size
WITH
    [110, 120, 130, 140, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 4, 5, 5, 8, 12, 13]::Array(Float32) AS values,
    90 AS start_ts,
    90 + 120 AS end_ts,
    15 AS step_seconds,
    45 AS window_seconds
SELECT timeSeriesDeltaToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);

Response

┌─timeSeriesDeltaToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)─┐
│ [NULL,NULL,0,3,4.5,2.5,NULL,NULL,3.75]                                                    │
└───────────────────────────────────────────────────────────────────────────────────────────┘