timeSeriesDerivToGrid

用于在指定网格上对时间序列数据计算类似 PromQL 的导数的聚合函数。

​

timeSeriesDerivToGrid

引入版本：v25.6.0

该聚合函数接收由时间戳和值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 的导数。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 deriv。

样本可以通过以下三种形式之一传入：

• 作为 timestamp 和 value 两个参数，其中每一行保存单个样本；
• 作为时间戳数组和值数组这两个数组，其中每一行保存一整条时间序列；
• 作为单个由 (timestamp, value) 元组组成的数组，其中每一行保存一整条时间序列。

如果多个样本具有相同的时间戳，则只使用其中一个：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处的所有样本均为非数字值时，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

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

参数

• start_timestamp — 指定网格的起始时间。当时间戳参数为 DateTime64 时，也可以是小数，或包含数值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。当时间戳参数为 DateTime64 时，也可以是小数，或包含数值或日期时间文本的字符串。UInt32 或 DateTime 或 DateTime64 或 Float* 或 Decimal* 或 String
• grid_step — 指定网格步长，单位为秒。当时间戳参数为 DateTime64 时，也可以是小数，或包含数值或如 ’15s’、‘1m’ 等持续时间的字符串。UInt32 或 Float* 或 Decimal* 或 String
• staleness — 指定所考虑样本允许的最大 “滞后” 时间，单位为秒。该滞后窗口是左开右闭区间。当时间戳参数为 DateTime64 时，也可以是小数，或包含数值或如 ’15s’、‘1m’ 等持续时间的字符串。UInt32 或 Float* 或 Decimal* 或 String

参数

• timestamp — 样本的时间戳。可以是单个值或数组。UInt32 或 DateTime 或 DateTime64 或 Array(UInt32) 或 Array(DateTime) 或 Array(DateTime64)
• value — 与该时间戳对应的时间序列值。可以是单个值或数组。Float* 或 Array(Float*)
• samples — 以 (timestamp, value) 元组数组形式传入的时间序列样本，其中元组元素的类型即为上面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入的替代方式。Array(Tuple(T1, T2))

返回值

指定网格上的 deriv 值，类型为 Array(Nullable(Float64))。返回的数组为每个时间网格点包含一个值。如果窗口内没有足够的样本来计算某个特定网格点的导数值，则该值为 NULL。

示例

在网格 [90, 105, 120, 135, 150, 165, 180, 195, 210] 上计算导数值

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 timeSeriesDerivToGrid(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

┌─timeSeriesDerivToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,0.1,0.11,0.1,NULL,NULL,0.15]                                               │
└─────────────────────────────────────────────────────────────────────────────────────────┘

使用数组参数的同一查询

Query

SET enable_time_series_aggregate_functions = 1;
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 timeSeriesDerivToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);

Response

┌─timeSeriesDerivToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)─┐
│ [NULL,NULL,0,0.1,0.11,0.1,NULL,NULL,0.15]                                                 │
└───────────────────────────────────────────────────────────────────────────────────────────┘