timeSeriesInstantDeltaToGrid

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

​

timeSeriesInstantDeltaToGrid

引入版本：v25.6.0

该聚合函数接受以时间戳和值对表示的时间序列数据，并根据由起始时间戳、结束时间戳和步长定义的规则时间网格，从这些数据中计算类似 PromQL 的 idelta。 对于网格上的每个点，计算 idelta 时会使用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 timestamp 和 value 两个参数，其中每行保存单个样本；
• 作为时间戳数组和值数组两个参数，其中每行保存一整条时间序列；
• 作为单个 (timestamp, value) 元组数组，其中每行保存一整条时间序列。

如果多个样本具有相同的时间戳，则仅使用其中值最大的一个样本。非数字值 (NaN) 的优先级低于任何其他值，因此仅当该时间戳上的所有样本均为 NaN 时，才会使用 NaN 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

timeSeriesInstantDeltaToGrid(start_timestamp, end_timestamp, grid_step, staleness)(timestamp, value)
timeSeriesInstantDeltaToGrid(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。当时间戳参数为 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 — 指定网格步长 (以秒为单位) 。当时间戳参数为 DateTime64 时，也可以是小数，或包含数字或类似 ’15s’ 或 ‘1m’ 的时间间隔的字符串。UInt32 或 Float* 或 Decimal* 或 String
• staleness — 指定所考虑样本允许的最大陈旧时间 (以秒为单位) 。陈旧窗口为左开右闭区间。当时间戳参数为 DateTime64 时，也可以是小数，或包含数字或类似 ’15s’ 或 ‘1m’ 的时间间隔的字符串。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 — 与该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) 形式传入的时间序列样本，其中元组元素的时间戳和值类型如上所列。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

返回指定网格上的 idelta 值。返回的数组中，每个时间网格点对应一个值。如果在窗口内没有足够的样本来计算某个网格点的瞬时 delta 值，则该值为 NULL。Array(Nullable(Float64))

示例

使用单个时间戳-值对的基本用法

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 timeSeriesInstantDeltaToGrid(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

┌─timeSeriesInstantDeltaToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,2,1,1,NULL,NULL,3]                                                                │
└────────────────────────────────────────────────────────────────────────────────────────────────┘

使用数组参数

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 timeSeriesInstantDeltaToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);

Response

┌─timeSeriesInstantDeltaToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)─┐
│ [NULL,NULL,0,2,1,1,NULL,NULL,3]                                                                  │
└──────────────────────────────────────────────────────────────────────────────────────────────────┘