timeSeriesRateToGrid

用于在指定网格上计算时间序列数据的类 PromQL rate 的聚合函数。

​

timeSeriesRateToGrid

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 step 定义的规则时间网格上，根据这些数据计算 类 PromQL rate。对于网格上的每个点，计算 rate 时会使用指定时间窗口内的样本。

样本可通过以下三种形式传入：

• 作为两个实参 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的时间序列；
• 作为由 (timestamp, value) 元组组成的单个数组，其中每行包含一个完整的时间序列。

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。NaN 值会输给任何其他值，因此仅当该时间戳处的所有样本均为 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

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

参数

• start_timestamp — 指定网格的起始时间。使用 DateTime64 时间戳实参时，也可以是小数、包含数字的字符串或日期时间文本。UInt32 或 DateTime 或 DateTime64 或 Float* 或 Decimal* 或 String
• end_timestamp — 指定网格的结束时间。使用 DateTime64 时间戳实参时，也可以是小数、包含数字的字符串或日期时间文本。UInt32 或 DateTime 或 DateTime64 或 Float* 或 Decimal* 或 String
• grid_step — 指定网格步长，单位为秒。使用 DateTime64 时间戳实参时，也可以是小数、包含数字的字符串，或类似 ’15s’ 或 ‘1m’ 的时长。UInt32 或 Float* 或 Decimal* 或 String
• staleness — 指定参与计算的样本允许的最大陈旧时间，单位为秒。陈旧时间窗口为左开右闭区间。使用 DateTime64 时间戳实参时，也可以是小数、包含数字的字符串，或类似 ’15s’ 或 ‘1m’ 的时长。UInt32 或 Float* 或 Decimal* 或 String

实参

• 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 — 以元组 (timestamp, value) 数组形式传递的时间序列样本，其中元组元素的时间戳和值类型如上所列。作为将时间戳和值分别作为两个实参传递的替代方式。Array(Tuple(T1, T2))

返回值

返回指定网格上的速率值。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速率值，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 timeSeriesRateToGrid(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

┌─timeSeriesRateToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,0.06666667,0.1,0.055555556,NULL,NULL,0.083333336]                         │
└────────────────────────────────────────────────────────────────────────────────────────┘

使用数组类型实参

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

Response

┌─timeSeriesRateToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)─┐
│ [NULL,NULL,0,0.06666667,0.1,0.055555556,NULL,NULL,0.083333336]                           │
└──────────────────────────────────────────────────────────────────────────────────────────┘