timeSeriesDerivToGrid

أُضيفت في: v25.6.0

دالة تجميع تأخذ بيانات السلاسل الزمنية على شكل أزواج من الطوابع الزمنية والقيم، وتحسب مشتقة شبيهة بـ PromQL من هذه البيانات على شبكة زمنية منتظمة يحددها طابع البداية الزمني وطابع النهاية الزمني وstep. ولكل نقطة على هذه الشبكة، تُؤخذ العينات اللازمة لحساب deriv ضمن نافذة الزمن المحددة.

إذا كانت عدة عينات تحمل الطابع الزمني نفسه، فلا يُستخدم منها سوى واحدة: العينة ذات القيمة الأكبر. وتخسر قيمة NaN أمام أي قيمة أخرى، لذا لا تُستخدم قيمة NaN إلا إذا كانت جميع العينات عند هذا الطابع الزمني NaN.

الصياغة

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

المعلمات

start_timestamp — يحدد بداية الشبكة. مع وسيطة طابع زمني من نوع DateTime64، يمكن أن يكون أيضاً رقماً كسرياً، أو سلسلة تحتوي على رقم أو نص تاريخ ووقت. UInt32 أو DateTime أو DateTime64 أو Float* أو Decimal* أو String
end_timestamp — يحدد نهاية الشبكة. مع وسيطة طابع زمني من نوع DateTime64، يمكن أن يكون أيضاً رقماً كسرياً، أو سلسلة تحتوي على رقم أو نص تاريخ ووقت. UInt32 أو DateTime أو DateTime64 أو Float* أو Decimal* أو String
grid_step — يحدد خطوة الشبكة بالثواني. مع وسيطة طابع زمني من نوع DateTime64، يمكن أن يكون أيضاً رقماً كسرياً، أو سلسلة تحتوي على رقم أو مدة مثل '15s' أو '1m'. UInt32 أو Float* أو Decimal* أو String
staleness — يحدد الحد الأقصى لـ "التقادم" بالثواني للعينات التي أُخذت في الحسبان. نافذة التقادم هي فترة مفتوحة من اليسار ومغلقة من اليمين. مع وسيطة طابع زمني من نوع DateTime64، يمكن أن يكون أيضاً رقماً كسرياً، أو سلسلة تحتوي على رقم أو مدة مثل '15s' أو '1m'. UInt32 أو Float* أو Decimal* أو String

الوسيطات

timestamp — الطابع الزمني للعينة. يمكن أن يكون قيماً منفردة أو مصفوفات. - value — قيمة السلسلة الزمنية المقابلة للطابع الزمني. يمكن أن تكون قيماً منفردة أو مصفوفات.

القيمة المعادة

قيم deriv على الشبكة المحددة بصيغة Array(Nullable(Float64)). تحتوي المصفوفة المرجعة على قيمة واحدة لكل نقطة في الشبكة الزمنية. وتكون القيمة NULL إذا لم تتوفر عينات كافية داخل النافذة لحساب قيمة المشتقة لنقطة شبكة معينة.

أمثلة

احسب قيم المشتقة على الشبكة [90, 105, 120, 135, 150, 165, 180, 195, 210]

SET allow_experimental_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
);

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

الاستعلام نفسه مع وسيطات Array

SET allow_experimental_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);

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