timeSeriesChangesToGrid

دالة تجميع تحسب تغييرات على نمط PromQL في بيانات السلاسل الزمنية على الشبكة المحددة.

​

timeSeriesChangesToGrid

أُضيفت في: v25.6.0

دالة تجميع تأخذ بيانات السلاسل الزمنية على شكل أزواج من الطوابع الزمنية والقيم، وتحسب تغييرات على نمط PromQL من هذه البيانات على شبكة زمنية منتظمة تُحدَّد بواسطة الطابع الزمني للبداية، والطابع الزمني للنهاية، وstep. ولكل نقطة على هذه الشبكة، تؤخذ العينات اللازمة لحساب changes ضمن النافذة الزمنية المحددة.

هذه الدالة تجريبية. لتمكينها، عيّن allow_experimental_time_series_aggregate_functions=true.

الصياغة

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

المعلمات

• start_timestamp — يحدّد بداية الشبكة. مع وسيطة طابع زمني من النوع DateTime64، يمكن أن يكون أيضاً عدداً كسرياً أو سلسلة تحتوي على رقم أو نص تاريخ ووقت. UInt32 أو DateTime أو DateTime64 أو Float* أو Decimal* أو String
• end_timestamp — يحدّد نهاية الشبكة. مع وسيطة طابع زمني من النوع DateTime64، يمكن أن يكون أيضاً عدداً كسرياً أو سلسلة تحتوي على رقم أو نص تاريخ ووقت. UInt32 أو DateTime أو DateTime64 أو Float* أو Decimal* أو String
• grid_step — يحدّد خطوة الشبكة بالثواني. مع وسيطة طابع زمني من النوع DateTime64، يمكن أن يكون أيضاً عدداً كسرياً أو سلسلة تحتوي على رقم أو مدة مثل ’15s’ أو ‘1m’. UInt32 أو Float* أو Decimal* أو String
• staleness — يحدّد الحد الأقصى لـ “التقادم” بالثواني للعينات التي تؤخذ في الاعتبار. مع وسيطة طابع زمني من النوع DateTime64، يمكن أن يكون أيضاً عدداً كسرياً أو سلسلة تحتوي على رقم أو مدة مثل ’15s’ أو ‘1m’. UInt32 أو Float* أو Decimal* أو String

الوسائط

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

القيمة المُعادة

قيم changes على الشبكة المحددة بصيغة Array(Nullable(Float64)). تحتوي المصفوفة المُعادة على قيمة واحدة لكل نقطة في شبكة الزمن. تكون القيمة NULL إذا لم تكن هناك أي عينات ضمن النافذة اللازمة لحساب قيمة changes لنقطة شبكة معيّنة.

أمثلة

احسب قيم changes على الشبكة [90, 105, 120, 135, 150, 165, 180, 195, 210, 225]

Query

SET allow_experimental_time_series_aggregate_functions = 1;
WITH
    -- NOTE: the gap between 130 and 190 is to show how values are filled for ts = 180 according to window parameter
    [110, 120, 130, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 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 + 135 AS end_ts,   -- end of timestamp grid
    15 AS step_seconds,   -- step of timestamp grid
    45 AS window_seconds  -- "staleness" window
SELECT timeSeriesChangesToGrid(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

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

الاستعلام نفسه مع وسيطات من النوع Array

Query

SET allow_experimental_time_series_aggregate_functions = 1;
WITH
    [110, 120, 130, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 5, 5, 8, 12, 13]::Array(Float32) AS values,
    90 AS start_ts,
    90 + 135 AS end_ts,
    15 AS step_seconds,
    45 AS window_seconds
SELECT timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);

Response

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