timeSeriesResetsToGrid

دالة تجميع تحسب عمليات إعادة الضبط على نمط PromQL لبيانات السلاسل الزمنية على الشبكة المحددة.

​

timeSeriesResetsToGrid

أُضيفت في: v25.6.0

دالة تجميع تأخذ بيانات السلاسل الزمنية على شكل أزواج من الطوابع الزمنية والقيم، وتحسب عمليات إعادة الضبط على نمط PromQL من هذه البيانات على شبكة زمنية منتظمة تُحدَّد بالطابع الزمني للبداية والطابع الزمني للنهاية وstep. ولكل نقطة على هذه الشبكة، تُؤخذ العيّنات اللازمة لحساب resets ضمن النافذة الزمنية المحددة.

هذه الدالة تجريبية، ولتفعيلها اضبط allow_experimental_time_series_aggregate_functions=true.

البنية

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

المعلمات

• start_timestamp — يحدّد بداية الشبكة. ومع وسيطة طابع زمني من النوع DateTime64، يمكن أن يكون أيضًا رقمًا كسريًا أو سلسلة تحتوي على رقم أو نص للتاريخ والوقت. UInt32 أو DateTime أو DateTime64 أو Float* أو Decimal* أو String
• end_timestamp — يحدّد نهاية الشبكة. ومع وسيطة طابع زمني من النوع DateTime64، يمكن أن يكون أيضًا رقمًا كسريًا أو سلسلة تحتوي على رقم أو نص للتاريخ والوقت. UInt32 أو DateTime أو DateTime64 أو Float* أو Decimal* أو String
• grid_step — يحدّد خطوة الشبكة بالثواني. ومع وسيطة طابع زمني من النوع DateTime64، يمكن أن يكون أيضًا رقمًا كسريًا 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 المأخوذة في الحسبان. ومع وسيطة طابع زمني من النوع DateTime64، يمكن أن يكون أيضًا رقمًا كسريًا 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 قيمة مفردة أو مصفوفات. - value — قيمة السلسلة الزمنية المقابلة للطابع الزمني. يمكن أن تكون قيمة مفردة أو مصفوفات.

القيمة المُعادة

قيم resets على الشبكة المحددة على هيئة Array(Nullable(Float64)). تحتوي المصفوفة المُعادة على قيمة واحدة لكل نقطة في الشبكة الزمنية. تكون القيمة NULL إذا لم توجد عينات ضمن النافذة اللازمة لحساب قيمة resets لنقطة شبكة معيّنة.

أمثلة

احسب قيم resets 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, 3, 2, 6, 6, 4, 2, 0]::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 timeSeriesResetsToGrid(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

┌─timeSeriesResetsToGrid(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, 3, 2, 6, 6, 4, 2, 0]::Array(Float32) AS values,
    90 AS start_ts,
    90 + 135 AS end_ts,
    15 AS step_seconds,
    45 AS window_seconds
SELECT timeSeriesResetsToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);

Response

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