timeSeriesPredictLinearToGrid

Función de agregación que calcula una predicción lineal al estilo de PromQL sobre series temporales en la cuadrícula especificada.

​

timeSeriesPredictLinearToGrid

Introducido en: v25.6.0

Función de agregación que toma datos de series temporales como pares de timestamps y valores, y calcula una predicción lineal similar a PromQL con un desplazamiento de timestamp de predicción especificado a partir de estos datos, sobre una cuadrícula temporal regular definida por el timestamp de inicio, el timestamp de fin y el step. Para cada punto de la cuadrícula, las muestras utilizadas para calcular predict_linear se consideran dentro de la ventana temporal especificada.

Esta función es experimental; para habilitarla, establezca allow_experimental_ts_to_grid_aggregate_function=true.

Sintaxis

timeSeriesPredictLinearToGrid(start_timestamp, end_timestamp, grid_step, staleness, predict_offset)(timestamp, value)

Parámetros

• start_timestamp — Especifica el inicio de la cuadrícula. - end_timestamp — Especifica el fin de la cuadrícula. - grid_step — Especifica el paso de la cuadrícula en segundos. - staleness — Especifica la antigüedad máxima, en segundos, de las muestras consideradas. La ventana de antigüedad es un intervalo abierto por la izquierda y cerrado por la derecha. - predict_offset — Especifica el número de segundos de desplazamiento que se añade al instante de predicción.

Argumentos

• timestamp — Marca temporal de la muestra. Puede contener valores individuales o arrays. - value — Valor de la serie temporal correspondiente a la marca temporal. Puede contener valores individuales o arrays.

Valor devuelto

Valores de predict_linear en la cuadrícula especificada como un Array(Nullable(Float64)). El array devuelto contiene un valor por cada punto de la cuadrícula temporal. El valor es NULL si no hay suficientes muestras dentro de la ventana para calcular el valor de tasa para un punto de cuadrícula determinado.

Ejemplos

Calcular valores de predict_linear en la cuadrícula [90, 105, 120, 135, 150, 165, 180, 195, 210] con un desplazamiento de 60 segundos

Query

WITH
    -- NOTA: el intervalo entre 140 y 190 muestra cómo se rellenan los valores para ts = 150, 165, 180 según el parámetro window
    [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 de valores correspondientes a los timestamps anteriores
    90 AS start_ts,       -- inicio de la cuadrícula de timestamps
    90 + 120 AS end_ts,   -- fin de la cuadrícula de timestamps
    15 AS step_seconds,   -- paso de la cuadrícula de timestamps
    45 AS window_seconds, -- ventana de "obsolescencia"
    60 AS predict_offset  -- desplazamiento temporal de predicción
SELECT timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamp, value)
FROM
(
    -- Esta subconsulta convierte arrays de timestamps y valores en filas de `timestamp`, `value`
    SELECT
        arrayJoin(arrayZip(timestamps, values)) AS ts_and_val,
        ts_and_val.1 AS timestamp,
        ts_and_val.2 AS value
);

Response

┌─timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamp, value)─┐
│ [NULL,NULL,1,9.166667,11.6,16.916666,NULL,NULL,16.5]                                                            │
└─────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

Misma consulta con argumentos de tipo array

Query

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,
    60 AS predict_offset
SELECT timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamps, values);

Response

┌─timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamp, value)─┐
│ [NULL,NULL,1,9.166667,11.6,16.916666,NULL,NULL,16.5]                                                            │
└─────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘