timeSeriesPredictLinearToGrid

導入バージョン: v25.6

この集約関数は、タイムスタンプと値のペアからなる時系列データを受け取り、開始タイムスタンプ、終了タイムスタンプ、およびステップで記述される規則的な時間グリッド上で、このデータに基づき指定された予測タイムスタンプのオフセットを用いたPromQL に類似した線形予測を計算します。グリッド上の各ポイントについて、predict_linear を計算するためのサンプルは、指定された時間ウィンドウ内のものが考慮されます。

注記

この関数は実験的な機能です。allow_experimental_ts_to_grid_aggregate_function=true を設定して有効化してください。

構文

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

Parameters

start_timestamp — グリッドの開始を指定します。 - end_timestamp — グリッドの終了を指定します。 - grid_step — グリッドのステップ（秒）を指定します。 - staleness — 対象とするサンプルの最大の「古さ」（秒）を指定します。staleness ウィンドウは左開・右閉の区間です。 - predict_offset — 予測時刻に加算するオフセット秒数を指定します。

Arguments

timestamp — サンプルのタイムスタンプ。個々の値または配列を指定できます。 - value — timestamp に対応する時系列の値。個々の値または配列を指定できます。

Returned value

指定されたグリッド上の predict_linear の値を Array(Nullable(Float64)) として返します。返される配列には、時間グリッドの各ポイントに 1 つの値が含まれます。特定のグリッドポイントについて、そのウィンドウ内に予測値を計算するのに十分なサンプルが存在しない場合、その値は NULL になります。

Examples

60 秒のオフセット付きで、グリッド [90, 105, 120, 135, 150, 165, 180, 195, 210] 上の predict_linear の値を計算する

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
    60 AS predict_offset  -- prediction time offset
SELECT timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(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
);

┌─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]                                                            │
└─────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

配列引数を使用した同一クエリ

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);

┌─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]                                                            │
└─────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

timeSeriesPredictLinearToGrid​

timeSeriesPredictLinearToGrid