timeSeriesChangesToGrid

聚合函数，接收由时间戳和值组成的时间序列数据对，并在由起始时间戳、结束时间戳和步长描述的规则时间网格上，从这些数据中计算类似 PromQL 的 changes。对于网格上的每个点，用于计算 changes 的样本会在指定的时间窗口内进行选取和计算。

Parameters:

• start timestamp - 指定网格的起始时间
• end timestamp - 指定网格的结束时间
• grid step - 指定网格的步长（秒）
• staleness - 指定参与计算样本允许的最大“陈旧时间”（秒）

Arguments:

• timestamp - 样本的时间戳
• value - 对应该 timestamp 的时间序列值

Return value: 在指定网格上的 changes 值，类型为 Array(Nullable(Float64))。返回数组中每个元素对应一个时间网格点。如果在对应时间窗口内没有样本可用于计算某个网格点的 changes 值，则该元素为 NULL。

Example: 以下查询在网格 [90, 105, 120, 135, 150, 165, 180, 195, 210, 225] 上计算 changes 值：

WITH
    -- 注意:130 和 190 之间的间隔用于演示根据窗口参数为 ts = 180 填充值的方式
    [110, 120, 130, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 5, 5, 8, 12, 13]::Array(Float32) AS values, -- 与上述时间戳对应的值数组
    90 AS start_ts,       -- 时间戳网格起始值
    90 + 135 AS end_ts,   -- 时间戳网格结束值
    15 AS step_seconds,   -- 时间戳网格步长
    45 AS window_seconds  -- "陈旧性"窗口
SELECT timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)
FROM
(
    -- 此子查询将时间戳和值数组转换为 `timestamp`、`value` 行
    SELECT
        arrayJoin(arrayZip(timestamps, values)) AS ts_and_val,
        ts_and_val.1 AS timestamp,
        ts_and_val.2 AS value
);

响应：

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

也可以将多组时间戳和数值样本作为长度相同的数组传入。使用数组参数的同一查询如下：

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);

注意

此函数为实验性功能，可通过将 allow_experimental_ts_to_grid_aggregate_function 设置为 true 来启用。