timeSeriesResetsToGrid

聚合函数，该函数将时间序列数据作为时间戳和值的对，并在由开始时间戳、结束时间戳和步长描述的规则时间网格上计算 PromQL 类似的重置。在网格上的每个点，计算 resets 的样本将在指定的时间窗口内考虑。

参数：

start timestamp - 指定网格的开始
end timestamp - 指定网格的结束
grid step - 指定网格的步长（以秒为单位）
staleness - 指定所考虑样本的最大“过期”时间（以秒为单位）

参数：

timestamp - 样本的时间戳
value - 与 timestamp 对应的时间序列的值

返回值： resets 在指定网格上的值，作为 Array(Nullable(Float64))。返回的数组为每个时间网格点包含一个值。如果在计算特定网格点的重置值的窗口内没有样本，则该值为 NULL。

示例：以下查询计算在网格 [90, 105, 120, 135, 150, 165, 180, 195, 210, 225] 上的 resets 值：

WITH
    -- NOTE: the gap between 130 and 190 is to show how values are filled for ts = 180 according to window paramater
    [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
);

响应：

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

同样可以将多个时间戳和值样本作为等大小的数组传递。使用数组参数的相同查询：

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);

备注

此函数是实验性的，通过设置 allow_experimental_ts_to_grid_aggregate_function=true 来启用它。