timeSeriesRateToGrid

引入版本：v25.6.0 该聚合函数接收由时间戳和值组成的时间序列数据，并在由起始时间戳、结束时间戳和 step 定义的规则时间网格上，根据这些数据计算类 PromQL rate。对于网格上的每个点，计算 rate 时会使用指定时间窗口内的样本。

此函数为 Experimental，请通过设置 allow_experimental_ts_to_grid_aggregate_function=true 启用。

语法

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

参数

start_timestamp — 指定网格的起始时间。UInt32 或 DateTime
end_timestamp — 指定网格的结束时间。UInt32 或 DateTime
grid_step — 指定网格步长，单位为秒。UInt32
staleness — 指定参与计算的样本允许的最大陈旧时间，单位为秒。陈旧时间窗口为左开右闭区间。UInt32

实参

timestamp — 样本的时间戳。可以是单个值或数组。UInt32 或 DateTime 或 Array(UInt32) 或 Array(DateTime)
value — 与该时间戳对应的时间序列值。可以是单个值或数组。Float* 或 Array(Float*)

返回值 返回指定网格上的速率值。返回的数组中，每个时间网格点对应一个值。如果在窗口内没有足够的样本来计算某个网格点的速率值，则该值为 NULL。Array(Nullable(Float64)) 示例 使用单个时间戳-值对的基本用法

Query

WITH
    -- 注意：140 和 190 之间的间隔用于展示 ts = 150、165、180 时如何根据 window 参数填充值
    [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, -- 与上述时间戳对应的值数组
    90 AS start_ts,       -- 时间戳网格的起点
    90 + 120 AS end_ts,   -- 时间戳网格的终点
    15 AS step_seconds,   -- 时间戳网格的步长
    45 AS window_seconds  -- "staleness" 窗口
SELECT timeSeriesRateToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)
FROM
(
    -- 此子查询将时间戳数组和值数组转换为 `timestamp`、`value` 行
    SELECT
        arrayJoin(arrayZip(timestamps, values)) AS ts_and_val,
        ts_and_val.1 AS timestamp,
        ts_and_val.2 AS value
);

Response

┌─timeSeriesRateToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,0.06666667,0.1,0.083333336,NULL,NULL,0.083333336]                        │
└───────────────────────────────────────────────────────────────────────────────────────┘

使用数组类型参数

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
SELECT timeSeriesRateToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);

Response

┌─timeSeriesRateToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)─┐
│ [NULL,NULL,0,0.06666667,0.1,0.083333336,NULL,NULL,0.083333336]                          │
└─────────────────────────────────────────────────────────────────────────────────────────┘

​timeSeriesRateToGrid

timeSeriesRateToGrid