timeSeriesLinearRegressionToGrid

일정한 시간 그리드(regular time grid)의 시계열 값에 선형 회귀 직선을 적합합니다.

​

timeSeriesLinearRegressionToGrid

도입 버전: v26.9.0

타임스탬프와 값의 쌍으로 이루어진 시계열 데이터를 입력받아, 시작 타임스탬프, 종료 타임스탬프, 간격으로 정의되는 일정한 시간 그리드에서 값에 직선을 적합시키는 집계 함수입니다. 그리드의 각 지점마다 지정된 시간 윈도우 내의 샘플에 직선을 적합시키고, 튜플 (intercept, slope)를 반환합니다. intercept는 해당 그리드 지점의 타임스탬프에서의 직선 값이고, slope는 초당 기울기입니다. 윈도우 내 샘플이 충분하지 않으면 둘 다 NULL이 됩니다.

오프셋 t를 적용한 timeSeriesPredictLinearToGrid의 결과는 intercept + slope * t와 같고, timeSeriesDerivToGrid의 결과는 slope와 같습니다. PromQL 함수 predict_linear는 이 함수를 사용해 구현되어 있으므로, predict_linear(v, time())처럼 그리드 지점마다 예측 오프셋을 다르게 지정할 수 있습니다.

샘플은 다음 세 가지 형태 중 하나로 전달할 수 있습니다.

• 두 개의 인수 timestamp와 value로 전달: 각 행에 샘플 하나가 들어 있습니다.
• 타임스탬프 배열과 값 배열 두 개로 전달: 각 행에 시계열 전체가 들어 있습니다.
• (timestamp, value) 튜플로 이루어진 단일 배열로 전달: 각 행에 시계열 전체가 들어 있습니다.

타임스탬프가 같은 샘플이 여러 개 있으면 그중 값이 가장 큰 샘플 하나만 사용됩니다. NaN 값은 다른 어떤 값보다도 우선순위가 낮으므로, 해당 타임스탬프의 모든 샘플이 NaN일 때만 NaN 값이 사용됩니다.

이 함수는 비공개 프리뷰 상태입니다. 사용하려면 enable_time_series_aggregate_functions=true로 설정하십시오.

구문

timeSeriesLinearRegressionToGrid(start_timestamp, end_timestamp, grid_step, staleness)(timestamp, value)
timeSeriesLinearRegressionToGrid(start_timestamp, end_timestamp, grid_step, staleness)(samples)

매개변수

• start_timestamp — 그리드의 시작 지점을 지정합니다. 소수로 지정하거나, 숫자 또는 날짜-시간 텍스트를 담은 문자열로 지정할 수도 있습니다. UInt32 또는 DateTime 또는 DateTime64 또는 Float* 또는 Decimal* 또는 String
• end_timestamp — 그리드의 끝 지점을 지정합니다. 소수로 지정하거나, 숫자 또는 날짜-시간 텍스트를 담은 문자열로 지정할 수도 있습니다. UInt32 또는 DateTime 또는 DateTime64 또는 Float* 또는 Decimal* 또는 String
• grid_step — 그리드의 간격을 초 단위로 지정합니다. 소수로 지정하거나, 숫자 또는 ’15s’, ‘1m’과 같은 기간을 담은 문자열로 지정할 수도 있습니다. UInt32 또는 Float* 또는 Decimal* 또는 String
• staleness — 계산에 사용할 샘플의 최대 “staleness”를 초 단위로 지정합니다. staleness 윈도우는 왼쪽이 열리고 오른쪽이 닫힌 인터벌입니다. 소수로 지정하거나, 숫자 또는 ’15s’, ‘1m’과 같은 기간을 담은 문자열로 지정할 수도 있습니다. UInt32 또는 Float* 또는 Decimal* 또는 String

인수

• timestamp — 샘플의 타임스탬프입니다. 개별 값 또는 배열일 수 있습니다. UInt32 또는 DateTime 또는 DateTime64 또는 Array(UInt32) 또는 Array(DateTime) 또는 Array(DateTime64)
• value — 타임스탬프에 대응하는 시계열 값입니다. 개별 값 또는 배열일 수 있습니다. Float* 또는 Array(Float*)
• samples — (timestamp, value) 튜플의 배열로 전달되는 시계열 샘플입니다. 각 튜플 원소의 타입은 위에 나열된 타임스탬프 및 값의 타입과 같습니다. 타임스탬프와 값을 별도의 두 인수로 전달하는 대신 사용할 수 있습니다. Array(Tuple(T1, T2))

반환 값

각 그리드 지점에 대한 (intercept, slope) 튜플입니다. 이는 해당 그리드 지점의 타임스탬프에서 적합된 선의 값과 초당 기울기를 나타냅니다. 특정 그리드 지점의 윈도우 내에 샘플이 충분하지 않으면 두 원소 모두 NULL이 됩니다. Array(Tuple(intercept Nullable(Float64), slope Nullable(Float64)))

예시

그리드 [100, 110, 120]에 선을 적합하고 timeSeriesPredictLinearToGrid 및 timeSeriesDerivToGrid와 비교하기

Query

SET enable_time_series_aggregate_functions = 1;
WITH
    [100, 110, 120]::Array(DateTime) AS timestamps,
    [10, 20, 30]::Array(Float64) AS values,
    timeSeriesLinearRegressionToGrid(100, 120, 10, 30)(timestamps, values) AS regression
SELECT
    regression,
    arrayMap(r -> r.intercept + r.slope * 60, regression) AS predict_linear_60,
    arrayMap(r -> r.slope, regression) AS deriv;

Response

┌─regression──────────────────┬─predict_linear_60─┬─deriv──────┐
│ [(NULL,NULL),(20,1),(30,1)] │ [NULL,80,90]      │ [NULL,1,1] │
└─────────────────────────────┴───────────────────┴────────────┘