timeSeriesMadToGrid

Calcula o mad_over_time do PromQL em uma grade temporal regular.

​

timeSeriesMadToGrid

Introduzida em: v26.10.0

Função de agregação que recebe dados de séries temporais como pares de timestamps e valores e calcula a função PromQL mad_over_time em uma grade temporal regular definida por timestamp inicial, timestamp final e passo. Para cada ponto da grade, o resultado é o desvio absoluto mediano median(|x - median(x)|) dos valores das amostras dentro da janela de tempo especificada. Ambas as medianas são calculadas pelo método R-7 (inclusivo), assim como em quantileExactInclusive e timeSeriesQuantileToGrid.

As amostras podem ser passadas de uma das três formas a seguir:

• como dois argumentos timestamp e value, em que cada linha contém uma única amostra;
• como dois arrays de timestamps e valores, em que cada linha contém uma série temporal inteira;
• como um único array de tuplas (timestamp, value), em que cada linha contém uma série temporal inteira.

Assim como no Prometheus, o resultado é NaN se qualquer amostra na janela for NaN. O resultado também é NaN se a mediana da janela for infinita, pois os desvios das amostras iguais a ela resultam em Inf - Inf.

Se várias amostras tiverem o mesmo timestamp, apenas uma delas será usada: a de maior valor. Um valor NaN perde para qualquer outro valor; portanto, um valor NaN só é usado se todas as amostras nesse timestamp forem NaN.

Esta função está em prévia privada; habilite-a definindo enable_time_series_aggregate_functions=true.

Sintaxe

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

Parâmetros

• start_timestamp — Especifica o início da grade. Também pode ser um número fracionário ou uma string contendo um número ou um texto de data e hora. UInt32 ou DateTime ou DateTime64 ou Float* ou Decimal* ou String
• end_timestamp — Especifica o fim da grade. Também pode ser um número fracionário ou uma string contendo um número ou um texto de data e hora. UInt32 ou DateTime ou DateTime64 ou Float* ou Decimal* ou String
• grid_step — Especifica o passo da grade, em segundos. Também pode ser um número fracionário ou uma string contendo um número ou uma duração como ’15s’ ou ‘1m’. UInt32 ou Float* ou Decimal* ou String
• staleness — Especifica a “staleness” máxima, em segundos, das amostras consideradas. A janela de staleness é um intervalo aberto à esquerda e fechado à direita. Também pode ser um número fracionário ou uma string contendo um número ou uma duração como ’15s’ ou ‘1m’. UInt32 ou Float* ou Decimal* ou String

Argumentos

• timestamp — Timestamp da amostra. Pode ser um valor individual ou um array. UInt32 ou DateTime ou DateTime64 ou Array(UInt32) ou Array(DateTime) ou Array(DateTime64)
• value — Valor da série temporal correspondente ao timestamp. Pode ser um valor individual ou um array. Float* ou Array(Float*)
• samples — Amostras da série temporal passadas como um array de tuplas (timestamp, value), em que os elementos da tupla têm os tipos de timestamp e de valor listados acima. É uma alternativa à passagem dos timestamps e dos valores como dois argumentos separados. Array(Tuple(T1, T2))

Valor retornado

Retorna o desvio absoluto mediano dos valores na grade especificada. O array retornado contém um valor para cada ponto da grade temporal. O valor é NULL se não houver amostras dentro da janela de um determinado ponto da grade. Array(Nullable(Float64))

Exemplos

Calcular os valores de mad_over_time na grade [90, 105, 120, 135, 150, 165, 180, 195, 210, 225]

Query

SET enable_time_series_aggregate_functions = 1;
WITH
    -- NOTE: the gap between 130 and 190 is to show how values are filled for ts = 180 according to window parameter
    [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 timeSeriesMadToGrid(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
);

Response

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

A mesma consulta com argumentos de array

Query

SET enable_time_series_aggregate_functions = 1;
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 timeSeriesMadToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);

Response

┌─timeSeriesMadToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)─┐
│ [NULL,NULL,1,1,1,0,NULL,0,0,1]                                                          │
└─────────────────────────────────────────────────────────────────────────────────────────┘