timeSeriesSumToGrid

在等间隔的时间网格上计算类似 PromQL 的 sum_over_time。

​

timeSeriesSumToGrid

引入版本：v26.9.0

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、结束时间戳和步长定义的等间隔的时间网格上，计算类 PromQL 的 sum_over_time。对于网格上的每个点，会在指定的时间窗口内选取样本来计算总和。

样本可以通过以下三种形式之一传入：

• 作为两个参数 timestamp 和 value 传入，每行包含一个样本；
• 作为时间戳数组和值数组传入，每行包含一个完整的时间序列；
• 作为由 (timestamp, value) Tuple 组成的单个数组传入，每行包含一个完整的时间序列。

如果多个样本的时间戳相同，则只使用其中值最大的那个样本。非数字 (NaN) 值的优先级低于任何其他值，因此只有当该时间戳上的所有样本均为 NaN 时，才会使用 NaN 值。

此函数目前处于私有预览阶段，可通过设置 enable_time_series_aggregate_functions=true 启用。

语法

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

参数

• start_timestamp — 指定网格的起始点。也可以是小数，或包含数字或日期时间文本的字符串。UInt32 或 DateTime 或 DateTime64 或 Float* 或 Decimal* 或 String
• end_timestamp — 指定网格的结束点。也可以是小数，或包含数字或日期时间文本的字符串。UInt32 或 DateTime 或 DateTime64 或 Float* 或 Decimal* 或 String
• grid_step — 指定网格的步长 (以秒为单位) 。也可以是小数，或包含数字或时长 (如 ’15s’ 或 ‘1m’) 的字符串。UInt32 或 Float* 或 Decimal* 或 String
• staleness — 指定参与计算的样本的最大过期时长 (以秒为单位) 。过期窗口为左开右闭区间。也可以是小数，或包含数字或时长 (如 ’15s’ 或 ‘1m’) 的字符串。UInt32 或 Float* 或 Decimal* 或 String

参数

• timestamp — 样本的时间戳。可以是单个值或数组。UInt32 或 DateTime 或 DateTime64 或 Array(UInt32) 或 Array(DateTime) 或 Array(DateTime64)
• value — 与时间戳对应的时间序列值。可以是单个值或数组。Float* 或 Array(Float*)
• samples — 以 (timestamp, value) Tuple 数组形式传入的时间序列样本，其中 Tuple 元素的类型即上文所列的时间戳和值类型。这是将时间戳和值分别作为两个参数传入的替代方式。Array(Tuple(T1, T2))

返回值

返回指定网格上各值之和。返回的数组中，每个时间网格点对应一个值。如果某个网格点的窗口内没有样本，则对应值为 NULL。Array(Nullable(Float64))

示例

基本用法：使用单个时间戳-值对

Query

SET enable_time_series_aggregate_functions = 1;
WITH
    -- NOTE: the gap between 140 and 190 is to show how values are filled for ts = 150, 165, 180 according to window parameter
    [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, -- array of values corresponding to timestamps above
    90 AS start_ts,       -- start of timestamp grid
    90 + 120 AS end_ts,   -- end of timestamp grid
    15 AS step_seconds,   -- step of timestamp grid
    45 AS window_seconds  -- "staleness" window
SELECT timeSeriesSumToGrid(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

┌─timeSeriesSumToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,2,5,9,7,4,5,18]                                                            │
└───────────────────────────────────────────────────────────────────────────────────────┘

使用 array 参数

Query

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

Response

┌─timeSeriesSumToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)─┐
│ [NULL,NULL,2,5,9,7,4,5,18]                                                              │
└─────────────────────────────────────────────────────────────────────────────────────────┘