timeSeriesPredictLinearToGrid

该聚合函数接收由时间戳和值组成的时间序列数据对，并在由起始时间戳、结束时间戳和步长描述的规则时间网格上，计算具有指定预测时间偏移量的类似 PromQL 的线性预测。对于网格上的每个点，用于计算 predict_linear 的样本都限定在指定的时间窗口内。

参数：

• start timestamp - 指定网格的起始时间。
• end timestamp - 指定网格的结束时间。
• 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“陈旧度”（以秒为单位）。陈旧度窗口是一个左开右闭区间。
• predict_offset - 指定要添加到预测时间的偏移秒数。

参数（函数参数）：

• timestamp - 样本的时间戳
• value - 与该 timestamp 对应的时间序列值

返回值： 指定网格上的 predict_linear 值，类型为 Array(Nullable(Float64))。返回的数组包含每个时间网格点的一个值。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。

示例： 下面的查询在网格 [90, 105, 120, 135, 150, 165, 180, 195, 210] 上计算具有 60 秒偏移量的 predict_linear 值：

WITH
    -- 注意：140 和 190 之间的间隔用于演示如何根据窗口参数为 ts = 150、165、180 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,       -- 时间戳网格起始值
    90 + 120 AS end_ts,   -- 时间戳网格结束值
    15 AS step_seconds,   -- 时间戳网格步长
    45 AS window_seconds, -- "陈旧性"窗口
    60 AS predict_offset  -- 预测时间偏移量
SELECT timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamp, value)
FROM
(
    -- 此子查询将时间戳和值数组转换为 `timestamp`、`value` 行
    SELECT
        arrayJoin(arrayZip(timestamps, values)) AS ts_and_val,
        ts_and_val.1 AS timestamp,
        ts_and_val.2 AS value
);

响应：

   ┌─timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamp, value)─┐
1. │ [NULL,NULL,1,9.166667,11.6,16.916666,NULL,NULL,16.5]                                                            │
   └─────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

同样也可以将多个时间戳和数值样本作为相同长度的数组传入。使用数组参数的等价查询如下所示：

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,
    60 AS predict_offset
SELECT timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamps, values);

注意

此函数为实验性功能，可通过将 allow_experimental_ts_to_grid_aggregate_function 设置为 true 来启用。