timeSeriesPredictLinearToGrid

導入バージョン: v25.6.0 タイムスタンプと値のペアからなる時系列データを受け取り、開始タイムスタンプ、終了タイムスタンプ、step で定義される規則的な時間グリッド上で、指定した予測タイムスタンプオフセットに対する PromQL ライクな線形予測を計算する集約関数です。グリッド上の各ポイントについて、predict_linear の計算には指定した時間ウィンドウ内のサンプルが使用されます。サンプルは次の 3 つの形式のいずれかで渡すことができます。

2 つの引数 timestamp と value として渡す形式。各行が 1 つのサンプルを保持します。
タイムスタンプと値の 2 つの配列として渡す形式。各行が時系列全体を保持します。
(timestamp, value) のタプルからなる単一の配列として渡す形式。各行が時系列全体を保持します。

複数のサンプルが同じタイムスタンプを持つ場合は、値が最大のサンプルのみが使用されます。NaN 値は他のすべての値より優先度が低いため、そのタイムスタンプのすべてのサンプルが NaN である場合にのみ使用されます。

この関数はプライベートプレビューです。有効にするには、enable_time_series_aggregate_functions=true を設定してください。

構文

timeSeriesPredictLinearToGrid(start_timestamp, end_timestamp, grid_step, staleness, predict_offset)(timestamp, value)
timeSeriesPredictLinearToGrid(start_timestamp, end_timestamp, grid_step, staleness, predict_offset)(samples)

パラメータ

start_timestamp — グリッドの開始時刻を指定します。DateTime64 タイムスタンプ引数の場合は、小数値、数値を含む文字列、または日時テキストも指定できます。UInt32、DateTime、DateTime64、Float*、Decimal*、または String
end_timestamp — グリッドの終了時刻を指定します。DateTime64 タイムスタンプ引数の場合は、小数値、数値を含む文字列、または日時テキストも指定できます。UInt32、DateTime、DateTime64、Float*、Decimal*、または String
grid_step — グリッドのステップを秒単位で指定します。DateTime64 タイムスタンプ引数の場合は、小数値、数値を含む文字列、または ’15s’ や ‘1m’ のような期間も指定できます。UInt32、Float*、Decimal*、または String
staleness — 対象となるサンプルの最大 staleness を秒単位で指定します。staleness ウィンドウは左開右閉区間です。DateTime64 タイムスタンプ引数の場合は、小数値、数値を含む文字列、または ’15s’ や ‘1m’ のような期間も指定できます。UInt32、Float*、Decimal*、または String
predict_offset — 予測時刻に加算するオフセットの秒数を指定します。UInt32、Float*、Decimal*、または String

引数

timestamp — サンプルのタイムスタンプ。個別の値または配列を指定できます。UInt32 または DateTime または DateTime64 または Array(UInt32) または Array(DateTime) または Array(DateTime64)
value — タイムスタンプに対応する時系列の値。個別の値または配列を指定できます。Float* または Array(Float*)
samples — (timestamp, value) のタプルの配列として渡される時系列のサンプル。タプルの要素の型は、上記に挙げたタイムスタンプおよび値の型です。タイムスタンプと値を2つの別々の引数として渡す代わりの方法です。Array(Tuple(T1, T2))

戻り値 指定したグリッド上の predict_linear の値を Array(Nullable(Float64)) として返します。返される配列には、各タイムグリッドポイントに対して1つの値が含まれます。特定のグリッドポイントについて rate の値を計算するのに十分なサンプルがウィンドウ内に存在しない場合、その値は NULL になります。例 60秒のオフセットを指定して、グリッド [90, 105, 120, 135, 150, 165, 180, 195, 210] 上で predict_linear の値を計算する

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
    60 AS predict_offset  -- prediction time offset
SELECT timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(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

┌─timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamp, value)─┐
│ [NULL,NULL,1,9.166667,11.6,12.5,NULL,NULL,16.5]                                                                 │
└─────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

Array引数を使用した同じクエリ

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

Response

┌─timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamps, values)─┐
│ [NULL,NULL,1,9.166667,11.6,12.5,NULL,NULL,16.5]                                                                   │
└───────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

SQLリファレンス

データ型

エンジン

関数

フォーマット

設定

システムテーブル

データレイク

timeSeriesPredictLinearToGrid

timeSeriesPredictLinearToGrid

​timeSeriesPredictLinearToGrid

timeSeriesPredictLinearToGrid