> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-trino-dialect.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. > Агрегатная функция, вычисляющая линейный прогноз по данным временных рядов в стиле PromQL на указанной сетке. # timeSeriesPredictLinearToGrid
## timeSeriesPredictLinearToGrid
Добавлена в: v25.6.0 Агрегатная функция, которая принимает данные временных рядов в виде пар временных меток и значений и вычисляет [линейный прогноз в стиле PromQL](https://prometheus.io/docs/prometheus/latest/querying/functions/#predict_linear) по этим данным с указанным смещением временной метки прогноза на регулярной временной сетке, заданной начальной временной меткой, конечной временной меткой и шагом. Для каждой точки сетки образцы для вычисления `predict_linear` учитываются в пределах указанного временного окна. Эта функция экспериментальная; включите её, установив `allow_experimental_time_series_aggregate_functions=true`. **Синтаксис** ```sql theme={null} timeSeriesPredictLinearToGrid(start_timestamp, end_timestamp, grid_step, staleness, predict_offset)(timestamp, value) ``` **Параметры** * `start_timestamp` — Задаёт начало сетки. Для аргумента временной метки `DateTime64` также может быть дробным числом или строкой, содержащей число либо дату и время в текстовом формате. [`UInt32`](/ru/reference/data-types/int-uint) или [`DateTime`](/ru/reference/data-types/datetime) или [`DateTime64`](/ru/reference/data-types/datetime64) или [`Float*`](/ru/reference/data-types/float) или [`Decimal*`](/ru/reference/data-types/decimal) или [`String`](/ru/reference/data-types/string) * `end_timestamp` — Задаёт конец сетки. Для аргумента временной метки `DateTime64` также может быть дробным числом или строкой, содержащей число либо дату и время в текстовом формате. [`UInt32`](/ru/reference/data-types/int-uint) или [`DateTime`](/ru/reference/data-types/datetime) или [`DateTime64`](/ru/reference/data-types/datetime64) или [`Float*`](/ru/reference/data-types/float) или [`Decimal*`](/ru/reference/data-types/decimal) или [`String`](/ru/reference/data-types/string) * `grid_step` — Задаёт шаг сетки в секундах. Для аргумента временной метки `DateTime64` также может быть дробным числом или строкой, содержащей число либо длительность, например '15s' или '1m'. [`UInt32`](/ru/reference/data-types/int-uint) или [`Float*`](/ru/reference/data-types/float) или [`Decimal*`](/ru/reference/data-types/decimal) или [`String`](/ru/reference/data-types/string) * `staleness` — Задаёт максимальное время устаревания рассматриваемых образцов в секундах. Окно устаревания — это интервал, открытый слева и закрытый справа. Для аргумента временной метки `DateTime64` также может быть дробным числом или строкой, содержащей число либо длительность, например '15s' или '1m'. [`UInt32`](/ru/reference/data-types/int-uint) или [`Float*`](/ru/reference/data-types/float) или [`Decimal*`](/ru/reference/data-types/decimal) или [`String`](/ru/reference/data-types/string) * `predict_offset` — Задаёт количество секунд смещения, добавляемого ко времени прогноза. [`UInt32`](/ru/reference/data-types/int-uint) или [`Float*`](/ru/reference/data-types/float) или [`Decimal*`](/ru/reference/data-types/decimal) или [`String`](/ru/reference/data-types/string) **Аргументы** * `timestamp` — Временная метка образца. Может быть отдельным значением или массивом. - `value` — Значение временного ряда, соответствующее временной метке. Может быть отдельным значением или массивом. **Возвращаемое значение** Значения `predict_linear` на указанной сетке в виде `Array(Nullable(Float64))`. Возвращаемый массив содержит по одному значению для каждой точки временной сетки. Значение равно NULL, если в окне недостаточно образцов для вычисления значения скорости для конкретной точки сетки. **Примеры** **Вычисление значений predict\_linear на сетке \[90, 105, 120, 135, 150, 165, 180, 195, 210] со смещением 60 секунд** ```sql title=Query theme={null} SET allow_experimental_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 title=Response theme={null} ┌─timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamp, value)─┐ │ [NULL,NULL,1,9.166667,11.6,16.916666,NULL,NULL,16.5] │ └─────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘ ``` **Тот же запрос с аргументами-массивами** ```sql title=Query theme={null} SET allow_experimental_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 title=Response theme={null} ┌─timeSeriesPredictLinearToGrid(start_ts, end_ts, step_seconds, window_seconds, predict_offset)(timestamp, value)─┐ │ [NULL,NULL,1,9.166667,11.6,16.916666,NULL,NULL,16.5] │ └─────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘ ```