Skip to main content

​
timeSeriesPredictLinearToGrid

引入版本：v25.6.0 此聚合函数接受由时间戳和值组成的时间序列数据对，并在由起始时间戳、结束时间戳和步长定义的规则时间网格上，基于这些数据计算具有指定预测时间戳偏移量的类似 PromQL 的线性预测。对于网格上的每个点，用于计算 predict_linear 的样本取自指定时间窗口内。
此函数为实验性功能，请设置 allow_experimental_time_series_aggregate_functions=true 以启用。
语法
参数
  • start_timestamp — 指定网格的起始时间。使用 DateTime64 时间戳参数时，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 — 指定网格的结束时间。使用 DateTime64 时间戳参数时，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) 。使用 DateTime64 时间戳参数时，也可以是小数，或包含数字或如 ’15s’、‘1m’ 等时长的字符串。UInt32 或 Float* 或 Decimal* 或 String
  • staleness — 指定所考虑样本的最大“陈旧度” (以秒为单位) 。陈旧度窗口为左开右闭区间。使用 DateTime64 时间戳参数时，也可以是小数，或包含数字或如 ’15s’、‘1m’ 等时长的字符串。UInt32 或 Float* 或 Decimal* 或 String
  • predict_offset — 指定要加到预测时间上的偏移秒数。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。- value — 与该时间戳对应的时间序列值。可以是单个值或数组。
返回值 以 Array(Nullable(Float64)) 形式返回指定网格上的 predict_linear 值。返回数组中每个时间网格点对应一个值。如果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 计算网格 [90, 105, 120, 135, 150, 165, 180, 195, 210] 上偏移 60 秒后的 predict_linear 值
Query
Response
使用数组参数的相同查询
Query
Response
最后修改于 2026年8月18日