> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-vortex-format.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. > Calcula `avg_over_time` de forma similar a PromQL sobre una cuadrícula temporal regular. # timeSeriesAvgToGrid

timeSeriesAvgToGrid

Introducido en: v26.9.0 Función de agregación que toma datos de series temporales como pares de marcas de tiempo y valores, y calcula [avg\_over\_time similar a PromQL](https://prometheus.io/docs/prometheus/latest/querying/functions/#aggregation_over_time) a partir de estos datos sobre una cuadrícula de tiempo regular definida por una marca de tiempo de inicio, una marca de tiempo de fin y un paso. Para cada punto de la cuadrícula, se tienen en cuenta las muestras que se encuentran dentro de la ventana de tiempo especificada para calcular el promedio. Las muestras pueden pasarse de una de estas tres formas: * como dos argumentos `timestamp` y `value`, donde cada fila contiene una única muestra; * como dos arrays de marcas de tiempo y valores, donde cada fila contiene una serie temporal completa; * como un único array de tuplas `(timestamp, value)`, donde cada fila contiene una serie temporal completa. Si varias muestras tienen la misma marca de tiempo, solo se utiliza una de ellas: la de mayor valor. Un valor NaN pierde frente a cualquier otro valor, por lo que solo se utiliza un valor NaN si todas las muestras con esa marca de tiempo son NaN. Esta función está en vista previa privada; para habilitarla, establezca `enable_time_series_aggregate_functions=true`. **Sintaxis** ```sql theme={null} timeSeriesAvgToGrid(start_timestamp, end_timestamp, grid_step, staleness)(timestamp, value) timeSeriesAvgToGrid(start_timestamp, end_timestamp, grid_step, staleness)(samples) ``` **Parámetros** * `start_timestamp` — Especifica el inicio de la cuadrícula. También puede ser un número fraccionario o una cadena que contenga un número o un texto de fecha y hora. [`UInt32`](/es/reference/data-types/int-uint) o [`DateTime`](/es/reference/data-types/datetime) o [`DateTime64`](/es/reference/data-types/datetime64) o [`Float*`](/es/reference/data-types/float) o [`Decimal*`](/es/reference/data-types/decimal) o [`String`](/es/reference/data-types/string) * `end_timestamp` — Especifica el final de la cuadrícula. También puede ser un número fraccionario o una cadena que contenga un número o un texto de fecha y hora. [`UInt32`](/es/reference/data-types/int-uint) o [`DateTime`](/es/reference/data-types/datetime) o [`DateTime64`](/es/reference/data-types/datetime64) o [`Float*`](/es/reference/data-types/float) o [`Decimal*`](/es/reference/data-types/decimal) o [`String`](/es/reference/data-types/string) * `grid_step` — Especifica el paso de la cuadrícula en segundos. También puede ser un número fraccionario o una cadena que contenga un número o una duración como '15s' o '1m'. [`UInt32`](/es/reference/data-types/int-uint) o [`Float*`](/es/reference/data-types/float) o [`Decimal*`](/es/reference/data-types/decimal) o [`String`](/es/reference/data-types/string) * `staleness` — Especifica la antigüedad máxima, en segundos, de las muestras consideradas. La ventana de antigüedad es un intervalo abierto por la izquierda y cerrado por la derecha. También puede ser un número fraccionario o una cadena que contenga un número o una duración como '15s' o '1m'. [`UInt32`](/es/reference/data-types/int-uint) o [`Float*`](/es/reference/data-types/float) o [`Decimal*`](/es/reference/data-types/decimal) o [`String`](/es/reference/data-types/string) **Argumentos** * `timestamp` — Marca de tiempo de la muestra. Pueden ser valores individuales o arrays. [`UInt32`](/es/reference/data-types/int-uint) o [`DateTime`](/es/reference/data-types/datetime) o [`DateTime64`](/es/reference/data-types/datetime64) o [`Array(UInt32)`](/es/reference/data-types/array) o [`Array(DateTime)`](/es/reference/data-types/array) o [`Array(DateTime64)`](/es/reference/data-types/array) * `value` — Valor de la serie temporal correspondiente a la marca de tiempo. Pueden ser valores individuales o arrays. [`Float*`](/es/reference/data-types/float) o [`Array(Float*)`](/es/reference/data-types/array) * `samples` — Muestras de la serie temporal pasadas como un array de tuplas `(timestamp, value)`, donde los elementos de la tupla son de los tipos de marca de tiempo y valor indicados anteriormente. Es una alternativa a pasar las marcas de tiempo y los valores como dos argumentos independientes. [`Array(Tuple(T1, T2))`](/es/reference/data-types/array) **Valor devuelto** Devuelve el promedio de los valores en la cuadrícula especificada. El array devuelto contiene un valor por cada punto de la cuadrícula temporal. El valor es NULL si no hay muestras dentro de la ventana para un punto concreto de la cuadrícula. [`Array(Nullable(Float64))`](/es/reference/data-types/array) **Ejemplos** **Uso básico con pares individuales de marca de tiempo y valor** ```sql title=Query theme={null} 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 timeSeriesAvgToGrid(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 title=Response theme={null} ┌─timeSeriesAvgToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐ │ [NULL,NULL,1,1.6666666666666667,2.25,3.5,4,5,6] │ └───────────────────────────────────────────────────────────────────────────────────────┘ ``` **Uso de argumentos de tipo array** ```sql title=Query theme={null} 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 timeSeriesAvgToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values); ``` ```response title=Response theme={null} ┌─timeSeriesAvgToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)─┐ │ [NULL,NULL,1,1.6666666666666667,2.25,3.5,4,5,6] │ └─────────────────────────────────────────────────────────────────────────────────────────┘ ```