> ## 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 `ts_of_last_over_time`, similar a PromQL, sobre una cuadrícula temporal regular. # timeSeriesTimestampOfLastToGrid

timeSeriesTimestampOfLastToGrid

Introducido en: v26.10.0 Función de agregación que recibe datos de series temporales como pares de marcas de tiempo y valores, y calcula [ts\_of\_last\_over\_time similar a PromQL](https://prometheus.io/docs/prometheus/latest/querying/functions/#aggregation_over_time) a partir de estos datos sobre una cuadrícula temporal regular definida por una marca de tiempo de inicio, una marca de tiempo de fin y un paso. Para cada punto de la cuadrícula, el resultado es la marca de tiempo de la muestra más reciente dentro de la ventana de tiempo especificada. Las muestras se pueden pasar 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} timeSeriesTimestampOfLastToGrid(start_timestamp, end_timestamp, grid_step, staleness_window)(timestamp, value) timeSeriesTimestampOfLastToGrid(start_timestamp, end_timestamp, grid_step, staleness_window)(samples) ``` **Parámetros** * `start_timestamp` — Especifica el inicio de la cuadrícula. También puede ser un número fraccionario o una cadena que contenga un número o una fecha y hora en formato de texto. [`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 una fecha y hora en formato de texto. [`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 intervalo 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_window` — Especifica la antigüedad máxima, en segundos, de la muestra más reciente. 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. Puede ser un valor individual o un array. [`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. Puede ser un valor individual o un array. [`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 tienen los tipos de marca de tiempo y de 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 las marcas de tiempo de las muestras más recientes en la cuadrícula especificada, del mismo tipo que `timestamp`. El array devuelto contiene un valor por cada punto de la cuadrícula temporal. El valor es NULL si no hay ninguna muestra dentro de la ventana para un punto de la cuadrícula determinado. [`Array(Nullable(UInt32))`](/es/reference/data-types/array) o [`Array(Nullable(DateTime))`](/es/reference/data-types/array) o [`Array(Nullable(DateTime64))`](/es/reference/data-types/array) **Ejemplos** **Calcular los valores de ts\_of\_last\_over\_time en la cuadrícula \[90, 105, 120, 135, 150, 165, 180, 195, 210]** ```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 staleness 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 30 AS window_seconds -- "staleness" window SELECT timeSeriesTimestampOfLastToGrid(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} ┌─timeSeriesTimestampOfLastToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)────────────────────────────────────────────────────┐ │ [NULL,NULL,'1970-01-01 00:02:00','1970-01-01 00:02:10','1970-01-01 00:02:20','1970-01-01 00:02:20',NULL,'1970-01-01 00:03:10','1970-01-01 00:03:30'] │ └──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘ ``` **La misma consulta con 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, 30 AS window_seconds SELECT timeSeriesTimestampOfLastToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values); ``` ```response title=Response theme={null} ┌─timeSeriesTimestampOfLastToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values)──────────────────────────────────────────────────┐ │ [NULL,NULL,'1970-01-01 00:02:00','1970-01-01 00:02:10','1970-01-01 00:02:20','1970-01-01 00:02:20',NULL,'1970-01-01 00:03:10','1970-01-01 00:03:30'] │ └──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘ ```