timeSeriesLinearRegressionToGrid

​

timeSeriesLinearRegressionToGrid

• 两个参数 timestamp 和 value，每行包含一个样本；
• 时间戳数组和值数组，每行包含一整条时间序列；
• 由 (timestamp, value) Tuple 组成的单个数组，每行包含一整条时间序列。

timeSeriesLinearRegressionToGrid(start_timestamp, end_timestamp, grid_step, staleness)(timestamp, value)
timeSeriesLinearRegressionToGrid(start_timestamp, end_timestamp, grid_step, staleness)(samples)

• start_timestamp — 指定网格的起点。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 — 指定网格的终点。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，单位为秒。也可以是小数，或包含数字或时长 (如 ’15s’ 或 ‘1m’) 的字符串。UInt32 或 Float* 或 Decimal* 或 String
• staleness — 指定参与计算的样本的最大“陈旧时长” (staleness) ，单位为秒。staleness 窗口为左开右闭区间。也可以是小数，或包含数字或时长 (如 ’15s’ 或 ‘1m’) 的字符串。UInt32 或 Float* 或 Decimal* 或 String

• timestamp — 样本的时间戳。可以是单个值或数组。UInt32 或 DateTime 或 DateTime64 或 Array(UInt32) 或 Array(DateTime) 或 Array(DateTime64)
• value — 与时间戳对应的时间序列值。可以是单个值或数组。Float* 或 Array(Float*)
• samples — 以 Tuple (timestamp, value) 数组形式传入的时间序列样本，其中 Tuple 各元素的类型即上文所列的时间戳类型和值类型。可代替将时间戳和值作为两个独立参数分别传入。Array(Tuple(T1, T2))

SET enable_time_series_aggregate_functions = 1;
WITH
    [100, 110, 120]::Array(DateTime) AS timestamps,
    [10, 20, 30]::Array(Float64) AS values,
    timeSeriesLinearRegressionToGrid(100, 120, 10, 30)(timestamps, values) AS regression
SELECT
    regression,
    arrayMap(r -> r.intercept + r.slope * 60, regression) AS predict_linear_60,
    arrayMap(r -> r.slope, regression) AS deriv;

┌─regression──────────────────┬─predict_linear_60─┬─deriv──────┐
│ [(NULL,NULL),(20,1),(30,1)] │ [NULL,80,90]      │ [NULL,1,1] │
└─────────────────────────────┴───────────────────┴────────────┘