> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> 一种聚合函数，用于在指定网格上计算时间序列数据中类似 PromQL 的随时间变化。

# timeSeriesChangesToGrid

<div id="timeSeriesChangesToGrid">
  ## timeSeriesChangesToGrid
</div>

引入于：v25.6.0

该聚合函数将时间序列数据视为由时间戳和值组成的成对数据，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[类似 PromQL 的 changes](https://prometheus.io/docs/prometheus/latest/querying/functions/#changes)。对于网格上的每个点，会在指定的时间窗口内选取样本来计算 `changes`。

<Note>
  此函数为 Experimental，可通过设置 `allow_experimental_ts_to_grid_aggregate_function=true` 启用。
</Note>

**语法**

```sql theme={null}
timeSeriesChangesToGrid(start_timestamp, end_timestamp, grid_step, staleness)(timestamp, value)
```

**参数**

* `start_timestamp` — 指定网格的起始时间。 - `end_timestamp` — 指定网格的结束时间。 - `grid_step` — 指定网格步长 (以秒为单位) 。 - `staleness` — 指定所考虑样本允许的最大 "陈旧" 时间 (以秒为单位) 。

**参数**

* `timestamp` — 样本的时间戳。可以是单个值，也可以是数组。 - `value` — 与该时间戳对应的时间序列值。可以是单个值，也可以是数组。

**返回值**

指定网格上的 `changes` 值，类型为 `Array(Nullable(Float64))`。返回的数组对每个时间网格点都包含一个值。如果某个特定网格点对应的窗口内没有可用于计算 `changes` 值的样本，则该值为 NULL。

**示例**

**计算网格 \[90, 105, 120, 135, 150, 165, 180, 195, 210, 225] 上的 `changes` 值**

```sql title=Query theme={null}
WITH
    -- 注意：130 和 190 之间的间隔用于展示根据 window 参数如何为 ts = 180 填充值
    [110, 120, 130, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 5, 5, 8, 12, 13]::Array(Float32) AS values, -- 与上述时间戳对应的值数组
    90 AS start_ts,       -- 时间戳网格的起点
    90 + 135 AS end_ts,   -- 时间戳网格的终点
    15 AS step_seconds,   -- 时间戳网格的步长
    45 AS window_seconds  -- "staleness" 窗口
SELECT timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)
FROM
(
    -- 此子查询将时间戳数组和值数组转换为 `timestamp`、`value` 行
    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}
┌─timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,1,1,1,NULL,0,1,2]                                                            │
└───────────────────────────────────────────────────────────────────────────────────────────┘
```

**使用数组参数的同一查询**

```sql title=Query theme={null}
WITH
    [110, 120, 130, 190, 200, 210, 220, 230]::Array(DateTime) AS timestamps,
    [1, 1, 3, 5, 5, 8, 12, 13]::Array(Float32) AS values,
    90 AS start_ts,
    90 + 135 AS end_ts,
    15 AS step_seconds,
    45 AS window_seconds
SELECT timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamps, values);
```

```response title=Response theme={null}
┌─timeSeriesChangesToGrid(start_ts, end_ts, step_seconds, window_seconds)(timestamp, value)─┐
│ [NULL,NULL,0,1,1,1,NULL,0,1,2]                                                            │
└───────────────────────────────────────────────────────────────────────────────────────────┘
```