시계열 함수

버킷 · 집계 · 보간 · 회귀를 CQL 한 줄로 끝냅니다. 별도 설치도, UDF 등록도 없습니다 — 데이터베이스에 내장된 네이티브 함수입니다.

가장 자주 쓰는 모양

-- 시간별 평균, 빈 버킷은 직전 값으로 채운다
SELECT time_bucket_gapfill(1h, timestamp, '2026-07-01', '2026-07-02'),
       locf(avg(value))
FROM pp.tm_tag_point
WHERE tag_id = 'TAG-001'
  AND timestamp >= '2026-07-01' AND timestamp < '2026-07-02'
GROUP BY tag_id, time_bucket_gapfill(1h, timestamp, '2026-07-01', '2026-07-02')
ORDER BY timestamp ASC;

🔴 인자 순서를 지키십시오. 시계열 집계는 대부분 (값, 시각) 순입니다 — avg(value) 처럼 값 하나만 받는 표준 집계와 다릅니다.

함수 목록

버킷과 갭필

함수	서명	돌려주는 것	설명
time_bucket	time_bucket(간격, ts [, 기준시각])	timestamp	버킷 시작 시각. 다운샘플링용 스칼라
time_bucket_gapfill	time_bucket_gapfill(폭, ts, 시작, 끝)	timestamp	GROUP BY 용. 빈 버킷도 만들어 냅니다
locf	locf(집계)	인자와 같은 타입	빈 버킷을 직전 값으로 채움 (last observation carried forward)
interpolate	interpolate(집계)	double	빈 버킷을 앞뒤 선형 보간으로 채움

값 뽑기와 변화량

함수	서명	설명
first / last	first(값, ts) / last(값, ts)	시간상 가장 이른 / 늦은 값
delta	delta(값, ts)	마지막 − 처음
rate	rate(값, ts)	delta ÷ 경과 초 (양 끝점 기준)
derivative	derivative(값, ts)	최소제곱 회귀 기울기, 초당
counter_delta / counter_rate	(값, ts)	누적 카운터 증가량 / 초당 증가율. 리셋을 보정합니다

누적 카운터에는 counter_* 를 쓰십시오

장비가 재부팅되면 누적 카운터는 0 으로 돌아갑니다. delta 는 그것을 «음수 변화» 로 읽어 값이 망가지지만, counter_delta · counter_rate 는 리셋을 알아보고 보정합니다.

통계와 분포

함수	서명	설명
percentile	percentile(값, q) — q 는 [0,1]	정확한 연속 백분위 (선형 보간)
time_weighted_average	(값, ts)	시간 가중 평균
integral	(값, ts)	곡선 아래 면적 (값·초)
variance / stddev	(값)	표본 분산 / 표준편차
histogram	(값, 최소, 최대, 버킷수)	등폭 히스토그램. 길이 버킷수+2
approx_count_distinct	(값)	근사 고유값 개수

time_weighted_average 와 avg 는 다릅니다

센서가 일정 간격으로 오지 않으면 단순 평균은 «자주 온 구간» 에 끌려갑니다. 값이 유지된 시간으로 가중해야 물리적으로 맞는 평균이 나옵니다.

두 변수 관계

함수	설명
corr(y, x)	상관계수
covar_pop(y, x) / covar_samp(y, x)	모공분산 / 표본공분산
regr_slope(y, x) / regr_intercept(y, x) / regr_r2(y, x)	y 를 x 로 회귀한 기울기 · 절편 · 결정계수

예제

5분 버킷으로 다운샘플링

SELECT time_bucket(5m, timestamp) AS bucket,
       avg(value), min(value), max(value)
FROM pp.tm_tag_point
WHERE tag_id = 'TAG-001'
  AND timestamp >= '2026-07-01' AND timestamp < '2026-07-02'
GROUP BY tag_id, time_bucket(5m, timestamp);

빈 구간을 채워 그래프에 구멍이 없게

SELECT time_bucket_gapfill(10m, timestamp, '2026-07-01', '2026-07-01 06:00'),
       interpolate(avg(value))
FROM pp.tm_tag_point
WHERE tag_id = 'TAG-001'
  AND timestamp >= '2026-07-01' AND timestamp < '2026-07-01 06:00'
GROUP BY tag_id, time_bucket_gapfill(10m, timestamp, '2026-07-01', '2026-07-01 06:00');

locf 는 직전 값 유지(계단), interpolate 는 선형 보간(직선)입니다. 설비 상태값처럼 «다음 변화까지 그대로인» 신호는 locf, 온도처럼 연속적인 물리량은 interpolate 가 맞습니다.

생산량 카운터의 시간당 증가율

SELECT time_bucket(1h, timestamp) AS bucket,
       counter_rate(value, timestamp) * 3600 AS per_hour
FROM pp.tm_tag_point
WHERE tag_id = 'COUNTER-01'
  AND timestamp >= '2026-07-01' AND timestamp < '2026-07-02'
GROUP BY tag_id, time_bucket(1h, timestamp);

응답 지연의 p95

SELECT time_bucket(1h, timestamp), percentile(value, 0.95)
FROM pp.tm_tag_point
WHERE tag_id = 'LATENCY-01'
  AND timestamp >= '2026-07-01' AND timestamp < '2026-07-02'
GROUP BY tag_id, time_bucket(1h, timestamp);

두 태그의 상관 보기

SELECT corr(a.value, b.value)
FROM pp.tm_tag_point_pair
WHERE pair_id = 'TEMP-VS-POWER'
  AND timestamp >= '2026-07-01' AND timestamp < '2026-07-08';

알아둘 것

• 함수는 파티션을 좁힌 뒤 쓰십시오. WHERE 에 파티션 키(보통 tag_id)와 시간 범위를 주는 것이 전제입니다 — 그것 없이 쓰면 전 노드를 훑게 됩니다.
• GROUP BY 에는 파티션 키와 버킷 함수를 함께 적습니다(GROUP BY tag_id, time_bucket(...)).
• 갭필의 시작·끝 은 WHERE 의 시간 범위와 같아야 합니다. 다르면 원하지 않은 구간까지 버킷이 생깁니다.

함께 보기

• CQL 로 질의하기 — 접속과 기본 문법
• 계층형 저장 — 압축된 과거도 같은 질의로 읽힙니다