如何在GCP BigQuery中批量为多时间序列创建ARIMA模型并生成预测？

核心逻辑 #

BigQuery ML原生支持多时间序列批量拟合ARIMA模型，只需通过TIME_SERIES_ID_COL参数指定序列唯一标识字段，即可自动为1000条序列分别独立建模，无需创建多个模型资源。

前置要求 #

你的原始时间序列表需要包含至少3类字段：

• 时间字段：类型为DATE或TIMESTAMP，记录每个数据点的时间
• 序列标识字段：类型任意，用来唯一区分1000条不同的时间序列
• 预测目标字段：数值类型，你需要做预测的指标值

步骤1：创建批量ARIMA模型 #

执行以下SQL即可一次性完成所有序列的ARIMA拟合：

CREATE OR REPLACE MODEL `你的项目ID.你的数据集ID.批量ARIMA模型名`
OPTIONS(
  MODEL_TYPE = 'ARIMA_PLUS', -- BigQuery官方优化的ARIMA扩展模型，也可改为普通'ARIMA'
  TIME_SERIES_TIMESTAMP_COL = '你的时间列名',
  TIME_SERIES_DATA_COL = '你的预测目标列名',
  TIME_SERIES_ID_COL = '你的序列标识列名', -- 核心参数，自动拆分序列分别建模
  HORIZON = 3, -- 固定预测3个周期
  DATA_FREQUENCY = 'AUTO_FREQUENCY' -- 自动识别原始数据的时间粒度（日/周/月等）
) AS
SELECT 
  你的时间列名,
  你的序列标识列名,
  你的预测目标列名
FROM `你的项目ID.你的数据集ID.你的原始表名`;

步骤2：生成预测结果并追加到原表 #

使用ML.FORECAST函数批量生成所有序列的3周期预测值，直接插入原表即可，建议新增标记字段区分原始数据和预测数据：

INSERT INTO `你的项目ID.你的数据集ID.你的原始表名` (
  你的时间列名,
  你的序列标识列名,
  你的预测目标列名,
  is_forecast -- 可选新增字段，BOOLEAN类型，标记是否为预测值
)
SELECT
  forecast_timestamp AS 你的时间列名,
  你的序列标识列名,
  forecast_value AS 你的预测目标列名,
  TRUE AS is_forecast
FROM ML.FORECAST(
  MODEL `你的项目ID.你的数据集ID.批量ARIMA模型名`,
  STRUCT(3 AS horizon)
)

补充说明 #

• 可通过SELECT * FROM ML.ARIMA_EVALUATE(MODEL \你的项目ID.你的数据集ID.批量ARIMA模型名`)`查看每条序列的建模效果、参数和异常信息
• 若部分序列数据量不足（小于5个时间点），模型会自动跳过该序列的预测
• 原始数据更新后，只需重跑步骤1的建模型语句再生成新的预测即可，无需修改其他逻辑

内容的提问来源于stack exchange，提问作者Alejandro Salazar