InfluxDb中的函数一
InfluxDb中的函数
InfluxDB的函数可以分成聚合函数Aggregate,select和predict类型。
Aggregations
Aggregations是聚合函数的意思,聚合函数表示从一组值中获取一个值的函数,例如计算总和、平均、最大值、最小值等,都属于聚合函数。
COUNT()
返回非空字段值得数目。
语法
SELECT COUNT( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
嵌套语法
SELECT COUNT(DISTINCT( [ * | <field_key> | /<regular_expression>/ ] )) [...]
语法描述
COUNT(field_key)
返回field key对应的field values的数目。
COUNT(/regular_expression/)
返回匹配正则表达式的field key对应的field values的数目。
COUNT(*)
返回measurement中的每个field key对应的field value的数目。
COUNT()
支持所有数据类型的field value,InfluxQL支持COUNT()
嵌套DISTINCT()
。
例子
例一:计数指定field key的field value的数目
注意,使用本章的实例前,请先使用 use NOAA_water_database指定数据库
> SELECT COUNT("water_level") FROM "h2o_feet" name: h2o_feet time count ---- ----- 1970-01-01T00:00:00Z 15258
该查询返回measurementh2o_feet
中的water_level
的非空字段值的数量。
在我的电脑上执行结果如下:
例二:计数measurement中每个field key关联的field value的数量
> SELECT COUNT(*) FROM "h2o_feet" name: h2o_feet time count_level description count_water_level ---- ----------------------- ----------------- 1970-01-01T00:00:00Z 15258 15258
该查询返回与measurementh2o_feet
相关联的每个字段键的非空字段值的数量。h2o_feet
有两个字段键:level_description
和water_level
。
例三:计数匹配一个正则表达式的每个field key关联的field value的数目
> SELECT COUNT(/water/) FROM "h2o_feet" name: h2o_feet time count_water_level ---- ----------------- 1970-01-01T00:00:00Z 15258
water前后的斜杠,表示这是一个正则表达式。
该查询返回measurementh2o_feet
中包含water
单词的每个field key的非空字段值的数量。注意,前面的时间就比较随机了,一般是最小的那个时间。
例四:计数包括多个子句的field key的field value的数目
本例讲解有条件的查询聚合。where后面是一些条件,耐心看一下,你一定能看懂。
> SELECT COUNT("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(200) LIMIT 7 SLIMIT 1 name: h2o_feet tags: location=coyote_creek time count ---- ----- 2015-08-17T23:48:00Z 200 2015-08-18T00:00:00Z 2 2015-08-18T00:12:00Z 2 2015-08-18T00:24:00Z 2 2015-08-18T00:36:00Z 2 2015-08-18T00:48:00Z 2
该查询返回water_level
字段键中的非空字段值的数量。它涵盖2015-08-17T23:48:00Z
和2015-08-18T00:54:00Z
之间的时间段,并将结果分组为12分钟的时间间隔和每个tag。并用200
填充空的时间间隔。
例五:计数一个field key的distinct的field value的数量
> SELECT COUNT(DISTINCT("level description")) FROM "h2o_feet" name: h2o_feet time count ---- ----- 1970-01-01T00:00:00Z 4
查询返回measurement为h2o_feet
field key为level description
的唯一field value的数量。
COUNT()的常见问题
问题一:COUNT()和fill()
大多数InfluxQL函数对于没有数据的时间间隔返回null
值,fill(<fill_option>)
将该null
值替换为fill_option
。 COUNT()
针对没有数据的时间间隔返回0
,fill(<fill_option>)
用fill_option
替换0值。
例如
下面的代码块中的第一个查询不包括fill()
。最后一个时间间隔没有数据,因此该时间间隔的值返回为零。第二个查询包括fill(800000)
; 它将最后一个间隔中的零替换为800000。
> SELECT COUNT("water_level") FROM "h2o_feet" WHERE time >= '2015-09-18T21:24:00Z' AND time <= '2015-09-18T21:54:00Z' GROUP BY time(12m) name: h2o_feet time count ---- ----- 2015-09-18T21:24:00Z 2 2015-09-18T21:36:00Z 2 2015-09-18T21:48:00Z 0 > SELECT COUNT("water_level") FROM "h2o_feet" WHERE time >= '2015-09-18T21:24:00Z' AND time <= '2015-09-18T21:54:00Z' GROUP BY time(12m) fill(800000) name: h2o_feet time count ---- ----- 2015-09-18T21:24:00Z 2 2015-09-18T21:36:00Z 2 2015-09-18T21:48:00Z 800000
DISTINCT()
返回field value的不同值列表,例如有5个相同的值,仅只返回1个。
语法
SELECT DISTINCT( [ * | <field_key> | /<regular_expression>/ ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
嵌套语法
SELECT COUNT(DISTINCT( [ * | <field_key> | /<regular_expression>/ ] )) [...]
语法描述
DISTINCT(field_key)
返回field key对应的不同field values。
DISTINCT(/regular_expression/)
返回匹配正则表达式的field key对应的不同field values。
DISTINCT(*)
返回measurement中的每个field key对应的不同field value。
DISTINCT()
支持所有数据类型的field value,InfluxQL支持COUNT()
嵌套DISTINCT()
。
例子
例一:列出一个field key的不同的field value
> SELECT DISTINCT("level description") FROM "h2o_feet" name: h2o_feet time distinct ---- -------- 1970-01-01T00:00:00Z between 6 and 9 feet 1970-01-01T00:00:00Z below 3 feet 1970-01-01T00:00:00Z between 3 and 6 feet 1970-01-01T00:00:00Z at or greater than 9 feet
查询返回level description
的所有的不同的值。
例二:列出一个measurement中每个field key的不同值
> SELECT DISTINCT(*) FROM "h2o_feet" name: h2o_feet time distinct_level description distinct_water_level ---- -------------------------- -------------------- 1970-01-01T00:00:00Z between 6 and 9 feet 8.12 1970-01-01T00:00:00Z between 3 and 6 feet 8.005 1970-01-01T00:00:00Z at or greater than 9 feet 7.887 1970-01-01T00:00:00Z below 3 feet 7.762 [...]
查询返回h2o_feet
中每个字段的唯一字段值的列表。h2o_feet
有两个字段:description
和water_level
。
注意,有时候会提示不能只用*号,这时候,你要把字段写进去。
例三:列出匹配正则表达式的field的不同field value
> SELECT DISTINCT(/description/) FROM "h2o_feet" name: h2o_feet time distinct_level description ---- -------------------------- 1970-01-01T00:00:00Z below 3 feet 1970-01-01T00:00:00Z between 6 and 9 feet 1970-01-01T00:00:00Z between 3 and 6 feet 1970-01-01T00:00:00Z at or greater than 9 feet
查询返回h2o_feet
中含有description
的字段的唯一字段值的列表。
例四:列出包含多个子句的field key关联的不同值得列表
> SELECT DISTINCT("level description") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* SLIMIT 1 name: h2o_feet tags: location=coyote_creek time distinct ---- -------- 2015-08-18T00:00:00Z between 6 and 9 feet 2015-08-18T00:12:00Z between 6 and 9 feet 2015-08-18T00:24:00Z between 6 and 9 feet 2015-08-18T00:36:00Z between 6 and 9 feet 2015-08-18T00:48:00Z between 6 and 9 feet
该查询返回level description
字段键中不同字段值的列表。它涵盖2015-08-17T23:48:00Z
和2015-08-18T00:54:00Z
之间的时间段,并将结果按12分钟的时间间隔和每个tag分组。查询限制返回一个series。
例五:对一个字段的不同值作计数
> SELECT COUNT(DISTINCT("level description")) FROM "h2o_feet" name: h2o_feet time count ---- ----- 1970-01-01T00:00:00Z 4
查询返回h2o_feet
这个measurement中字段level description
的不同值的数目。
DISTINCT()的常见问题
问题一:DISTINCT()和INTO子句
使用DISTINCT()
与INTO
子句可能导致InfluxDB覆盖目标measurement中的点。DISTINCT()
通常返回多个具有相同时间戳的结果; InfluxDB假设具有相同series的点,时间戳是重复的点,并且仅覆盖目的measurement中最近一个点的任何重复点。
例如
下面的代码中的第一个查询使用DISTINCT()
函数,返回四个结果。请注意,每个结果具有相同的时间戳。第二个查询将INTO
子句添加到初始查询中,并将查询结果写入measurementdistincts
中。代码中的最后一个查询选择distincts
中的所有数据。最后一个查询返回一个点,因为四个初始结果是重复点; 它们属于同一series,具有相同的时间戳。 当系统遇到重复点时,它会用最近一个点覆盖上一个点。
> SELECT DISTINCT("level description") FROM "h2o_feet" name: h2o_feet time distinct ---- -------- 1970-01-01T00:00:00Z below 3 feet 1970-01-01T00:00:00Z between 6 and 9 feet 1970-01-01T00:00:00Z between 3 and 6 feet 1970-01-01T00:00:00Z at or greater than 9 feet > SELECT DISTINCT("level description") INTO "distincts" FROM "h2o_feet" name: result time written ---- ------- 1970-01-01T00:00:00Z 4 > SELECT * FROM "distincts" name: distincts time distinct ---- -------- 1970-01-01T00:00:00Z at or greater than 9 feet
INTEGRAL()
返回字段曲线下的面积,即是积分。
语法
SELECT INTEGRAL( [ * | <field_key> | /<regular_expression>/ ] [ , <unit> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
InfluxDB计算字段曲线下的面积,并将这些结果转换为每unit
的总和面积。unit
参数是一个整数,后跟一个时间字符串,它是可选的。如果查询未指定单位,则单位默认为1秒(1s
)。
INTEGRAL(field_key)
返回field key关联的值之下的面积。
INTEGRAL(/regular_expression/)
返回满足正则表达式的每个field key关联的值之下的面积。
INTEGRAL(*)
返回measurement中每个field key关联的值之下的面积。
INTEGRAL()
不支持fill()
,INTEGRAL()
支持int64和float64两个数据类型。
例子
下面的五个例子,使用数据库NOAA_water_database
中的数据:
> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' name: h2o_feet time water_level ---- ----------- 2015-08-18T00:00:00Z 2.064 2015-08-18T00:06:00Z 2.116 2015-08-18T00:12:00Z 2.028 2015-08-18T00:18:00Z 2.126 2015-08-18T00:24:00Z 2.041 2015-08-18T00:30:00Z 2.051
例一:计算指定的field key的值得积分
> SELECT INTEGRAL("water_level") FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' name: h2o_feet time integral ---- -------- 1970-01-01T00:00:00Z 3732.66
该查询返回h2o_feet
中的字段water_level
的曲线下的面积(以秒为单位)。
例二:计算指定的field key和时间单位的值得积分
> SELECT INTEGRAL("water_level",1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' name: h2o_feet time integral ---- -------- 1970-01-01T00:00:00Z 62.211
该查询返回h2o_feet
中的字段water_level
的曲线下的面积(以分钟为单位)。
例三:计算measurement中每个field key在指定时间单位的值得积分
> SELECT INTEGRAL(*,1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' name: h2o_feet time integral_water_level ---- -------------------- 1970-01-01T00:00:00Z 62.211
查询返回measurementh2o_feet
中存储的每个数值字段相关的字段值的曲线下面积(以分钟为单位)。 h2o_feet
的数值字段为water_level
。
例四:计算measurement中匹配正则表达式的field key在指定时间单位的值得积分
> SELECT INTEGRAL(/water/,1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' name: h2o_feet time integral_water_level ---- -------------------- 1970-01-0
查询返回field key包括单词water
的每个数值类型的字段相关联的字段值的曲线下的区域(以分钟为单位)。
例五:在含有多个子句中计算指定字段的积分
> SELECT INTEGRAL("water_level",1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m) LIMIT 1 name: h2o_feet time integral ---- -------- 2015-08-18T00:00:00Z 24.972
查询返回与字段water_level
相关联的字段值的曲线下面积(以分钟为单位)。 它涵盖2015-08-18T00:00:00Z
和2015-08-18T00:30:00Z
之间的时间段,分组结果间隔12分钟,并将结果数量限制为1。
MEAN()
返回字段的平均值
语法
SELECT MEAN( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
MEAN(field_key)
返回field key关联的值的平均值。
MEAN(/regular_expression/)
返回满足正则表达式的每个field key关联的值的平均值。
MEAN(*)
返回measurement中每个field key关联的值的平均值。
MEAN()
支持int64和float64两个数据类型。
例子
例一:计算指定字段的平均值
> SELECT MEAN("water_level") FROM "h2o_feet" name: h2o_feet time mean ---- ---- 1970-01-01T00:00:00Z 4.442107025822522
该查询返回measurementh2o_feet
的字段water_level
的平均值。
例二:计算measurement中每个字段的平均值
> SELECT MEAN(*) FROM "h2o_feet" name: h2o_feet time mean_water_level ---- ---------------- 1970-01-01T00:00:00Z 4.442107025822522
查询返回在h2o_feet
中数值类型的每个字段的平均值。h2o_feet
有一个数值字段:water_level
。
例三:计算满足正则表达式的字段的平均值
> SELECT MEAN(/water/) FROM "h2o_feet" name: h2o_feet time mean_water_level ---- ---------------- 1970-01-01T00:00:00Z 4.442107025822523
查询返回在h2o_feet
中字段中含有water
的数值类型字段的平均值。
例四:计算含有多个子句字段的平均值
> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(9.01) LIMIT 7 SLIMIT 1 name: h2o_feet tags: location=coyote_creek time mean ---- ---- 2015-08-17T23:48:00Z 9.01 2015-08-18T00:00:00Z 8.0625 2015-08-18T00:12:00Z 7.8245 2015-08-18T00:24:00Z 7.5675 2015-08-18T00:36:00Z 7.303 2015-08-18T00:48:00Z 7.046
查询返回字段water_level
中的值的平均值。它涵盖2015-08-17T23:48:00Z
和2015-08-18T00:54:00Z
之间的时间段,并将结果按12分钟的时间间隔和每个tag分组。该查询用9.01
填充空时间间隔,并将点数和series分别限制到7和1。
MEDIAN()
返回排好序的字段的中位数。
语法
SELECT MEDIAN( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
MEDIAN(field_key)
返回field key关联的值的中位数。
MEDIAN(/regular_expression/)
返回满足正则表达式的每个field key关联的值的中位数。
MEDIAN(*)
返回measurement中每个field key关联的值的中位数。
MEDIAN()
支持int64和float64两个数据类型。
注意:
MEDIAN()
近似于PERCENTILE(field_key,50)
,除了如果该字段包含偶数个值,MEDIAN()
返回两个中间字段值的平均值之外。
例子
例一:计算指定字段的中位数
> SELECT MEDIAN("water_level") FROM "h2o_feet" name: h2o_feet time median ---- ------ 1970-01-01T00:00:00Z 4.124
该查询返回measurementh2o_feet
的字段water_level
的中位数。
例二:计算measurement中每个字段的中位数
> SELECT MEDIAN(*) FROM "h2o_feet" name: h2o_feet time median_water_level ---- ------------------ 1970-01-01T00:00:00Z 4.124
查询返回在h2o_feet
中数值类型的每个字段的中位数。h2o_feet
有一个数值字段:water_level
。
例三:计算满足正则表达式的字段的中位数
> SELECT MEDIAN(/water/) FROM "h2o_feet" name: h2o_feet time median_water_level ---- ------------------ 1970-01-01T00:00:00Z 4.124
查询返回在h2o_feet
中字段中含有water
的数值类型字段的中位数。
例四:计算含有多个子句字段的中位数
> SELECT MEDIAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(700) LIMIT 7 SLIMIT 1 SOFFSET 1 name: h2o_feet tags: location=santa_monica time median ---- ------ 2015-08-17T23:48:00Z 700 2015-08-18T00:00:00Z 2.09 2015-08-18T00:12:00Z 2.077 2015-08-18T00:24:00Z 2.0460000000000003 2015-08-18T00:36:00Z 2.0620000000000003 2015-08-18T00:48:00Z 700
查询返回字段water_level
中的值的中位数。它涵盖2015-08-17T23:48:00Z
和2015-08-18T00:54:00Z
之间的时间段,并将结果按12分钟的时间间隔和每个tag分组。该查询用700
填充空时间间隔,并将点数和series分别限制到7和1,并将series的返回偏移1。
MODE()
返回字段中出现频率最高的值。
语法
SELECT MODE( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
MODE(field_key)
返回field key关联的值的出现频率最高的值。
MODE(/regular_expression/)
返回满足正则表达式的每个field key关联的值的出现频率最高的值。
MODE(*)
返回measurement中每个field key关联的值的出现频率最高的值。
MODE()
支持所有数据类型。
注意:
MODE()
如果最多出现次数有两个或多个值,则返回具有最早时间戳的字段值。
例子
例一:计算指定字段的最常出现的值
> SELECT MODE("level description") FROM "h2o_feet" name: h2o_feet time mode ---- ---- 1970-01-01T00:00:00Z between 3 and 6 feet
该查询返回measurementh2o_feet
的字段level description
的最常出现的值。
例二:计算measurement中每个字段最常出现的值
> SELECT MODE(*) FROM "h2o_feet" name: h2o_feet time mode_level description mode_water_level ---- ---------------------- ---------------- 1970-01-01T00:00:00Z between 3 and 6 feet 2.69
查询返回在h2o_feet
中数值类型的每个字段的最常出现的值。h2o_feet
有两个字段:water_level
和level description
。
例三:计算满足正则表达式的字段的最常出现的值
> SELECT MODE(/water/) FROM "h2o_feet" name: h2o_feet time mode_water_level ---- ---------------- 1970-01-01T00:00:00Z 2.69
查询返回在h2o_feet
中字段中含有water
的字段的最常出现的值。
例四:计算含有多个子句字段的最常出现的值
> SELECT MODE("level description") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* LIMIT 3 SLIMIT 1 SOFFSET 1 name: h2o_feet tags: location=santa_monica time mode ---- ---- 2015-08-17T23:48:00Z 2015-08-18T00:00:00Z below 3 feet 2015-08-18T00:12:00Z below 3 feet
查询返回字段water_level
中的值的最常出现的值。它涵盖2015-08-17T23:48:00Z
和2015-08-18T00:54:00Z
之间的时间段,并将结果按12分钟的时间间隔和每个tag分组。,并将点数和series分别限制到3和1,并将series的返回偏移1。
SPREAD()
返回字段中最大和最小值的差值。
语法
SELECT SPREAD( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
SPREAD(field_key)
返回field key最大和最小值的差值。
SPREAD(/regular_expression/)
返回满足正则表达式的每个field key最大和最小值的差值。
SPREAD(*)
返回measurement中每个field key最大和最小值的差值。
SPREAD()
支持所有的数值类型的field。
例子
例一:计算指定字段最大和最小值的差值
> SELECT SPREAD("water_level") FROM "h2o_feet" name: h2o_feet time spread ---- ------ 1970-01-01T00:00:00Z 10.574
该查询返回measurementh2o_feet
的字段water_level
的最大和最小值的差值。
例二:计算measurement中每个字段最大和最小值的差值
> SELECT SPREAD(*) FROM "h2o_feet" name: h2o_feet time spread_water_level ---- ------------------ 1970-01-01T00:00:00Z 10.574
查询返回在h2o_feet
中数值类型的每个数值字段的最大和最小值的差值。h2o_feet
有一个数值字段:water_level
。
例三:计算满足正则表达式的字段最大和最小值的差值
> SELECT SPREAD(/water/) FROM "h2o_feet" name: h2o_feet time spread_water_level ---- ------------------ 1970-01-01T00:00:00Z 10.574
查询返回在h2o_feet
中字段中含有water
的所有数值字段的最大和最小值的差值。
例四:计算含有多个子句字段最大和最小值的差值
> SELECT SPREAD("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(18) LIMIT 3 SLIMIT 1 SOFFSET 1 name: h2o_feet tags: location=santa_monica time spread ---- ------ 2015-08-17T23:48:00Z 18 2015-08-18T00:00:00Z 0.052000000000000046 2015-08-18T00:12:00Z 0.09799999999999986
查询返回字段water_level
中的最大和最小值的差值。它涵盖2015-08-17T23:48:00Z
和2015-08-18T00:54:00Z
之间的时间段,并将结果按12分钟的时间间隔和每个tag分组,空值用18来填充,并将点数和series分别限制到3和1,并将series的返回偏移1。
STDDEV()
返回字段的标准差。
语法
SELECT STDDEV( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
STDDEV(field_key)
返回field key的标准差。
STDDEV(/regular_expression/)
返回满足正则表达式的每个field key的标准差。
STDDEV(*)
返回measurement中每个field key的标准差。
STDDEV()
支持所有的数值类型的field。
例子
例一:计算指定字段的标准差
> SELECT STDDEV("water_level") FROM "h2o_feet" name: h2o_feet time stddev ---- ------ 1970-01-01T00:00:00Z 2.279144584196141
该查询返回measurementh2o_feet
的字段water_level
的标准差。
例二:计算measurement中每个字段的标准差
> SELECT STDDEV(*) FROM "h2o_feet" name: h2o_feet time stddev_water_level ---- ------------------ 1970-01-01T00:00:00Z 2.279144584196141
查询返回在h2o_feet
中数值类型的每个数值字段的标准差。h2o_feet
有一个数值字段:water_level
。
例三:计算满足正则表达式的字段的标准差
> SELECT STDDEV(/water/) FROM "h2o_feet" name: h2o_feet time stddev_water_level ---- ------------------ 1970-01-01T00:00:00Z 2.279144584196141
查询返回在h2o_feet
中字段中含有water
的所有数值字段的标准差。
例四:计算含有多个子句字段的标准差
> SELECT STDDEV("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(18000) LIMIT 2 SLIMIT 1 SOFFSET 1 name: h2o_feet tags: location=santa_monica time stddev ---- ------ 2015-08-17T23:48:00Z 18000 2015-08-18T00:00:00Z 0.03676955262170051
查询返回字段water_level
的标准差。它涵盖2015-08-17T23:48:00Z
和2015-08-18T00:54:00Z
之间的时间段,并将结果按12分钟的时间间隔和每个tag分组,空值用18000来填充,并将点数和series分别限制到2和1,并将series的返回偏移1。
SUM()
返回字段值的和。
语法
SELECT SUM( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
SUM(field_key)
返回field key的值的和。
SUM(/regular_expression/)
返回满足正则表达式的每个field key的值的和。
SUM(*)
返回measurement中每个field key的值的和。
SUM()
支持所有的数值类型的field。
例子
例一:计算指定字段的值的和
> SELECT SUM("water_level") FROM "h2o_feet" name: h2o_feet time sum ---- --- 1970-01-01T00:00:00Z 67777.66900000004
该查询返回measurementh2o_feet
的字段water_level
的值的和。
例二:计算measurement中每个字段的值的和
> SELECT SUM(*) FROM "h2o_feet" name: h2o_feet time sum_water_level ---- --------------- 1970-01-01T00:00:00Z 67777.66900000004
查询返回在h2o_feet
中数值类型的每个数值字段的值的和。h2o_feet
有一个数值字段:water_level
。
例三:计算满足正则表达式的字段的值的和
> SELECT SUM(/water/) FROM "h2o_feet" name: h2o_feet time sum_water_level ---- --------------- 1970-01-01T00:00:00Z 67777.66900000004
查询返回在h2o_feet
中字段中含有water
的所有数值字段的值的和。
例四:计算含有多个子句字段的值的和
> SELECT SUM("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(18000) LIMIT 4 SLIMIT 1 name: h2o_feet tags: location=coyote_creek time sum ---- --- 2015-08-17T23:48:00Z 18000 2015-08-18T00:00:00Z 16.125 2015-08-18T00:12:00Z 15.649 2015-08-18T00:24:00Z 15.135
查询返回字段water_level
的值的和。它涵盖2015-08-17T23:48:00Z
和2015-08-18T00:54:00Z
之间的时间段,并将结果按12分钟的时间间隔和每个tag分组,空值用18000来填充,并将点数和series分别限制到2和1,并将series的返回偏移1。
Selectors
BOTTOM()
返回最小的N个field值。
语法
SELECT BOTTOM(<field_key>[,<tag_key(s)>],<N> )[,<tag_key(s)>|<field_key(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
BOTTOM(field_key,N)
返回field key的最小的N个field value。
BOTTOM(field_key,tag_key(s),N)
返回某个tag key的N个tag value的最小的field value。
BOTTOM(field_key,N),tag_key(s),field_key(s)
返回括号里的字段的最小N个field value,以及相关的tag或field,或者两者都有。
BOTTOM()
支持所有的数值类型的field。
说明:
- 如果一个field有两个或多个相等的field value,
BOTTOM()
返回时间戳最早的那个。BOTTOM()
和INTO
子句一起使用的时候,和其他的函数有些不一样。
例子
例一:选择一个field的最小的三个值
> SELECT BOTTOM("water_level",3) FROM "h2o_feet" name: h2o_feet time bottom ---- ------ 2015-08-29T14:30:00Z -0.61 2015-08-29T14:36:00Z -0.591 2015-08-30T15:18:00Z -0.594
该查询返回measurementh2o_feet
的字段water_level
的最小的三个值。
例二:选择一个field的两个tag的分别最小的值
> SELECT BOTTOM("water_level","location",2) FROM "h2o_feet" name: h2o_feet time bottom location ---- ------ -------- 2015-08-29T10:36:00Z -0.243 santa_monica 2015-08-29T14:30:00Z -0.61 coyote_creek
该查询返回和taglocation
相关的两个tag值的字段water_level
的分别最小值。
例三:选择一个field的最小的四个值,以及其关联的tag和field
> SELECT BOTTOM("water_level",4),"location","level description" FROM "h2o_feet" name: h2o_feet time bottom location level description ---- ------ -------- ----------------- 2015-08-29T14:24:00Z -0.587 coyote_creek below 3 feet 2015-08-29T14:30:00Z -0.61 coyote_creek below 3 feet 2015-08-29T14:36:00Z -0.591 coyote_creek below 3 feet 2015-08-30T15:18:00Z -0.594 coyote_creek below 3 feet
查询返回water_level
中最小的四个字段值以及taglocation
和fieldlevel description
的相关值。
例四:选择一个field的最小的三个值,并且包括了多个子句
> SELECT BOTTOM("water_level",3),"location" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(24m) ORDER BY time DESC name: h2o_feet time bottom location ---- ------ -------- 2015-08-18T00:48:00Z 1.991 santa_monica 2015-08-18T00:54:00Z 2.054 santa_monica 2015-08-18T00:54:00Z 6.982 coyote_creek 2015-08-18T00:24:00Z 2.041 santa_monica 2015-08-18T00:30:00Z 2.051 santa_monica 2015-08-18T00:42:00Z 2.057 santa_monica 2015-08-18T00:00:00Z 2.064 santa_monica 2015-08-18T00:06:00Z 2.116 santa_monica 2015-08-18T00:12:00Z 2.028 santa_monica
查询将返回在2015-08-18T00:00:00Z
和2015-08-18T00:54:00Z
之间的每24分钟间隔内,water_level
最小的三个值。它还以降序的时间戳顺序返回结果。
请注意,GROUP BY time()
子句不会覆盖点的原始时间戳。有关该行为的更详细解释,请参阅下面的问题一。