influxdb基础（七）——select查询基础语法（类sql，细节与踩坑总结）

• GROUP BY只能对tag keys和time进行合分组，可以多字段排序，如group by tag1,tag2,time，也可一个*对所有的tag进行分组聚合（不包括time）。

• ORDER BY只能对time进行排序，asc升序，desc降序。

• LIMIT分页，LIMIT后面的数字是查询显示多少条，OFFSET后面数字代表偏移量（从0开始代表第一条），如limit 10 offset 10意思为从第11条开始往后10条。

1、简单查询示例数据

---

现在开始简单查询之前导入的示例数据：

（1）查询average_temperature的数据。

因为数据量比较大，配合limit防止返回大量数据。

select * from average_temperature limit 2

（2）查询average_temperature，location为coyote_creek的数据，字段只显示time和degrees。

select time, degrees from average_temperature where location=‘coyote_creek’ limit 2

上面的数据显示格式是column，且时间是时间戳，前面的文章也介绍过，可执行如下指令进行设置：

输入json格式

format json

让json格式输出更好看

pretty

格式化时间显示

precision rfc3339

2、没有in还有or

---

where后面没有in来范围查询，但是有or也可以做到异曲同工之妙。

select * from h2o_pH where location=‘coyote_creek’ or location=‘santa_monica’ limit 4

3、模糊查询

---

tag keys和field keys都支持正则，可通过如下正则达到模糊查询的效果。

location名称中包含coyote的数据

select * from h2o_quality where location=~/.coyote./ limit 10

4、group by

---

（1）group by tag

对location分组查询，返回结果是一个大results对象结果集内包含两个series，第一个series是location为coyote_creek的聚合结果集，第二个series是location为santa_monica的聚合结果集。

select * from h2o_pH group by location limit 2

查询结果显示

{

“results”: [

{

“series”: [

{

“name”: “h2o_pH”,

“tags”: {

“location”: “coyote_creek”

},

“columns”: [

“time”,

“pH”

],

“values”: [

[

“2019-08-17T00:00:00Z”,

7

],

[

“2019-08-17T00:06:00Z”,

8

]

]

}

]

},

{

“series”: [

{

“name”: “h2o_pH”,

“tags”: {

“location”: “santa_monica”

},

“columns”: [

“time”,

“pH”

],

“values”: [

[

“2019-08-17T00:00:00Z”,

6

],

[

“2019-08-17T00:06:00Z”,

6

]

]

}

]

}

]

}

（2）group by time(1m)

对time分组时并不是简单的group by time，time后面还需要加一个分组聚合的持续时间，如group by time(1m)。支持的持续时间单位有：

| 单位 | 备注 |

| — | — |

| u or µ | microseconds (1 millionth of a second) |

| ms | milliseconds (1 thousandth of a second) |

| s | second |

| m | minute |

| h | hour |

| d | day |

| w | week |

对time进行分组，查询结果必须对field使用聚合函数，如count()、sum()、max()、min()等。

select sum(pH) from h2o_pH group by time(1m) limit 4

查询结果显示

{

“results”: [

{

“series”: [

{

“name”: “h2o_pH”,

“columns”: [

“time”,

“sum”

],

“values”: [

[

“2019-08-17T08:00:00+08:00”,

13

],

[

“2019-08-17T08:01:00+08:00”,

null

]

]

}

]

}

]

}

由于Influxdb 时区默认是UTC，若以一天进行数据聚合，需要加上便宜量 -8h 进行聚合：

select sum(pH) from h2o_pH group by time(1d,-8h) fill(0) limit 4

（3）fill(0)填充null

可以看到values结果集中有null的情况，可在查询语句中加fill(0)，遇到null用0来填充。fill()中只能填数字。

5、order by

---

order by 只能对time进行排序，asc升序，desc降序。

select sum(pH) from h2o_pH group by time(1m) fill(0) order by time asc limit 2

6、limit和slimit

---

limit可单独使用，也可配合offset使用，offset偏移量的意思。

select sum(pH) from h2o_pH group by time(1h) fill(0) order by time asc limit 2 offset 10

select进行多个tag分组后，会返回多个series，可使用slmit限制series返回的个数。slimit不像limit有偏移量offset，但是可以配合limit一起使用：

查询显示 前两个series，且每个series里显示2条数据，偏移量10

select * from h2o_quality group by * limit 2 offset 10 slimit 2

7、from多表查询

---

多表查询，以时间进行连接，不存在的值用null填充。一般情况连接的两张表tag和field上有一定的联系和比较，毫不相干的两表连接查询没什么价值。

select * from h2o_feet,h2o_pH limit 1

{

“results”: [

{

“series”: [

{

“name”: “h2o_feet”,

“columns”: [

“time”,

“level description”,

“location”,

“pH”,

“water_level”

],

“values”: [

[

“2019-08-17T00:00:00Z”,

“below 3 feet”,

“santa_monica”,

null,

2.064

]

]

}

]

},

{

“series”: [

{

“name”: “h2o_pH”,

“columns”: [

“time”,

“level description”,

“location”,

“pH”,

“water_level”

],

“values”: [
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注：Java）

最后

在面试前我整理归纳了一些面试学习资料，文中结合我的朋友同学面试美团滴滴这类大厂的资料及案例

由于篇幅限制，文档的详解资料太全面，细节内容太多，所以只把部分知识点截图出来粗略的介绍，每个小节点里面都有更细化的内容！

大家看完有什么不懂的可以在下方留言讨论也可以关注。

觉得文章对你有帮助的话记得关注我点个赞支持一下！
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注：Java）

[外链图片转存中…(img-8QrZcMQH-1713859320998)]

最后

在面试前我整理归纳了一些面试学习资料，文中结合我的朋友同学面试美团滴滴这类大厂的资料及案例
[外链图片转存中…(img-nZLTGhot-1713859320998)]

[外链图片转存中…(img-UCnYy4IL-1713859320998)]
由于篇幅限制，文档的详解资料太全面，细节内容太多，所以只把部分知识点截图出来粗略的介绍，每个小节点里面都有更细化的内容！

大家看完有什么不懂的可以在下方留言讨论也可以关注。

觉得文章对你有帮助的话记得关注我点个赞支持一下！
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！