influxDB聚合类函数

已于 2023-07-04 16:30:43 修改
阅读量1.4k 收藏 3
点赞数
分类专栏： 数据库 文章标签： influxdb
于 2023-07-04 16:29:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ghoul___/article/details/131537114
版权

influxDB聚合类函数

1）count()函数

返回一个（field）字段中的非空值的数量。

SELECT COUNT(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
例子1
计算非空water_level数量

SELECT COUNT(water_level) FROM h2o_feet
结果
name: h2o_feet
time count
1970-01-01T00:00:00Z 15258
说明 water_level这个字段在 h2o_feet表中共有15258条数据。

注意：聚合函数中如果没有指定时间的话，会默认以 epoch 0 (1970-01-01T00:00:00Z) 作为时间。

可以在where 中加入时间条件，如下：

例子2

计算非空值water_level每4天时间间隔里的数量

SELECT COUNT(water_level) FROM h2o_feet WHERE time >= '2015-08-18T00:00:00Z' AND time < '2015-09-18T17:00:00Z' GROUP BY time(4d)

结果如下：
name: h2o_feet
--------------
time			 count
2015-08-17T00:00:00Z	 1440
2015-08-21T00:00:00Z	 1920
2015-08-25T00:00:00Z	 1920
2015-08-29T00:00:00Z	 1920
2015-09-02T00:00:00Z	 1915
2015-09-06T00:00:00Z	 1920
2015-09-10T00:00:00Z	 1920
2015-09-14T00:00:00Z	 1920
2015-09-18T00:00:00Z	 335

这样结果中会包含时间结果。

COUNT() and controlling the values reported for intervals with no data（控制时间间隔内没有值的返回值）

其他的InfluxQL功能时函数间间隔内没有值返回null值，count()用0添加:

fill()到查询里，用 . COUNT(),代替null值返回。用0来代替没有值的间隔数，加入fill()来代替0来输出count()数。

Example:用 fill(none) to 去除0的间隔输出数量

COUNT()不用 fill(none):

SELECT COUNT(water_level) FROM h2o_feet WHERE location = ‘santa_monica’ AND time >= ‘2015-09-18T21:41:00Z’ AND time <= ‘2015-09-18T22:41:00Z’ GROUP BY time(30m)
name: h2o_feet
time count
2015-09-18T21:30:00Z 1
2015-09-18T22:00:00Z 0
2015-09-18T22:30:00Z 0
COUNT() 用 fill(none):

SELECT COUNT(water_level) FROM h2o_feet WHERE location = ‘santa_monica’ AND time >= ‘2015-09-18T21:41:00Z’ AND time <= ‘2015-09-18T22:41:00Z’ GROUP BY time(30m) fill(none)
name: h2o_feet
time count
2015-09-18T21:30:00Z 1
For a more general discussion of fill(), see Data Exploration.

2、DISTINCT()函数

返回一个字段（field）的唯一值。
语法：

SELECT DISTINCT(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

例子1
在level description选择唯一的值
SELECT DISTINCT("level description") FROM h2o_feet

结果
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

这个例子显示level description这个字段共有四个值，然后将其显示了出来，时间为默认时间。

注：聚合函数返回的时代0（1970-01-01t00:00:00z）为时间戳，除非您指定一个下界的时间范围。然后返回下界作为时间戳。

例子2
选择唯一的值在leve description 以location 标签分组
SELECT DISTINCT("level description") FROM h2o_feet GROUP BY location

结果
name: h2o_feet
tags: location=coyote_creek
time			   distinct
----			   --------
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	  below 3 feet
1970-01-01T00:00:00Z	  at or greater than 9 feet


name: h2o_feet
tags: location=santa_monica
time			   distinct
----			   --------
1970-01-01T00:00:00Z	  below 3 feet
1970-01-01T00:00:00Z	  between 3 and 6 feet
1970-01-01T00:00:00Z	  between 6 and 9 feet

例子3
聚合函数DISTINCT() 使用count(),以location分组获得level_description的唯一数量
SELECT COUNT(DISTINCT("level description")) FROM h2o_feet GROUP BY location

结果
name: h2o_feet
tags: location = coyote_creek
time			count
----			 -----
1970-01-01T00:00:00Z	 4

name: h2o_feet
tags: location = santa_monica
time			count
----			 -----
1970-01-01T00:00:00Z	 3

3）MEAN() 函数

返回一个字段（field）中的值的算术平均值（平均值）。字段类型必须是长整型或float64。

语法格式

SELECT MEAN(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

例子1
计算water_level的平均值
SELECT MEAN(water_level) FROM h2o_feet
结果
name: h2o_feet
--------------
time			  mean
1970-01-01T00:00:00Z	 4.286791371454075

解释：
　　说明water_level字段的平均值为4.286791371454075

　　时间为默认时间，当然，你也可以加入where条件。

注意:
聚合函数返回的时代0（1970-01-01t00:00:00z）为时间戳，除非您指定一个下界的时间范围。然后他们返回下界的时间戳。
在float64点同一套执行mean()可能会产生稍微不同的结果。
InfluxDB之前不适用的功能，结果在那些小差异排序分。

例子2:
计算wate_level以4天为间隔的平均值
SELECT MEAN(water_level) FROM h2o_feet WHERE time >= '2015-08-18T00:00:00Z' AND time < '2015-09-18T17:00:00Z' GROUP BY time(4d)

结果:
name: h2o_feet
--------------
time			   mean
2015-08-17T00:00:00Z	 4.322029861111125
2015-08-21T00:00:00Z	 4.251395512375667
2015-08-25T00:00:00Z	 4.285036458333324
2015-08-29T00:00:00Z	 4.469495801899061
2015-09-02T00:00:00Z	 4.382785378590083
2015-09-06T00:00:00Z	 4.28849666349042
2015-09-10T00:00:00Z	 4.658127604166656
2015-09-14T00:00:00Z	 4.763504687500006
2015-09-18T00:00:00Z	 4.232829850746268

实战测试：

在这里插入图片描述

要求：对根据设备id（device_id）查询出上述图片中，某个时间段内对应设备在每小时、每分钟的cod、nh3n、total_phosphor的数据。

sql实现：

SELECT MEAN(*) as avg   //用来求平均值
FROM drain_sensor_history_data
where time >= '2023-07-04T00:00:00Z'
AND time <=  '2023-07-05T00:00:00Z'
AND device_id = '136'
GROUP BY time(1m) FILL(0)// time(1m)以每分钟对数据进行聚合time(1h) 以小时聚合数据
order by time ASC

结果：

在这里插入图片描述

4、MEDIAN()函数

从单个字段（field）中的排序值返回中间值（中位数）。中值是在一组数值中居于中间的数值。字段值的类型必须是长整型或float64格式。
语法：

SELECT MEDIAN(<field_key>) FROM <measurement_name> [WHERE ] [GROUP BY ]

注：median()几乎相当于
PERCENTILE(field_key, 50)
，如果参数集合中包含偶数个数字，函数 MEDIAN 将返回位于中间的两个数的平均值。
中值 中值是一组数中间位置的数；即一半数的值比中值大，另一半数的值比中值小。例如，2、3、3、5、7 和 10 的中值是 4
例子1
选择water_level的中间值
PERCENTILE(field_key, 50)


SELECT MEDIAN(water_level) from h2o_feet

结果：
name: h2o_feet
--------------
time			 median
1970-01-01T00:00:00Z	 4.124
解释：
说明表中 water_level字段的中位数是 4.124

==注：聚合函数返回的时代0（1970-01-01t00:00:00z）为时间戳，除非您指定一个下界的时间范围。然后返回下界作为时间戳。 ==

例子2：
选择时间在2015年8月18日和8月18日30分，以location分组water_level的中间值
SELECT MEDIAN(water_level) FROM h2o_feet WHERE time >= '2015-08-18T00:00:00Z' AND time < '2015-08-18T00:36:00Z' GROUP BY location

结果：
name: h2o_feet
tags: location = coyote_creek
time			 median
----			 ------
2015-08-18T00:00:00Z	 7.8245

name: h2o_feet
tags: location = santa_monica
time			 median
----			 ------
2015-08-18T00:00:00Z	 2.0575

5）SPREAD()函数

返回字段的最小值和最大值之间的差值。数据的类型必须是长整型或float64。
语法：

SELECT SPREAD(<field_key>) FROM <measurement_name> [WHERE ] [GROUP BY ]

例子1
计算water_level的最小值 与最大值 之间差
SELECT SPREAD(water_level) FROM h2o_feet

结果
name: h2o_feet
--------------
time			 spread
1970-01-01T00:00:00Z	  10.574

注意：
聚合函数返回的时代0（1970-01-01t00:00:00z）为时间戳，除非您指定一个下界的时间范围。然后他们回到下界的时间戳。
在float64点同一套执行spread()可能会产生稍微不同的结果。InfluxDB之前不适用的功能，结果在那些小差异排序分。

例子2
计算water_level的最小值 与最大值差，以30分钟间隔，指定location为
santa_monica，和一个时间范围
SELECT SPREAD(water_level) FROM h2o_feet WHERE location = 'santa_monica' AND time >= '2015-09-18T17:00:00Z' AND time < '2015-09-18T20:30:00Z' GROUP BY time(30m)

结果:
name: h2o_feet
--------------
time			                spread
2015-09-18T17:00:00Z	  0.16699999999999982
2015-09-18T17:30:00Z	  0.5469999999999997
2015-09-18T18:00:00Z	  0.47499999999999964
2015-09-18T18:30:00Z	  0.2560000000000002
2015-09-18T19:00:00Z	  0.23899999999999988
2015-09-18T19:30:00Z	  0.1609999999999996
2015-09-18T20:00:00Z	  0.16800000000000015

6）SUM()函数

返回一个字段中的所有值的和。字段的类型必须是长整型或float64。

语法：

SELECT SUM(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

例子1
计算water_level的所有值的和
SELECT SUM(water_level) FROM h2o_feet

 结果
name: h2o_feet
--------------
time			  sum
1970-01-01T00:00:00Z	 67777.66900000002

注意：
聚合函数返回的时代0（1970-01-01t00:00:00z）为时间戳，除非您指定一个下界的时间范围。然后他们回到下界的时间戳。
在float64点同一套执行sum()可能会产生稍微不同的结果。InfluxDB之前不适用的功能，结果在那些小差异排序分。

例子2 

计算以5天为分组，water_level的和

SELECT SUM(water_level) FROM h2o_feet WHERE time >= '2015-08-18T00:00:00Z' AND time < '2015-09-18T17:00:00Z' GROUP BY time(5d)

结果：
--------------
time			 sum
2015-08-18T00:00:00Z	 10334.908999999983
2015-08-23T00:00:00Z	 10113.356999999995
2015-08-28T00:00:00Z	 10663.683000000006
2015-09-02T00:00:00Z	 10451.321
2015-09-07T00:00:00Z	 10871.817999999994
2015-09-12T00:00:00Z	 11459.00099999999
2015-09-17T00:00:00Z	 3627.762000000003

7）INTEGRAL()函数

8) STDDEV

持续更新中ing

三横同学
关注
专栏目录
InfluxDB 的聚合类函数
zx711166的博客
11-26 4991
常用聚合函数 count()函数 返回一个（field）字段中的非空值的数量。返回一个（field）字段中的非空值的数量。 语法： SELECT COUNT(&amp;amp;amp;amp;amp;amp;lt;field_key&amp;amp;amp;amp;amp;amp;gt;) FROM &amp;amp;amp;amp;amp;amp;lt;measurement_name&amp;amp;amp;amp;amp;amp;gt;
influxdb聚合函数JAVA_InfluxDB 聚合函数实用案例
weixin_31845811的博客
02-27 694
文章大纲InfluxDB 简介InfluxDB是GO语言编写的分布式时间序列化数据库，非常适合对数据(跟随时间变化而变化的数据)的跟踪、监控和分析。在我们的项目中，主要是用来收集设备实时上传的值。从而分析该设备值的趋势图和各个设备的能耗占比等一系列功能。InfluxDB的功能很强大，文档也很详细。可美中不足的是，它的单机性能并不是很理想。因为InfluxDB存储的数据量本身是非常巨大的，在执行一些...
influxQL基本语法及常用的聚合函数
最新发布
07-07 726
influxQL中常用的聚合函数
influxDB 常用聚合函数整理
qq_40999938的博客
09-02 4538
1）count()函数 返回一个（field）字段中的非空值的数量。 语法： SELECT COUNT(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>] 示例： >SELECT COUNT(water_level) FROM h2o_feet name: h2o_feet-------------- time
InfluxDB连续查询与聚合函数
08-26 1559
InfluxDB连续查询1,InfluxDB的数据保留策略，数据超过保存策略里指定的时间之后，就会被删除。2,连续查询（Continuous Queries）,不需要完全将这些数据删除掉，主要用在将数据归档，也同样降低系统空间的占用率3,使用连续查询是最优的降低采样率的方式，连续查询和存储策略搭配使用将会大大降低InfluxDB的系统占用量。4,使用连续查询后，数据会存放到指定的数据表中...
influxdb聚合函数JAVA_influxDB聚合类函数
weixin_35850219的博客
02-27 661
1)count()函数返回一个(field)字段中的非空值的数量。SELECT COUNT() FROM [WHERE ] [GROUP BY ]例子1计算非空water_level数量>SELECT COUNT(water_level) FROM h2o_feet结果name: h2o_feet--------------time co...
InfluxDB之InfluxQL函数
weixin_41827053的博客
06-12 1565
3、InfluxQL函数 3.1 聚合函数 本文档主要介绍了聚合函数（Aggregations）的语法结构、语法说明以及使用示例。 COUNT() 返回非空的field value的个数。 语法 SELECT COUNT([*|<field_key>|/<regular_expression>/])[INTO_clause] FROM_clause [WHERE_clause][GROUP_BY_clause][ORDER_BY_clause][LIMIT_clause][OF
8、InfluxDB常用函数(一)聚合函数，count()函数，DISTINCT()函数，MEAN()函数，MEDIAN()函数，SPREAD()函数，SUM()函数
涂作权的博客
10-27 1万+
8.InfluxDB学习之InfluxDB常用函数(一)聚合函数 8.1.count()函数 8.2.DISTINCT()函数 8.3.MEAN()函数 8.4.MEDIAN()函数 8.5.SPREAD()函数 8.6.SUM()函数 8.InfluxDB学习之InfluxDB常用函数(一)聚合函数 8.1.count()函数 返回一个（field）字段中的非空值的数量。 语法： SELECT COUNT(<field_key>) FROM <measurement_name> [
influxdb聚合函数JAVA_InfluxDb(7)聚合函数
weixin_30072453的博客
02-27 211
一、count()函数返回一个(field)字段中的非空值的数量。语法：SELECT COUNT() FROM [WHERE ] [GROUP BY ]示例：>SELECT COUNT(water_level) FROM h2o_feetname: h2o_feet--------------time count1970-01-01T00...
开源数据库InfluxDB常用函数
热门推荐
DBASpace的博客
12-13 2万+
1）count()函数 返回一个（field）字段中的非空值的数量。 语法： SELECT COUNT() FROM  [WHERE ] [GROUP BY ] 示例： >SELECT COUNT(water_level) FROM h2o_feet name: h2o_feet--------------time                           coun
InfluxDB 的函数详解
zx711166的博客
11-23 5717
特色函数 Influxdb函数分为聚合函数，选择函数，转换函数，预测函数等。除了与普通数据库一样提供了基本操作函数外，还提供了一些特色函数以方便数据统计计算，下面将一一介绍其中一些常用的特色函数。 聚合函数：FILL()、INTEGRAL()、SPREAD()，MEAN()，MEDIAN()等。 选择函数: SAMPLE()、PERCENTILE()、FIRST()、 LAST()、TOP()、...
【InfluxDB V2.0】单表、跨表聚合Flux查询
xbl的博客
08-06 1万+
一、单表数据Flux from(bucket: "bucket2") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "huawei-price-instance") |> filter(fn: (r) => r["_field"] == "price") |> aggregateWindow(ever
influxdb基础---常用函数
约会远行的专栏
09-13 1万+
基于最新版本1.6.2，centOS 参考 使用InfluxQL函数聚合，选择，转换和预测数据 聚合类 函数 描述 语法 COUNT() 返回一个（field）字段中的非空值的数量 SELECT COUNT( [ * | &amp;amp;lt;field_key&amp;amp;gt; | /&amp;amp;lt;regular_expression&amp;amp;gt;/ ] ) [INTO_cl...
influxdb2如何同时应用多个聚合函数
Learning
11-02 1084
本文主要提供一共同时执行多个聚合函数的思路。reduce函数、方差递推公式。欢迎一起讨论Flux查询语法。
InfluxDB学习之InfluxDB常用函数（三）变换类函数
weixin_33674976的博客
12-08 652
1）DERIVATIVE()函数作用：返回一个字段在一个series中的变化率。InfluxDB会计算按照时间进行排序的字段值之间的差异，并将这些结果转化为单位变化率。其中，单位可以指定，默认为1s。语法：SELECTDERIVATIVE(<field_key>,[<unit>])FROM<measurement_name>[WH...
influxdb与timescale的聚合函数
dongxiexiaoadou的博客
02-11 1252
今天在编写timescale查询代码实现与influxdb查询代码相同时，碰到了聚合函数的问题，在此记录一下。 首先是influxdb ajdlbd_statistical表里面存储的是ajdlbd站的点位的统计值，如d1Avg表示1天的平均值、m5Min表示五分钟的最小值等，如下截图，查询的是YC173和YC1741点位的统计值 现在需求，将m5Min的值每十五分钟做一个聚合，并按照点...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

三横同学

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值