influxdb聚合函数JAVA_influxDB聚合类函数

最新推荐文章于 2021-08-26 17:03:16 发布
最新推荐文章于 2021-08-26 17:03:16 发布
阅读量615 收藏 1
点赞数
文章标签： influxdb聚合函数JAVA
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/weixin_42197841/article/details/114836866
版权
本文详细介绍了InfluxDB中用于数据聚合的函数，包括COUNT()、DISTINCT()、MEAN()、MEDIAN()、SPREAD()和SUM()，并提供了多个示例展示如何使用这些函数进行数据统计和分析。例如，COUNT()函数用于计算非空值的数量，DISTINCT()函数用于获取字段的唯一值，MEAN()函数计算平均值，MEDIAN()函数返回中位数，SPREAD()函数计算最小值和最大值之间的差值，而SUM()函数则用于求和。此外，还讨论了如何通过GROUP BY和WHERE子句对数据进行分组和过滤。
摘要由CSDN通过智能技术生成

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 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

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。c

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

--------------

timecount

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() FROM [WHERE ] [GROUP BY ]

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

timecount

---- -----

1970-01-01T00:00:00Z 4

name: h2o_feet

tags: location = santa_monica

timecount

---- -----

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() FROM [WHERE ] [GROUP BY ]

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

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() FROM [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

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() FROM [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() FROM [WHERE ] [GROUP BY ]

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

nearly equivalent

7)INTEGRAL()函数

返回曲线

语法：

SELECT INTEGRAL( [ * | | // ] [ , ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

8) STDDEV

活着回来
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
influxdb聚合函数JAVA_InfluxDB 聚合函数实用案例
weixin_29707757的博客
03-06 454
InfluxDB 聚合函数实用案例文章大纲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...
InfluxDB 的函数详解
zx711166的博客
11-23 5709
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计算series的数量，Java实现
小师弟
02-26 5791
谢谢围观 public class Main { private static final Logger LOGGER = LoggerFactory.getLogger(Main.class); public static void main(String[] args) throws InvalidFormatException, IOException, Instanti...
InfluxDB使用教程：Java版InfluxDB工具类
热门推荐
五道口
10-20 4万+
本节开始介绍Influx在Java中的使用，先提供一个InfluxDB Java API 封装的工具类，方便大家直接上手使用。 1.InfluxDB工具类 先奉上工具类，接下来介绍使用方法。
java实现InfluxDB的插入和查询
晓二当家的博客
08-26 7168
java实现InfluxDB的插入和查询 1.InfluxDB2.0涉及的部分名词 1）bucket：数据库 2）measurement：数据库中的表 3）points：表里面的一行数据 point由时间戳【time：每个数据记录时间，是数据库中的主索引(会自动生成)】、数据【field：（各种记录值（没有索引的属性）也就是记录的值）】、标签【tags：（各种有索引的属性】组成 2.InfluxDB2.0部分语法说明 1）from 指定数据源bucket 2）.|> 管道连接符 3）range 指
INFLUXDB-influxDB在Java中的简单操作
飞翔的肥仔
04-03 2456
在SENTINEL-sentinel实时监控持久化到InfluxDB中中已经有了用Java实现基本的操作，今天我们再来补充一下。主要是熟悉InfluxDB的语法和操作。 @Component public class InfluxDBMetricExeRepository implements MetricsExeRepository { private static Logger l...
InfluxDB-InfluxQL基础语法教程--GROUP BY子句
杜海的博客
04-27 4503
本文翻译自官网，官网地址：(https://docs.influxdata.com/influxdb/v1.7/query_language/data_exploration/) GROUP BY子句通过用户自己制定的tags set或time区间，来将查询结果进行分组。 一、GROUP BY tags GROUP BY 通过用户指定的tag set，来对查询结果进行分组。 语法： S...
influxDB的增删改查操作，全部测试通过了
03-27
influxDB的增删改查操作，全部测试通过了 安装详解在这： https://blog.csdn.net/qq_27026603/article/details/79710465
使用函数统计指定数字的个数_按照指定条件统计个数，可以用试试函数哈
weixin_39928102的博客
12-05 1087
今天在百度知道的答题中看到了网友提到了一个“关于excel多条件求人数的公式”的问题，具体描述如下：关于EXCEL多条件求人数的公式题目中涉及表格题目中核心词是“按条件统计”，我们自然想起了条件统计类函数COUNTIF()和COUNTIFS()。具体的条件有两个：1、B列时间=I列“增加时间”；2、C列时间段大于16，小于等于64；D列时间段大于65，小于等于69；E列时间段大于69，小于等于75...
influxdb的一些操作
10-09 385
curl -G 'http://localhost:8086/query?pretty=true' --data-urlencode "db=cadvisor" --data-urlencode "q=select * from test order by time desc" create continous query cq_name on db_name begin select sum(count) into new_table_name from table_name group by tim
influxdb的命令们
HuaZi_Myth的博客
01-28 717
InfluxDB是一个开源的时序数据库，使用GO语言开发，特别适合用于处理和分析资源监控数据这种时序相关数据。而InfluxDB自带的各种特殊函数如求标准差，随机取样数据，统计数据变化比等，使数据统计和实时分析变得十分方便。 influxdb的单机版是开源的，而集群版是商业版，influxdb被设计运行在SSD上，如果使用机器或者网络磁盘作为存储介质，会导致性能下降至少一个数量级。in...
influxdb聚合函数JAVA_InfluxDb(7)聚合函数
weixin_30072453的博客
02-27 210
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...
median函数的使用方法_如何使用逆分布函数模拟MEDIAN（）聚合函数
danpu0978的博客
05-17 3489
median函数的使用方法 一些数据库足够强大，可以实现MEDIAN()聚合函数。 请记住， MEDIAN()与MEAN()或AVG() （平均值）略有不同（并且通常更有用）。 虽然平均值是按SUM(exp) / COUNT(exp) ，但MEDIAN()告诉您样本中所有值的50％都比MEDIAN()而集合中的其他50％都小于MEDIAN() MEDIAN() 。 因此，换句话说，如果...
influxdb 1.x 基础使用
Brucelwl的博客
06-20 430
登录: 直接在机器上使用influx 查看所有的数据库: show databases; 指定使用具体的数据库: use dbName; 查看库中所有的表名: show measurements
mysql储存过程遇到的坑(while 循环中，select count(*) 总是返回0的解决方案 )
风吹麦浪的专栏
07-03 2013
正常情况下这样的语句是正确的  但是如果在while循环中或者其他地方，一直返回的结果是0，解决办法为:动态拼接sql,
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
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