influxdb基础---常用函数

最新推荐文章于 2023-07-18 12:32:25 发布
最新推荐文章于 2023-07-18 12:32:25 发布
阅读量1w 收藏 12
点赞数 4
分类专栏： 时序数据库 tsdb influxdb 文章标签： 时序数据库 tsdb influxdb
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/yue530tomtom/article/details/82688453
版权
influxdb 同时被 3 个专栏收录
11 篇文章 2 订阅
订阅专栏
时序数据库
8 篇文章 0 订阅
订阅专栏
tsdb
8 篇文章 0 订阅
订阅专栏

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
大部分函数与sql的类似，且命名方式比较接近自然用语，通过名称也能猜出大概意思^_^

  • 聚合类
函数描述语法
COUNT()返回一个字段中的非空值的数量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]
DISTINCT()返回一个字段去重后的唯一值SELECT DISTINCT( [ * | <field_key> | /<regular_expression>/ ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
INTEGRAL()返回曲线下面的字段值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]
MEAN()返回一个字段中的值的算术平均值（平均值）。字段类型必须是长整型或float64SELECT MEAN(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
MEDIAN()从单个字段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]
MODE()返回字段值列表中最常用的值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]
SPREAD()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float64SELECT 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]
STDDEV()返回字段值的标准偏差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]
SUM()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float64SELECT 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]

 

  • 选择类
函数描述语法
BOTTOM()返回一个字段中最小的N个值。字段类型必须是长整型或float64类型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]
FIRST()返回具有最早时间戳的字段值SELECT FIRST(<field_key>)[,<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]
LAST()返回具有最新时间戳的字段值SELECT LAST(<field_key>)[,<tag_key(s)>|<field_keys(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
MAX()返回一个字段中的最大值。该字段类型必须是长整型，float64，或布尔类型SELECT MAX(<field_key>)[,<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]
MIN()返回一个字段中的最小值。该字段类型必须是长整型，float64，或布尔类型SELECT MIN(<field_key>)[,<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]
PERCENTILE()返回排序值排位为N%的值。字段的类型必须是长整型或float64SELECT PERCENTILE(<field_key>, <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]
SAMPLE()返回字段值的随机N个样本。 SAMPLE()使用储层采样来生成随机点SELECT SAMPLE(<field_key>, <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]
TOP()返回一个字段中最大的N个值，字段类型必须是长整型或float64类型SELECT TOP( <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]

 

  • 转换类
函数描述语法
ABS()返回字段值的绝对值SELECT ABS( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
ACOS()返回字段值的反余弦（以弧度表示）。字段值必须介于-1和1之间SELECT ACOS( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
ASIN()返回字段值的反正弦（以弧度表示）。字段值必须介于-1和1之间SELECT ASIN( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
ATAN()返回字段值的反正切（以弧度表示）。字段值必须介于-1和1之间SELECT ATAN( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
ATAN2()返回y/x以弧度表示的反正切值SELECT ATAN2( [ * | <field_key> | num ], [ <field_key> | num ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
CEIL()返回四舍五入到最接近的整数的后续值SELECT CEIL( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
COS()返回字段值的余弦值SELECT COS( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
CUMULATIVE_SUM()返回后续字段值的总计SELECT CUMULATIVE_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]
DERIVATIVE()返回一个字段在一个series中的变化率SELECT DERIVATIVE( [ * | <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]
DIFFERENCE()返回一个字段中连续的时间值之间的差异。字段类型必须是长整型或float64SELECT DIFFERENCE( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
ELAPSED()返回一个字段在连续的时间间隔间的差异，间隔单位可选，默认为1纳秒SELECT ELAPSED( [ * | <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]
EXP()返回字段值的指数SELECT EXP( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
FLOOR()返回向下舍入到最接近的整数的后续值SELECT FLOOR( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
LN()返回字段值的自然对数SELECT LN( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
LOG()返回基数为b的字段值的对数SELECT LOG( [ * | <field_key> ], <b> ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
LOG2()返回基数为2的字段值的对数SELECT LOG2( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
LOG10()返回基数为10的字段值的对数SELECT LOG10( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
MOVING_AVERAGE()返回一个连续字段值的移动平均值，字段类型必须是长整形或者float64类型SELECT MOVING_AVERAGE( [ * | <field_key> | /<regular_expression>/ ] , <N> ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
NON_NEGATIVE_DERIVATIVE()返回在一个series中的一个字段中值的变化的非负速率SELECT NON_NEGATIVE_DERIVATIVE( [ * | <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]
NON_NEGATIVE_DIFFERENCE()返回后续字段值之间减法的非负结果。减法的非负结果包括正差异和等于零的差异SELECT NON_NEGATIVE_DIFFERENCE( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
POW()返回字段值的x幂SELECT POW( [ * | <field_key> ], <x> ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
ROUND()返回四舍五入到最接近的整数的后续值SELECT ROUND( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
SIN()返回字段值的正弦值SELECT SIN( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
SQRT()返回字段值的平方根SELECT SQRT( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
TAN()返回字段值的正切值SELECT TAN( [ * | <field_key> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

 

  • 预测
函数描述语法
HOLT_WINTERS()返回N个预测字段值SELECT HOLT_WINTERS[_WITH-FIT](<function>(<field_key>),<N>,<S>) [INTO_clause] FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

 

demo不一一给出，挑出几个代表吧~

  • count
> use mydb
Using database mydb
> select count(*) from cpu_load_short
name: cpu_load_short
time count_value
---- -----------
0    5
>
  • distinct
> select * from cpu_load_short
name: cpu_load_short
time                direction host     region  value
----                --------- ----     ------  -----
1422568543702900257 in        server01 us-west 2
1422568543702900257           server02 us-west 0.55
1434055562000000000           server01 us-west 0.64
1536579271011551389           server02         0.67
1536744482958458452           server01 us-west 0.65
> select distinct(value) from cpu
> select distinct(value) from cpu_load_short
name: cpu_load_short
time distinct
---- --------
0    0.55
0    2
0    0.64
0    0.67
0    0.65
>
  • median
> select median(value) from cpu_load_short
name: cpu_load_short
time median
---- ------
0    0.65
>
  • spread
> select spread(value) from cpu_load_short
name: cpu_load_short
time spread
---- ------
0    1.45
>
  • sum
> select sum(value) from cpu_load_short
name: cpu_load_short
time sum
---- ---
0    4.51
>

-bottom

> select bottom(value,2) from cpu_load_short
name: cpu_load_short
time                bottom
----                ------
1422568543702900257 0.55
1434055562000000000 0.64
>
  • max
> select max(value) from cpu_load_short
name: cpu_load_short
time                max
----                ---
1422568543702900257 2
>
  • top
> select top(value,2) from cpu_load_short
name: cpu_load_short
time                top
----                ---
1422568543702900257 2
1536579271011551389 0.67
>
  • percentile
> select PERCENTILE(value,20) from cpu_load_short
name: cpu_load_short
time                percentile
----                ----------
1422568543702900257 0.55
> select PERCENTILE(value,40) from cpu_load_short
name: cpu_load_short
time                percentile
----                ----------
1434055562000000000 0.64
>
  • ceil
> select ceil(value) from cpu_load_short
name: cpu_load_short
time                ceil
----                ----
1422568543702900257 2
1422568543702900257 1
1434055562000000000 1
1536579271011551389 1
1536744482958458452 1
>
  • ln、log(,2)、log2
> select ln(value) from cpu_load_short
name: cpu_load_short
time                ln
----                --
1422568543702900257 0.6931471805599453
1422568543702900257 -0.5978370007556204
1434055562000000000 -0.4462871026284195
1536579271011551389 -0.40047756659712525
1536744482958458452 -0.4307829160924542
> select log(value,2) from cpu_load_short
name: cpu_load_short
time                log
----                ---
1422568543702900257 1
1422568543702900257 -0.8624964762500651
1434055562000000000 -0.6438561897747247
1536579271011551389 -0.5777669993169522
1536744482958458452 -0.6214883767462701
> select log2(value) from cpu_load_short
name: cpu_load_short
time                log2
----                ----
1422568543702900257 1
1422568543702900257 -0.862496476250065
1434055562000000000 -0.6438561897747246
1536579271011551389 -0.5777669993169522
1536744482958458452 -0.6214883767462701
>
  • moving_average
> select * from cpu_load_short
name: cpu_load_short
time                direction host     region  value
----                --------- ----     ------  -----
1422568543702900257 in        server01 us-west 2
1422568543702900257           server02 us-west 0.55
1434055562000000000           server01 us-west 0.64
1536579271011551389           server02         0.67
1536744482958458452           server01 us-west 0.65
>
> select MOVING_AVERAGE(value,2) from cpu_load_short
name: cpu_load_short
time                moving_average
----                --------------
1422568543702900257 1.275
1434055562000000000 0.595
1536579271011551389 0.655
1536744482958458452 0.66
> select MOVING_AVERAGE(value,3) from cpu_load_short
name: cpu_load_short
time                moving_average
----                --------------
1434055562000000000 1.0633333333333332
1536579271011551389 0.62
1536744482958458452 0.6533333333333333
>

看懂了没有，就是传入的N就是N个数相加然后平均值，比如MOVING_AVERAGE(value,2)，就是第一和第二个数相加然后平均，第二和第三个数平均……

  • pow
> select pow(value,2) from cpu_load_short
name: cpu_load_short
time                pow
----                ---
1422568543702900257 4
1422568543702900257 0.30250000000000005
1434055562000000000 0.4096
1536579271011551389 0.4489000000000001
1536744482958458452 0.42250000000000004
>
二两酒馆
关注
  • 4
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
2.1.3 零件函数-常用函数.mp4
09-17
零件函数-常用函数
InfluxDBStudio-0.1.0.rar
05-12
InfluxDBStudio是influxDB可视化工具，有以下功能1.新建连接，填写用户名和密码（默认都是root）2.创建连接后，展开数据库可进行sql操作（只能通过sql语句操作数据）3.支持一些常用函数查询
Linux-c常用文件操作函数.doc
11-30
Linux-c常用文件操作函数.doc
influxdb2-2.2.0.x86_64; influxdb2-client-2.3.0-linux-amd64.tar
04-22
InfluxDB服务端和客户端最新下载，主要是centos系统环境； 官网下载不太方便，下载下来后方便大家使用 ---- InfluxDB是一个由InfluxData开发的开源时序型数据。它由Go写成，着力于高性能地查询与存储时序型数据。InfluxDB被广泛应用于存储系统的监控数据，IoT行业的实时数据等场景。 主要特点 为时间序列数据专门编写的自定义高性能数据存储。 TSM引擎具有高性能的写入和数据压缩 Golang编写，没有其它的依赖 提供简单、高性能的写入、查询 http api，Native HTTP API, 内置http支持，使用http读写 插件支持其它数据写入协议，例如 graphite、collectd、OpenTSDB 支持类sql查询语句 tags可以索引序列化，提供快速有效的查询 Retention policies自动处理过期数据 Continuous queries自动聚合，提高查询效率 schemaless(无结构)，可以是任意数量的列 Scalable可拓展 一系列函数，方便统计
greenplum常用函数-基础
10-08
gp常用的建表语句，修改新增字段等常见操作，以及时间函数转换和case，基本函数使用，和具体表中遇到的问题。 ps:借用了其他同学的部分总结
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常用函数
长弓射林夕的博客
06-13 5026
InfluxDB常用函数及Grafana参数
InfluxDB学习之InfluxDB的基本操作
weixin_34318272的博客
12-08 119
InfluxDB 是一个开源分布式时序、事件和指标数据库。使用 Go 语言编写，无需外部依赖。其设计目标是实现分布式和水平伸缩扩展。它有三大特性：1. Time Series （时间序列）：你可以使用与时间有关的相关函数（如最大，最小，求和等）2. Metrics（度量）：你可以实时对大量数据进行计算3. Eevents（事件）：它支持任意的事件数据特点schemaless(...
InfluxDB 的函数详解
zx711166的博客
11-23 5617
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()、...
软考数据库详细知识点整理（全）
强哥的微博
05-18 7669
若待排序的记录数目n 较小，可采用直接插入排序和简单选择排序。由于直接插入排序所需的记录移动操作较简单选择排序多，因此当记录本身信息量较大时，用简单选择排序方法较好。若待排序记录按关键字基本有序，则宜采用直接插入排序或冒泡排序当n 很大且关键字的位数较少时，采用链式基数排序较好。若n 较大，则应采用时间复杂度为o(nlogn)的排序方法，例如快速排序、堆排序或归并排序。
数据结构与算法 【Python】
范高伦的博客
10-14 1788
1，抽象数据类型（Abstract Data Type,ADT）:拥有属性和方法，属性可以存储数据，方法操作属性 2，线性表 3，链表（删 插） 列表（查看） 属性：data-存储数据 next-下一个节点的地址 方法：增删该查 next:后继 pre:前驱 ‘’’ class node(): def init(self,data=None,next=None): self.__da...
时序数据库influxDb实际基本操作
weixin_44831330的博客
07-18 1859
具体请看[时序数据库InfluxDB介绍](https://blog.csdn.net/m0_46577050/article/details/123221935)
influxdb的percentile函数
asdfghjklor的博客
03-04 1038
官方文档的说明并不详细 https://jasper-zhang1.gitbooks.io/influxdb/content/Query_language/functions.html 实际百分位取第几位的值参考如下 PERCENTILE(field_key, N) 选取某个字段中大于N%的这个字段值。 如果一共有4条记录，N为10，则10%*4=0.4，四舍五入为0，则查询结果为空。N为20，则 20% * 4 = 0.8，四舍五入为1，选取的是4个数中最小的数。如果N为40，40% * 4 =
性能测试-linux-top/vmstat/dstat命令,闭着眼睛也要背出来
测试工程师
11-13 1229
Swap：交换分区，是磁盘虚拟出来的，会比内存条大，内存不足的是时候就会使用，将其他占用内存的转到swap,swap再转内存，临时扩大了内存空间。325944 buff/cache，缓冲（磁盘虚拟出来的空间，加快读磁盘速度）缓存（cup缓存+内存缓虚拟出来的，存加快磁盘写入速度）├── srv # 服务启动，需要提取的数据。├── etc # 系统管理所需要的，
cumulative_sum
godme
11-27 562
influxDB累计求和：cumulative_sum
python 操作influxdb数据库获取数据
nslogheyang的博客
01-20 5769
python 操作influxdb数据库获取数据前言原理环境准备上代码功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 ...
influxdb 插入数据_Influxdb 介绍与使用
weixin_36213934的博客
12-28 1086
基本概念与传统数据库对比时间序列数据库，主键永远是时间timepointmeasurement一类数据series数据序列一个series就是一个测点，或者说一条曲线，那么retention policy, measurement, tagset就共同组成了一个定位测点序列的唯一标识。point，就是某个series的同一个时刻的多个field的value，就组成了一个point；其实就是一般曲线...
influxdb 基操 之数学运算
m0_37163942的博客
12-13 3123
数学运算符遵循标准的操作顺序。也就是说，括号优先于除法和乘法，它优先于加法和减法。例如5 / 2 + 3 * 2 = (5 / 2) + (3 * 2)和5 + 2 * 3 - 2 = 5 + (2 * 3) - 2。 内容 数学运算符 加成 减法 乘法 师 模 按位AND 按位OR 按位异或 数学运算符的常见问题 不支持的运营商 数学运算符 加成 ...
SHA-512函数的用法
最新发布
03-01
SHA-512是一种安全散列算法，用于生成具有固定长度的哈希值。它接受输入数据，并将其转换为一个唯一的、固定长度的哈希值。SHA-512算法是SHA-2系列中的一种，输出的哈希值长度为512位。 SHA-512函数的用法如下： 1. 导入SHA-512库：在使用SHA-512函数之前，需要导入相应的库或模块，以便在代码中调用SHA-512函数。 2. 输入数据：将要进行哈希计算的数据作为输入传递给SHA-512函数。 3. 计算哈希值：调用SHA-512函数对输入数据进行哈希计算。SHA-512函数会对输入数据进行处理，并生成一个唯一的、固定长度的哈希值。 4. 获取哈希值：从SHA-512函数的输出中获取生成的哈希值。哈希值通常以十六进制或二进制形式表示。 SHA-512函数的使用可以保证数据的完整性和唯一性，常用于密码学、数字签名、数据完整性校验等领域。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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