qidao123.com技术社区-IT企服评测·应用市场

标题: IoTDB [打印本页]

---

作者: 兜兜零元    时间: 2025-5-8 09:18
标题: IoTDB
视频学习地址: https://www.bilibili.com/video/BV1pr421W7vL/?p=44&spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=d4194c0fd1f413251c909ec298ad4786
  【数据库模子】

IoTDB 版本 1.3.3
【IoTDB】

IoTDB是一款低成本、高性能的物联网原生时序数据库. Timeseries database
可以办理企业组件物联网大数据平台管理时序数据时所遇到的应用场景复杂、数据体量大、采样评率高、数据乱序多、数据处理耗时长、分析需求多样、存储与运维成本高等多种题目。
官方文档地址: https://iotdb.apache.org/zh/
数据库模子
IoTDB数据逻辑模子:

叶子节点 属于【传感器】、
叶子节点上一级作为: 【装备Device】

1. -- 创建数据库  按照工厂
2. create database root.yaozaifactory
3. show databases
5. -- 删除数据库
6. delete database root.qd
8. -- 创建时间序列
9. create timeseries root.yaozaifactory.chejian1.oven.temp double
10. create timeseries root.yaozaifactory.chejian1.oven.humidity double
11. insert into root.yaozaifactory.chejian1.oven (timestamp,temp) values(100,15.1);
13. select * from root.yaozaifactory.chejian1.oven
15. create timeseries root.yaozaifactory.chejian1.pool.ph double
16. create timeseries root.yaozaifactory.chejian1.pool.temp double
17. create timeseries root.yaozaifactory.chejian1.elec.ph double
18. create timeseries root.yaozaifactory.chejian1.elec.temp double
19. create timeseries root.yaozaifactory.chejian2.pump.ph double
20. create timeseries root.yaozaifactory.chejian2.pump.temp double
21. create timeseries root.yaozaifactory.chejian2.comp.ph double
22. create timeseries root.yaozaifactory.chejian2.comp.temp double
24. show devices;
26. -- 按照工厂下的车间来创建数据库
28. create database root.yaozaifactory.chejian1
30. create database root.yaozaifactory.chejian2
32. delete database root.yaozaifactory.chejian1

复制代码

【对齐时间序列】:

同一个时间： 差别装备发送数据。 —– 减少对时间的存储;
好比:
时间戳-值-值-值-值-值-……
(2024-04-18 12:00:00, 12hz, 55MPa,20℃)
create aligned timeseries root.yaozaigongchang.chejian2.pump(press FLOAT , pinlv FLOAT)
泵 下的压力、频率传感器 说明为对齐时间格式。把pump 泵这个装备设置为时间对齐序列。
普通创建时间序列就行不通了:
create timeseries root.yaozaifactory.chejian2.pump.ph double
需要改成:
create aligned timeseries timeseries root.yaozaifactory.chejian2.pump (ph double)
【创建时间序列和插入数据】

【IoTDB 常见的数据范例】

• BOOLEAN（布尔值）
  
• INT32（整型）
  
• INT64（长整型）
  
• FLOAT（单精度浮点数）
  
• DOUBLE（双精度浮点数）
  
• TEXT（字符串）
  

创建double范例的时间序列
​ create timeseries root.yaozaifactory.chejian1.oven.temp double
创建int32范例的时间序列
​ create timeseries root.yaozaifactory.chejian2.compressor.press int32
创建text范例
​ create timeseries root.yaozaifactory.chejian2.compressor.mess text
insert into root.yaozaifactory.chejian1.oven (time, temp) values ()
【时间戳数据库范例】

分为2种:

• LONG范例 —– 毫秒数(在 IOTDB当中以北京时间为出发点1970年1月1日8点0分0秒，从那一刻起，计
  算机系统会计算经过的毫秒)
  
• DATATIME范例
  

1. DATETIME-INPUT 类型类时间戳手动指定插入的时间
2. - insert into root.yaozaifactory.chejian1.oven (timestamp,temp) values(2024-03-10 12:12:12,18.2);
3. - insert into root.yaozaifactory.chejian1.oven (timestamp,temp) values(2024/03/10 12:13:12,18.2);
4. - insert into root.yaozaifactory.chejian1.oven (timestamp,temp) values(2024-03-10T12:15:12,18.2);
5. 相对时间插入
6. #当前时间推一分钟
7. - insert into root.yaozaifactory.chejian1.oven (timestamp,temp) values(now() - 1m,19.2);
8. - insert into root.yaozaifactory.chejian1.oven (timestamp,temp) values(2024-03-10T12:15:12 - 1h,19.2);

复制代码

【数据编码和压缩】

编码属于用计算时间换存储空间
   

• 二阶差分编码(TS_2DIFF)，比较得当编码单调递增大概递减的序列数据，不得当编码波动较大的数据
  
• 游程编码(RLE),比较得当存储某些数值连续出现的序列，不得当编码大部分情况下前后值不一样的序列数据
  
• GORILLA 编码是一种无损编码，它比较得当编码前后值比较靠近的数值序列，不得当编码前后波动较大的数据。
  

  PLAIN 编码，默认的编码方式，
创建序列时指定编码:
create timeseries root.yaozaifactory.chejian1.oven.temp3 with datatype = double, encoding = RLE
检察时间序列: show timeseries;
【数据压缩】
数据压缩，主要是减少冗余信息
几种压缩方式：

• UNCOMPRESSED（不压缩）
  
• SNAPPY 压缩
  
• LZ4 压缩，系统默以为我们选择这个
  
• GZIP 压缩
  
• ZSTD 压缩
  
• LZMA2 压缩
  

创建序列时指定压缩方式
create timeseries root.yaozaifactory.chejian1.oven.temp4 with datatype = double, encoding = RLE , compressor = snappy
show timeseries
【数据分区和分片】

IoTDB 以数据分区（DataRegion）为单位对元数据和数据举行管理，从序列和时间两个维度举行数据划分。
分区分片

元数据分区方式：

【数据定义语言DDL】

【数据库管理】

【创建数据库】

create database root.sh //上海施工基地
create database root.qd //青岛施工基地
注意：

1. 1、不允许再创建包含数据库名称的数据库
2. 不允许 create database root.sh.jiading
3. 2、 节点名只支持中英文字符、数字、下划线的组合
4. 设置为纯数字或者包含其他字符，需要用反引号(``)把 database 名称引起来：
5. create database root.`666`
6. 3、在 Windows 系统上部署，database 名是大小写不敏感的
7. 同时创建root.qd 和 root.QD 是不被允许的

复制代码

【检察数据库】

show databases
show databases root.*
【检察数据库详情】

show databases detalis
【删除数据库】

delete DATABASE
【时间序列管理】

【创建时间序列】

指定：序列名，数据范例，压缩方法，编码方法

1. create timeseries root.sh.jiading.tbm11_1.speed double
2. create timeseries root.sh.jiading.tbm11_1.tor with datatype = float, encoding =plain
3. create timeseries root.sh.jiading.tbm11_1.dist with datatype = float, encoding =plain
5. create timeseries root.sh.jiading.tbm11_2.speed with datatype = double
6. create timeseries root.sh.jiading.tbm11_2.tor with datatype = double, encoding =rle
7. create timeseries root.sh.jiading.tbm11_2.dist with datatype = float, encoding =plain, compressor = gzip
9. -- 可以省略with，空格分开
10. create timeseries root.sh.pudong.tbm3.speed double
11. create timeseries root.sh.pudong.tbm3.speed double encoding = plain
12. create timeseries root.sh.pudong.tbm3.dist float encoding =plain compressor = gzip

复制代码

【创建对齐时间序列】

指定：序列名，数据范例，压缩方法，编码方法

1. -- 共享时间点, 对齐时间序列. 申明到设备级别 ; aligned 绑定到设备上。
2. create aligned timeseries root.sh.pudong.tbm4 (speed float, tor float, dist double)
4. create aligned timeseries root.sh.pudong.tbm5 (speed float encoding = plain compressor = gzip, tor float encoding = plain, dist double)

复制代码

【删除时间序列】

1. delete timeseries root.sh.pudong.tbm4.speed

复制代码

【检察时间序列】

1. show timeseries
3. 查看指定路径下
4. show timeseries root.sh.**
5. show timeseries root.sh.jiading.**
7. 带过滤条件的查询
8. show timeseries where timeseries contains “tor”
9. show timeseries root.sh.** where timeseries contains 'speed'
10. show timeseries root.sh.** where datatype=FLOAT

复制代码

【时间序列统计】

1. count timeseries root.**
2. count timeseries root.sh.**
3. count timeseries root.sh.** where timeseries contains 'speed'

复制代码

【给时间序列的设置别名】

1. create timeseries root.qd.huangdao.tbm1.speed (sudu) FLOAT
3. show timeseries

复制代码

【给时间序列打标签】

我们可以在创建时间序列的时候，为它添加别名和额外的标签和属性信息。
**作用：**标签和属性用来辅助我们查询时间序列，相称于打个讲明大概备注。 被打有标签的时间序列，会在内存中维护一个索引，就像给一本书加书签一样，可以方便检索和启动某种过滤条件。
属性就只是一个时间序列的说明文字。

3. create timeseries root.qd.huangdao.tbm2.speed with datatype=FLOAT, encoding=RLE, compression=SNAPPY tags(tag1=v1, tag2=v2) attributes(attr1=v1, attr2=v2)
5. show timeseries where TAGS (tag1)=v1
7. show timeseries where TAGS (tag1) contains 'v'

复制代码

【利用模板创建时间序列】

模板一定是装备，不能是传感器
场景:
在青岛的崂山施工基地，root.qd.laoshan有1万台隧道掘进机TBM，每一台TBM都是速率speed，扭矩tor，位移dist三个量
方法1，手动创建1万个装备
方法2，利用装备模板功能：以1台tbm为例，其他的全都按照这个模板去复制去创建
【1.创建装备模板】

create device template laoshantbm (speed float , tor float, dist int64)
create device template laoshantbm2 (speed float encoding=RLE compressor = GZIP, tor float, dist int64)
【2.挂在模板到数据库上】

挂在模板到数据库上 后面的某个节点上 (包含数据库以后的节点上)
set device template laoshantbm to root.qd.laoshan
注意： 模板挂载路径下禁止创建普通序列，已创建了普通序列的前缀路径上不允许挂载模板
create timeseries root.qd.laoshan.tbm3.ss float
手动创建序列是不被允许的，必须利用模板创建
【3.利用模板创建装备】

create timeseries using device template on root.qd.laoshan.tbm1
create timeseries using device template on root.qd.laoshan.tbm2
//假如根据模板创建的装备，假如一个路径上已经存在装备模板，可以省略创建时间序列。直接插入数据都可以创建时间序列。
insert into root.qd.laoshan.tbm1 (time, speed) values (now(), 5.5)
insert into root.qd.laoshan.tbm3 (time, speed) values (now(), 5.5)
【4.解除装备模板】

删除利用模板创建的装备和时间序列
delete timeseries of device template laoshantbm from root.qd.laoshan.tbm1
delete timeseries of device template laoshantbm from root.qd.laoshan.tbm2
   按照模板创建的序列，必须利用模板语句删除
  【5.卸载装备模板】

unset device template laoshantbm from root.qd.laoshan
【6.删除模板】

drop device template laoshantbm
【装备操作】

检察现有装备: show devices
【数据操作语言DML】

【数据写入】

【常用数据插入】

【写入一个列】

insert into root.sh.pudong.tbm1 (time, speed) values(2024-04-10 12:00:00, 80.0);
【写入多个列】

insert into root.sh.pudong.tbm1 (timestamp, speed, tor) values(2024-04-10 12:01:00, 82.0, 1000);
【写入多个列，写入多行】

insert into root.sh.pudong.tbm1 (timestamp, speed, tor, dist) values (2024-04-10 12:03:00, 83.0, 1300, 2300), (2024-04-10 12:04:00, 84.0, 1420,2340);
select * from root.sh.pudong.tbm1
【省略时间的插入】

以系统当前时间为时间戳
insert into root.sh.pudong.tbm1 (speed, tor, dist) values(82.6, 2000, 600);
【对齐时间序列插入数据】

创建对齐时间序列需要利用关键字: aligned ,插入数据也需要利用aligned关键字
创建一个对齐的时间序列
create aligned timeseries root.sh.pudong.tbm4 (speed float, tor float, dist double)
insert into root.sh.pudong.tbm4 (time, speed, tor, dist) aligned values(now(), 80.0, 12.3, 800);
insert into root.sh.pudong.tbm4 (time, speed, tor) aligned values(now(), 80.1, 12.5);
insert into root.sh.pudong.tbm4 (time, speed, tor, dist) aligned values (2024-05-10 12:03:00, 83.0, 1300, 2300), (2024-05-10 12:04:00, 84.0, 1420,2340);
select * from root.sh.pudong.tbm4
   这个版本中可以省略agined 关键字
  【利用Insert更新数据】

insert into root.sh.pudong.tbm1 (time, speed) values(2024-04-10 13:00:00, 80.0);
在相同时间戳下，重新插入数据，覆盖写入
insert into root.sh.pudong.tbm1 (time, speed) values(2024-04-10 13:00:00, 90.0);
【删除数据】

删除某个时间戳的数据需要指定时间范围
delete from root.sh.pudong.tbm1.speed where time >=2024-04-10 13:00:00;
删除时间序列
delete timeseries root.sh.pudong.tbm1.tor
【查询数据-select】

准备数据:
insert into root.sh.pudong.tbm1 (timestamp, speed, tor, dist) values (2024-05-09 12:03:00, 83.0, 1300, 1301), (2024-05-09 12:04:00, 84.0, 1420,2335)
insert into root.sh.pudong.tbm1 (timestamp, speed, tor, dist) values (2024-05-10 12:05:00, 85.0, 1500, 2301), (2024-05-10 12:06:00, 86.0, 1520,2334)
insert into root.sh.pudong.tbm1 (timestamp, speed, tor, dist) values (2024-05-10 13:03:00, 99.0, 1600, 4320), (2024-05-10 13:04:00, 89.0, 1600,2333)
insert into root.sh.pudong.tbm1 (timestamp, speed, tor, dist) values (2024-05-10 14:03:00, 98.0, 1700, 1300), (2024-05-10 15:04:00, 89.0, 1820,2332)
insert into root.sh.pudong.tbm1 (timestamp, speed, tor) values (2024-05-10 15:03:00, 98.0, 1700), (2024-05-10 15:04:00, 89.0, 1820)
insert into root.sh.pudong.tbm4 (timestamp, speed, tor) values (2024-05-10 15:04:00, 98.0, 1700), (2024-05-10 15:05:00, 89.0, 1820)
【普通查询】

select * from root.sh.pudong.tbm1
select speed, tor, dist from root.sh.pudong.tbm1
指定查询后的别名
select speed as sd, tor as 力矩, dist as 位移 from root.sh.pudong.tbm1

【order by 排序查询】

按照降序
select speed from root.sh.pudong.tbm1 order by time desc
   order by除了跟时间外，还能按照序列名、数据范例等，但是应用场景比较少
  查询最新的点
select last tor from root.sh.pudong.tbm1
   传感器节点前面添加 last
  【过滤查询-where】

【时间过滤条件】

select speed from root.sh.pudong.tbm1 where time < 2024-05-10 13:03:00
select speed from root.sh.pudong.tbm1 where time > 2024-05-10 13:03:00 and time < 2024-05-10 15:00:00
【值过滤条件】

select speed from root.sh.pudong.tbm1 where speed > 90
select * from root.sh.pudong.tbm1 where speed between 85 and 90
select * from root.sh.pudong.tbm1 where tor in (‘1600’,’1500’)
select * from root.sh.pudong.tbm1 where tor not in (‘1600’,’1500’)
select * from root.sh.pudong.tbm1 where dist is null
select speed from root.sh.pudong.tbm1 where speed > 90 and time > 2024-05-10 13:03:00
【模糊匹配过滤】

假如数据范例是text这种文本范例的，还支持通过like大概正则表达式匹配查询
insert into root.sh.pudong.tbm1 (time, info) values (now(), “normal”)
insert into root.sh.pudong.tbm1 (time, info) values (now()+1000ms, “boom”)
insert into root.sh.pudong.tbm1 (time, info) values (now()+2000ms, “die”)
like的模糊匹配规则
% 表现任意0个或多个字符。
_ 表现任意单个字符。
select * from root.sh.pudong.tbm1 where info like ‘b%’
【正则表达式匹配】
select * from root.sh.pudong.tbm1 where info regexp ‘正则表达式’
【聚合查询】

group by 根据时间列Time 举行分组.

1. s        秒
2. m        分
3. d        天
4. mo        月
5. y        年

复制代码

【两个参数聚合查询】

在IoTDB内描述时间分段两参数：开始时间、竣事时间、时间窗口巨细 = 窗口之间的隔断
([2024-5-01T00:00:00, 2024-6-01T00:00:00),2h);//时间范围内的时间隔断为2小时。
([2024-01-01T00:00:00, 2024-08-01T00:00:00),1d); //时间隔断为一天
– 每30天的匀称速率
select avg(speed) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 30d);

1. Time                   |avg(root.qd.laoshan.tbm1.speed)|
2. -----------------------+-------------------------------+
3. 2024-02-01 00:00:00.000|             37.333333333333336|
4. 2024-03-02 00:00:00.000|             37.166666666666664|
5. 2024-04-01 00:00:00.000|             35.166666666666664|
6. 2024-05-01 00:00:00.000|                           37.2|
7. 2024-05-31 00:00:00.000|                           31.0|

复制代码

– 每月匀称速率
select avg(speed) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 1mo);

1. Time                   |avg(root.qd.laoshan.tbm1.speed)|
2. -----------------------+-------------------------------+
3. 2024-02-01 00:00:00.000|              36.93103448275862|
4. 2024-03-01 00:00:00.000|              37.54838709677419|
5. 2024-04-01 00:00:00.000|             35.166666666666664|
6. 2024-05-01 00:00:00.000|                           37.0|

复制代码

– 每隔15天
select avg(speed),count(dist) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 15d);

1. Time                   |avg(root.qd.laoshan.tbm1.speed)|count(root.qd.laoshan.tbm1.dist)|
2. -----------------------+-------------------------------+--------------------------------+
3. 2024-02-01 00:00:00.000|              37.86666666666667|                              15|
4. 2024-02-16 00:00:00.000|                           36.8|                              15|
5. 2024-03-02 00:00:00.000|             33.333333333333336|                              15|
6. 2024-03-17 00:00:00.000|                           41.0|                              15|
7. 2024-04-01 00:00:00.000|              33.06666666666667|                              15|
8. 2024-04-16 00:00:00.000|             37.266666666666666|                              15|
9. 2024-05-01 00:00:00.000|             40.666666666666664|                              15|
10. 2024-05-16 00:00:00.000|             33.733333333333334|                              15|
11. 2024-05-31 00:00:00.000|                           31.0|                               1|

复制代码

– 每隔7天
select max_value(*) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 7d);

1. Time                   |max_value(root.qd.laoshan.tbm1.tor)|max_value(root.qd.laoshan.tbm1.dist)|max_value(root.qd.laoshan.tbm1.speed)|
2. -----------------------+-----------------------------------+------------------------------------+-------------------------------------+
3. 2024-02-01 00:00:00.000|                               39.0|                                12.0|                                 56.0|
4. 2024-02-08 00:00:00.000|                               36.0|                                13.0|                                 56.0|
5. 2024-02-15 00:00:00.000|                               40.0|                                14.0|                                 60.0|
6. 2024-02-22 00:00:00.000|                               39.0|                                13.0|                                 52.0|
7. 2024-02-29 00:00:00.000|                               40.0|                                 6.0|                                 49.0|
8. 2024-03-07 00:00:00.000|                               37.0|                                 3.0|                                 60.0|
9. 2024-03-14 00:00:00.000|                               38.0|                                 3.0|                                 51.0|
10. 2024-03-21 00:00:00.000|                               40.0|                                 4.0|                                 58.0|
11. 2024-03-28 00:00:00.000|                               40.0|                                13.0|                                 58.0|
12. 2024-04-04 00:00:00.000|                               28.0|                                13.0|                                 57.0|
13. 2024-04-11 00:00:00.000|                               40.0|                                14.0|                                 59.0|
14. 2024-04-18 00:00:00.000|                               34.0|                                14.0|                                 57.0|
15. 2024-04-25 00:00:00.000|                               38.0|                                14.0|                                 49.0|
16. 2024-05-02 00:00:00.000|                               39.0|                                 4.0|                                 58.0|
17. 2024-05-09 00:00:00.000|                               40.0|                                 4.0|                                 48.0|
18. 2024-05-16 00:00:00.000|                               40.0|                                 3.0|                                 57.0|
19. 2024-05-23 00:00:00.000|                               38.0|                                 4.0|                                 46.0|
20. 2024-05-30 00:00:00.000|                               35.0|                                 4.0|                                 45.0|

复制代码

– 每隔15天
select avg(speed),MAX_TIME(*) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 15d);

1. Time                   |avg(root.qd.laoshan.tbm1.speed)|MAX_TIME(root.qd.laoshan.tbm1.tor)|MAX_TIME(root.qd.laoshan.tbm1.dist)|MAX_TIME(root.qd.laoshan.tbm1.speed)|
2. -----------------------+-------------------------------+----------------------------------+-----------------------------------+------------------------------------+
3. 2024-02-01 00:00:00.000|              37.86666666666667|                     1707941977000|                      1707941977000|                       1707941977000|
4. 2024-02-16 00:00:00.000|                           36.8|                     1709273850000|                      1709273850000|                       1709273850000|
5. 2024-03-02 00:00:00.000|             33.333333333333336|                     1710596665000|                      1710596665000|                       1710596665000|
6. 2024-03-17 00:00:00.000|                           41.0|                     1711871476000|                      1711871476000|                       1711871476000|
7. 2024-04-01 00:00:00.000|              33.06666666666667|                     1713137687000|                      1713137687000|                       1713137687000|
8. 2024-04-16 00:00:00.000|             37.266666666666666|                     1714441216000|                      1714441216000|                       1714441216000|
9. 2024-05-01 00:00:00.000|             40.666666666666664|                     1715726807000|                      1715726807000|                       1715726807000|
10. 2024-05-16 00:00:00.000|             33.733333333333334|                     1717069443000|                      1717069443000|                       1717069443000|
11. 2024-05-31 00:00:00.000|                           31.0|                     1717090134000|                      1717090134000|                       1717090134000|

复制代码

【三个参数聚合查询】

三参数：开始时间、竣事时间、时间窗口巨细、窗口之间的隔断(滑动步长)
([2024-5-01T00:00:00, 2024-6-01T00:00:00),2d,7d);

select avg(speed),__endTime from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 2d);

1. IoTDB> select avg(speed),__endTime from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 2d);
2. +-----------------------------+-----------------------------+-------------------------------+
3. |                         Time|                    __endTime|avg(root.qd.laoshan.tbm1.speed)|
4. +-----------------------------+-----------------------------+-------------------------------+
5. |2024-01-29T00:00:00.000+08:00|2024-01-30T23:59:59.999+08:00|                           54.0|
6. |2024-01-31T00:00:00.000+08:00|2024-02-01T23:59:59.999+08:00|                           28.0|
7. |2024-02-02T00:00:00.000+08:00|2024-02-03T23:59:59.999+08:00|                           53.0|
8. |2024-02-04T00:00:00.000+08:00|2024-02-05T23:59:59.999+08:00|                           50.5|
9. |2024-02-06T00:00:00.000+08:00|2024-02-07T23:59:59.999+08:00|                           13.5|
10. |2024-02-08T00:00:00.000+08:00|2024-02-09T23:59:59.999+08:00|                           35.0|
11. |2024-02-10T00:00:00.000+08:00|2024-02-11T23:59:59.999+08:00|                           13.0|
12. |2024-02-12T00:00:00.000+08:00|2024-02-13T23:59:59.999+08:00|                           54.0|
13. |2024-02-14T00:00:00.000+08:00|2024-02-15T23:59:59.999+08:00|                           48.0|
14. |2024-02-16T00:00:00.000+08:00|2024-02-17T23:59:59.999+08:00|                           44.5|
15. |2024-02-18T00:00:00.000+08:00|2024-02-19T23:59:59.999+08:00|                           30.0|
16. |2024-02-20T00:00:00.000+08:00|2024-02-21T23:59:59.999+08:00|                           38.5|
17. |2024-02-22T00:00:00.000+08:00|2024-02-23T23:59:59.999+08:00|                           31.5|
18. |2024-02-24T00:00:00.000+08:00|2024-02-25T23:59:59.999+08:00|                           38.0|
19. |2024-02-26T00:00:00.000+08:00|2024-02-27T23:59:59.999+08:00|                           33.5|
20. |2024-02-28T00:00:00.000+08:00|2024-02-29T23:59:59.999+08:00|                           35.5|
21. |2024-03-01T00:00:00.000+08:00|2024-03-02T23:59:59.999+08:00|                           38.5|
22. |2024-03-03T00:00:00.000+08:00|2024-03-04T23:59:59.999+08:00|                           36.5|
23. |2024-03-05T00:00:00.000+08:00|2024-03-06T23:59:59.999+08:00|                           15.0|

复制代码

– 窗口巨细为2天，每个窗口的隔断距离为7天(步长范围内的时间不到场计算)

1. IoTDB> select avg(speed),__endTime from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 2d,7d);
2. +-----------------------------+-----------------------------+-------------------------------+
3. |                         Time|                    __endTime|avg(root.qd.laoshan.tbm1.speed)|
4. +-----------------------------+-----------------------------+-------------------------------+
5. |2024-01-29T00:00:00.000+08:00|2024-01-30T23:59:59.999+08:00|                           54.0|
6. |2024-02-05T00:00:00.000+08:00|2024-02-06T23:59:59.999+08:00|                           35.5|
7. |2024-02-12T00:00:00.000+08:00|2024-02-13T23:59:59.999+08:00|                           54.0|
8. |2024-02-19T00:00:00.000+08:00|2024-02-20T23:59:59.999+08:00|                           41.5|
9. |2024-02-26T00:00:00.000+08:00|2024-02-27T23:59:59.999+08:00|                           33.5|
10. |2024-03-04T00:00:00.000+08:00|2024-03-05T23:59:59.999+08:00|                           22.5|
11. |2024-03-11T00:00:00.000+08:00|2024-03-12T23:59:59.999+08:00|                           30.5|
12. |2024-03-18T00:00:00.000+08:00|2024-03-19T23:59:59.999+08:00|                           35.5|
13. |2024-03-25T00:00:00.000+08:00|2024-03-26T23:59:59.999+08:00|                           46.5|
14. |2024-04-01T00:00:00.000+08:00|2024-04-02T23:59:59.999+08:00|                           15.0|
15. |2024-04-08T00:00:00.000+08:00|2024-04-09T23:59:59.999+08:00|                           14.5|
16. |2024-04-15T00:00:00.000+08:00|2024-04-16T23:59:59.999+08:00|                           55.0|
17. |2024-04-22T00:00:00.000+08:00|2024-04-23T23:59:59.999+08:00|                           35.5|
18. |2024-04-29T00:00:00.000+08:00|2024-04-30T23:59:59.999+08:00|                           29.5|
19. |2024-05-06T00:00:00.000+08:00|2024-05-07T23:59:59.999+08:00|                           39.0|
20. |2024-05-13T00:00:00.000+08:00|2024-05-14T23:59:59.999+08:00|                           33.5|
21. |2024-05-20T00:00:00.000+08:00|2024-05-21T23:59:59.999+08:00|                           38.0|
22. |2024-05-27T00:00:00.000+08:00|2024-05-28T23:59:59.999+08:00|                           26.0|
23. +-----------------------------+-----------------------------+-------------------------------+

复制代码

【滑动窗口 特别情况:】

【滑动步长 < 时间窗口】

三参数：开始时间、竣事时间、时间窗口巨细、窗口之间的隔断(滑动步长)
select avg(speed) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 10d,7d);
窗口巨细为10天，窗口之间的隔断(滑动步长)为7天,会带来数据重复。

1. IoTDB> select avg(speed),__endTime from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 10d,7d);
2. +-----------------------------+-----------------------------+-------------------------------+
3. |                         Time|                    __endTime|avg(root.qd.laoshan.tbm1.speed)|
4. +-----------------------------+-----------------------------+-------------------------------+
5. |2024-02-01T00:00:00.000+08:00|2024-02-10T23:59:59.999+08:00|                           34.9|
6. |2024-02-08T00:00:00.000+08:00|2024-02-17T23:59:59.999+08:00|                           38.9|
7. |2024-02-15T00:00:00.000+08:00|2024-02-24T23:59:59.999+08:00|                           37.4|
8. |2024-02-22T00:00:00.000+08:00|2024-03-02T23:59:59.999+08:00|                           35.4|
9. |2024-02-29T00:00:00.000+08:00|2024-03-09T23:59:59.999+08:00|                           32.8|
10. |2024-03-07T00:00:00.000+08:00|2024-03-16T23:59:59.999+08:00|                           36.9|
11. |2024-03-14T00:00:00.000+08:00|2024-03-23T23:59:59.999+08:00|                           36.1|
12. |2024-03-21T00:00:00.000+08:00|2024-03-30T23:59:59.999+08:00|                           40.9|
13. |2024-03-28T00:00:00.000+08:00|2024-04-06T23:59:59.999+08:00|                           36.4|
14. |2024-04-04T00:00:00.000+08:00|2024-04-13T23:59:59.999+08:00|                           34.1|
15. |2024-04-11T00:00:00.000+08:00|2024-04-20T23:59:59.999+08:00|                           41.4|
16. |2024-04-18T00:00:00.000+08:00|2024-04-27T23:59:59.999+08:00|                           37.0|
17. |2024-04-25T00:00:00.000+08:00|2024-05-04T23:59:59.999+08:00|                           40.4|
18. |2024-05-02T00:00:00.000+08:00|2024-05-11T23:59:59.999+08:00|                           41.7|
19. |2024-05-09T00:00:00.000+08:00|2024-05-18T23:59:59.999+08:00|                           36.7|
20. |2024-05-16T00:00:00.000+08:00|2024-05-25T23:59:59.999+08:00|                           34.9|
21. |2024-05-23T00:00:00.000+08:00|2024-05-31T23:59:59.999+08:00|             35.333333333333336|
22. |2024-05-30T00:00:00.000+08:00|2024-05-31T23:59:59.999+08:00|                           38.0|
23. +-----------------------------+-----------------------------+-------------------------------+

复制代码

【结果过滤-having】

having子句必须利用聚合函数的结果过滤
select avg(speed) from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 7d,7d)
select avg(speed) from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 7d,7d) having avg(speed) > 40;
select avg(speed),avg(tor) from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 7d,7d) having avg(speed) > 30;

1. IoTDB> select avg(speed),avg(tor),__endTime  from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 7d,7d) having avg(speed) > 30
2. +-----------------------------+-----------------------------+-------------------------------+-----------------------------+
3. |                         Time|                    __endTime|avg(root.qd.laoshan.tbm1.speed)|avg(root.qd.laoshan.tbm1.tor)|
4. +-----------------------------+-----------------------------+-------------------------------+-----------------------------+
5. |2024-01-29T00:00:00.000+08:00|2024-02-04T23:59:59.999+08:00|                           45.0|           34.857142857142854|
6. |2024-02-12T00:00:00.000+08:00|2024-02-18T23:59:59.999+08:00|             43.857142857142854|           30.857142857142858|
7. |2024-02-19T00:00:00.000+08:00|2024-02-25T23:59:59.999+08:00|              37.42857142857143|           29.142857142857142|
8. |2024-02-26T00:00:00.000+08:00|2024-03-03T23:59:59.999+08:00|              36.42857142857143|           31.714285714285715|
9. |2024-03-04T00:00:00.000+08:00|2024-03-10T23:59:59.999+08:00|             30.571428571428573|           34.714285714285715|
10. |2024-03-11T00:00:00.000+08:00|2024-03-17T23:59:59.999+08:00|             38.285714285714285|           28.714285714285715|
11. |2024-03-18T00:00:00.000+08:00|2024-03-24T23:59:59.999+08:00|              36.42857142857143|           33.714285714285715|
12. |2024-03-25T00:00:00.000+08:00|2024-03-31T23:59:59.999+08:00|             44.285714285714285|                         33.0|
13. |2024-04-08T00:00:00.000+08:00|2024-04-14T23:59:59.999+08:00|             35.714285714285715|           27.714285714285715|
14. |2024-04-15T00:00:00.000+08:00|2024-04-21T23:59:59.999+08:00|             37.714285714285715|           29.285714285714285|
15. |2024-04-22T00:00:00.000+08:00|2024-04-28T23:59:59.999+08:00|             41.142857142857146|           30.571428571428573|
16. |2024-04-29T00:00:00.000+08:00|2024-05-05T23:59:59.999+08:00|              40.57142857142857|           28.142857142857142|
17. |2024-05-06T00:00:00.000+08:00|2024-05-12T23:59:59.999+08:00|             40.142857142857146|           32.142857142857146|
18. |2024-05-13T00:00:00.000+08:00|2024-05-19T23:59:59.999+08:00|             31.285714285714285|           29.428571428571427|
19. |2024-05-20T00:00:00.000+08:00|2024-05-26T23:59:59.999+08:00|              39.42857142857143|           29.714285714285715|
20. +-----------------------------+-----------------------------+-------------------------------+-----------------------------+

复制代码

select avg(speed),avg(tor) from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 7d,7d)

1. IoTDB> select avg(speed),avg(tor)  from root.qd.laoshan.tbm1 group by ([2024-01-29T00:00:00, 2024-06-01T00:00:00), 7d,7d)
2. +-----------------------------+-------------------------------+-----------------------------+
3. |                         Time|avg(root.qd.laoshan.tbm1.speed)|avg(root.qd.laoshan.tbm1.tor)|
4. +-----------------------------+-------------------------------+-----------------------------+
5. |2024-01-29T00:00:00.000+08:00|                           45.0|           34.857142857142854|
6. |2024-02-05T00:00:00.000+08:00|             25.571428571428573|           28.285714285714285|
7. |2024-02-12T00:00:00.000+08:00|             43.857142857142854|           30.857142857142858|
8. |2024-02-19T00:00:00.000+08:00|              37.42857142857143|           29.142857142857142|
9. |2024-02-26T00:00:00.000+08:00|              36.42857142857143|           31.714285714285715|
10. |2024-03-04T00:00:00.000+08:00|             30.571428571428573|           34.714285714285715|
11. |2024-03-11T00:00:00.000+08:00|             38.285714285714285|           28.714285714285715|
12. |2024-03-18T00:00:00.000+08:00|              36.42857142857143|           33.714285714285715|
13. |2024-03-25T00:00:00.000+08:00|             44.285714285714285|                         33.0|
14. |2024-04-01T00:00:00.000+08:00|             27.714285714285715|                         26.0|
15. |2024-04-08T00:00:00.000+08:00|             35.714285714285715|           27.714285714285715|
16. |2024-04-15T00:00:00.000+08:00|             37.714285714285715|           29.285714285714285|
17. |2024-04-22T00:00:00.000+08:00|             41.142857142857146|           30.571428571428573|
18. |2024-04-29T00:00:00.000+08:00|              40.57142857142857|           28.142857142857142|
19. |2024-05-06T00:00:00.000+08:00|             40.142857142857146|           32.142857142857146|
20. |2024-05-13T00:00:00.000+08:00|             31.285714285714285|           29.428571428571427|
21. |2024-05-20T00:00:00.000+08:00|              39.42857142857143|           29.714285714285715|
22. |2024-05-27T00:00:00.000+08:00|                           29.2|                         30.6|
23. +-----------------------------+-------------------------------+-----------------------------+

复制代码

【差值分段聚合查询】

group by variation (物理量，毛病，ignoreNull 对null值的处理)
当ignoreNull为false时，该null值会被视为新的值ignoreNull为true时，则直接跳过对应的点，默认
   不用时间列聚合查询了。
  select __endTime,count(dist),avg(dist),avg(speed) from root.qd.laoshan.tbm1 where time < 2024-06-01T00:00:00 group by variation (dist,5)

将第一个点作为一个组的基准点，遍历后续的数据点，若数据点和基准点的数值差在一定范围内则划分到一个组内，否则创建新的组。重复此过程

select __endTime,avg(speed),avg(dist),avg(speed) from root.qd.laoshan.tbm1 where time < 2024-06-01T00:00:00 group by variation (dist,6)
【条件分段聚合】

用法：根据指定条件对数据举行筛选，并将连续的符合条件的行分为一组举行聚合运算，可以利用GROUP BY CONDITION的分段方式
group by condition (物理量判断条件，连续满足条件的数目，空值处理)
group by condition(predict,[keep>/>=/=/<=/<]threshold,[,ignoreNull=true/false])
   参数1：predict、返回boolean数据范例的合法表达式，用于分组的筛选
参数2：keep表达式用来指定形成分组所需要连续满足predict条件的数据行数，只有行数满足keep表达式的分组才会被输出
参数3：指定遇到predict为null的数据行时的处理方式，为true则跳过该行，为false则竣事当前分组

1. select __endTime, count(dist),avg(seed) from root.qd.laoshan.tbm1 where time < 2024-06-01T00:00:00 group by condition (dist > 5, keep > 4)

复制代码

  keep 是关键字哈。需要写的哈。

1. IoTDB> select __endTime, count(dist) as 满足条件个数, max_value(speed) as 最大速度 from root.qd.laoshan.tbm1 where time < 2024-06-01T00:00:00 group by condition (dist > 5, keep < 3)
2. +-----------------------------+-----------------------------+------------+--------+
3. |                         Time|                    __endTime|满足条件个数|最大速度|
4. +-----------------------------+-----------------------------+------------+--------+
5. |2024-02-01T08:47:48.000+08:00|2024-02-01T08:47:48.000+08:00|           1|    34.0|
6. |2024-02-03T08:06:20.000+08:00|2024-02-03T08:06:20.000+08:00|           1|    51.0|
7. |2024-02-05T03:07:20.000+08:00|2024-02-05T03:07:20.000+08:00|           1|    56.0|
8. |2024-02-07T19:16:36.000+08:00|2024-02-08T16:35:18.000+08:00|           2|    18.0|
9. |2024-02-10T02:01:21.000+08:00|2024-02-10T02:01:21.000+08:00|           1|    11.0|
10. |2024-04-07T13:31:26.000+08:00|2024-04-08T15:32:50.000+08:00|           2|    16.0|
11. +-----------------------------+-----------------------------+------------+--------+
13. IoTDB> select * FROM root.qd.laoshan.tbm1
14. +-----------------------------+------------------------+-------------------------+--------------------------+
15. |                         Time|root.qd.laoshan.tbm1.tor|root.qd.laoshan.tbm1.dist|root.qd.laoshan.tbm1.speed|
16. +-----------------------------+------------------------+-------------------------+--------------------------+
17. |2024-01-01T05:57:43.000+08:00|                    39.0|                      4.0|                      45.0|
18. |2024-01-02T21:19:35.000+08:00|                    30.0|                      2.0|                      37.0|
19. |2024-01-03T06:48:54.000+08:00|                    37.0|                      0.0|                      20.0|
20. |2024-01-04T09:44:23.000+08:00|                    27.0|                      0.0|                      11.0|

复制代码

【点数分段聚合】

用法：根据点数分组举行聚合运算，将连续的指定数目数据点分为一组，即按照固定的点数举行分组
group by count(物理量，点数，空值处理)

1. select __endTime, count(dist) from root.qd.laoshan.tbm1 where time < 2024-06-01T00:00:00 group by count (dist, 5)

复制代码

1. IoTDB> select __endTime, count(dist),sum(speed) as 速度总和, min_value (tor) as 最小力矩 from root.qd.laoshan.tbm1 where time < 2024-06-01T00:00:00 group by count (dist, 10)
2. +-----------------------------+-----------------------------+--------------------------------+--------+--------+
3. |                         Time|                    __endTime|count(root.qd.laoshan.tbm1.dist)|速度总和|最小力矩|
4. +-----------------------------+-----------------------------+--------------------------------+--------+--------+
5. |2024-01-01T05:57:43.000+08:00|2024-01-10T09:11:00.000+08:00|                              10|   337.0|    25.0|
6. |2024-01-11T11:23:52.000+08:00|2024-01-20T07:57:55.000+08:00|                              10|   339.0|    20.0|
7. |2024-01-21T16:16:08.000+08:00|2024-01-30T20:03:10.000+08:00|                              10|   380.0|    23.0|
8. |2024-01-31T23:38:39.000+08:00|2024-02-09T06:07:14.000+08:00|                              10|   360.0|    21.0|
9. |2024-02-10T02:01:21.000+08:00|2024-02-19T09:54:22.000+08:00|                              10|   379.0|    23.0|
10. |2024-02-20T14:40:19.000+08:00|2024-02-29T22:00:36.000+08:00|                              10|   354.0|    20.0|
11. |2024-03-01T14:17:30.000+08:00|2024-03-10T09:06:43.000+08:00|                              10|   331.0|    28.0|
12. |2024-03-11T04:16:57.000+08:00|2024-03-20T09:21:02.000+08:00|                              10|   366.0|    20.0|
13. |2024-03-21T00:44:23.000+08:00|2024-03-30T11:15:47.000+08:00|                              10|   409.0|    25.0|
14. |2024-03-31T15:51:16.000+08:00|2024-04-09T23:28:33.000+08:00|                              10|   281.0|    20.0|
15. |2024-04-10T06:24:58.000+08:00|2024-04-19T12:22:53.000+08:00|                              10|   437.0|    20.0|
16. |2024-04-20T07:43:33.000+08:00|2024-04-29T07:36:04.000+08:00|                              10|   378.0|    21.0|
17. |2024-04-30T09:40:16.000+08:00|2024-05-09T06:25:52.000+08:00|                              10|   387.0|    20.0|
18. |2024-05-10T05:37:27.000+08:00|2024-05-19T03:14:12.000+08:00|                              10|   355.0|    20.0|
19. |2024-05-20T03:07:25.000+08:00|2024-05-29T12:01:43.000+08:00|                              10|   346.0|    21.0|
20. +-----------------------------+-----------------------------+--------------------------------+--------+--------+

复制代码

【装备分组查询】

【普通查询】

查询结果集默认按照时间对齐，包含一列时间列和若干个值列，结果表里每一行数据各列的时间戳相同。

1. select * from root.qd.laoshan.** where time > 2024-05-01T00:00:00 and time < 2024-08-01T00:00:00;

复制代码

1. select speed,info from root.qd.laoshan.** where time > 2024-05-01T00:00:00 and time < 2024-08-01T00:00:00;

复制代码

【align by device】

装备名会单独作为一列出现，查询结果集包含一列时间列、一列装备列和若干个值列。假如 SELECT 子句中选择了 N 列，则结果集包含 N + 2 列（时间列和装备名字列）
在展示的结果内，Time + Device名称作为key，标志一条数据

1. IoTDB> select * from root.qd.laoshan.** where time > 2024-05-01T00:00:00 and time < 2024-08-01T00:00:00 align by device
2. +-----------------------------+--------------------+------+----+-----+------+
3. |                         Time|              Device|   tor|dist|speed|status|
4. +-----------------------------+--------------------+------+----+-----+------+
5. |2024-05-01T18:42:25.000+08:00|root.qd.laoshan.tbm1|  33.0| 0.0| 44.0|  null|
6. |2024-05-02T07:04:03.000+08:00|root.qd.laoshan.tbm1|  20.0| 4.0| 28.0|  null|
7. |2024-05-03T04:17:50.000+08:00|root.qd.laoshan.tbm1|  33.0| 3.0| 58.0|  null|
8. |2024-05-04T00:48:07.000+08:00|root.qd.laoshan.tbm1|  20.0| 2.0| 44.0|  null|
9. |2024-05-05T20:33:11.000+08:00|root.qd.laoshan.tbm1|  27.0| 2.0| 51.0|  null|
10. |2024-05-06T17:57:49.000+08:00|root.qd.laoshan.tbm1|  23.0| 0.0| 23.0|  null|
11. |2024-05-07T22:05:29.000+08:00|root.qd.laoshan.tbm1|  39.0| 3.0| 55.0|  null|
12. |2024-05-08T08:16:38.000+08:00|root.qd.laoshan.tbm1|  38.0| 4.0| 41.0|  null|
13. |2024-05-09T06:25:52.000+08:00|root.qd.laoshan.tbm1|  20.0| 4.0| 26.0|  null|
14. |2024-05-10T05:37:27.000+08:00|root.qd.laoshan.tbm1|  37.0| 4.0| 48.0|  null|
15. |2024-05-11T09:24:29.000+08:00|root.qd.laoshan.tbm1|  40.0| 0.0| 43.0|  null|
16. |2024-05-12T05:39:45.000+08:00|root.qd.laoshan.tbm1|  28.0| 0.0| 45.0|  null|

复制代码

【缺失值查询】

数据准备:

1. insert into root.qd.laoshan.tbm2 (timestamp, speed, tor) values (2024-05-09 12:03:00, 83.0, 1300)
3. insert into root.qd.laoshan.tbm2 (timestamp, tor,status) values (2024-05-09 12:04:00, 1400,false)
5. insert into root.qd.laoshan.tbm2 (timestamp, speed) values (2024-05-09 12:05:00, 85.0)
7. insert into root.qd.laoshan.tbm2 (timestamp, speed, tor,status) values (2024-05-09 12:06:00, 86.0, 1500,true)

复制代码

填充查询的缺失值 fill用途：用某些值代替select 表现结果中为null的值
【1.利用缺失值的前一个时候点填充数据:】

select * from root.qd.laoshan.tbm2

1. Time                   |root.qd.laoshan.tbm2.tor|root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.status|
2. -----------------------+------------------------+--------------------------+---------------------------+
3. 2024-05-09 12:03:00.000|                  1300.0|                      83.0|                           |
4. 2024-05-09 12:04:00.000|                  1400.0|                          |false                      |
5. 2024-05-09 12:05:00.000|                        |                      85.0|                           |
6. 2024-05-09 12:06:00.000|                  1500.0|                      86.0|true                       |

复制代码

select * from root.qd.laoshan.tbm2 fill (previous); # 用上一个时候点的值来填充本行位空的值

1. Time                   |root.qd.laoshan.tbm2.tor|root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.status|
2. -----------------------+------------------------+--------------------------+---------------------------+
3. 2024-05-09 12:03:00.000|                  1300.0|                      83.0|                           |
4. 2024-05-09 12:04:00.000|                  1400.0|                      83.0|false                      |
5. 2024-05-09 12:05:00.000|                  1400.0|                      85.0|false                      |
6. 2024-05-09 12:06:00.000|                  1500.0|                      86.0|true                       |

复制代码

select * from root.qd.laoshan.tbm2 fill (previous, 5s);# 前5秒时候的值来填充

1. Time                   |root.qd.laoshan.tbm2.tor|root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.status|
2. -----------------------+------------------------+--------------------------+---------------------------+
3. 2024-05-09 12:03:00.000|                  1300.0|                      83.0|                           |
4. 2024-05-09 12:04:00.000|                  1400.0|                          |false                      |
5. 2024-05-09 12:05:00.000|                        |                      85.0|                           |
6. 2024-05-09 12:06:00.000|                  1500.0|                      86.0|true                       |

复制代码

select * from root.qd.laoshan.tbm2 fill (previous, 1m); # 前1分钟时候的值来填充
select * from root.qd.laoshan.tbm2 fill (previous, 59s);
【2.利用前一个非空值和下一个非空值的线性插值】

select speed,tor from root.qd.laoshan.tbm2

1. Time                   |root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.tor|
2. -----------------------+--------------------------+------------------------+
3. 2024-05-09 12:03:00.000|                      83.0|                  1300.0|
4. 2024-05-09 12:04:00.000|                          |                  1400.0|
5. 2024-05-09 12:05:00.000|                      85.0|                        |
6. 2024-05-09 12:06:00.000|                      86.0|                  1500.0|

复制代码

select speed,tor from root.qd.laoshan.tbm2 fill(LINEAR);

1. Time                   |root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.tor|
2. -----------------------+--------------------------+------------------------+
3. 2024-05-09 12:03:00.000|                      83.0|                  1300.0|
4. 2024-05-09 12:04:00.000|                      84.0|                  1400.0|
5. 2024-05-09 12:05:00.000|                      85.0|                  1450.0|
6. 2024-05-09 12:06:00.000|                      86.0|                  1500.0|

复制代码

select * from root.qd.laoshan.tbm2 fill(LINEAR);

1. Time                   |root.qd.laoshan.tbm2.tor|root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.status|
2. -----------------------+------------------------+--------------------------+---------------------------+
3. 2024-05-09 12:03:00.000|                  1300.0|                      83.0|                           |
4. 2024-05-09 12:04:00.000|                  1400.0|                      84.0|false                      |
5. 2024-05-09 12:05:00.000|                  1450.0|                      85.0|                           |
6. 2024-05-09 12:06:00.000|                  1500.0|                      86.0|true                       |

复制代码

【3.常量填充】

   假如某列数据范例与常量范例不兼容，既不填充该列，也不报错，将该列保持原样。
  select * from root.qd.laoshan.tbm2

1. Time                   |root.qd.laoshan.tbm2.tor|root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.status|
2. -----------------------+------------------------+--------------------------+---------------------------+
3. 2024-05-09 12:03:00.000|                  1300.0|                      83.0|                           |
4. 2024-05-09 12:04:00.000|                  1400.0|                          |false                      |
5. 2024-05-09 12:05:00.000|                        |                      85.0|                           |
6. 2024-05-09 12:06:00.000|                  1500.0|                      86.0|true                       |

复制代码

select * from root.qd.laoshan.tbm2 fill(1500);

1. Time                   |root.qd.laoshan.tbm2.tor|root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.status|
2. -----------------------+------------------------+--------------------------+---------------------------+
3. 2024-05-09 12:03:00.000|                  1300.0|                      83.0|                           |
4. 2024-05-09 12:04:00.000|                  1400.0|                    1500.0|false                      |
5. 2024-05-09 12:05:00.000|                  1500.0|                      85.0|                           |
6. 2024-05-09 12:06:00.000|                  1500.0|                      86.0|true                       |

复制代码

select * from root.qd.laoshan.tbm2 fill(0)

1. Time                   |root.qd.laoshan.tbm2.tor|root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.status|
2. -----------------------+------------------------+--------------------------+---------------------------+
3. 2024-05-09 12:03:00.000|                  1300.0|                      83.0|                           |
4. 2024-05-09 12:04:00.000|                  1400.0|                       0.0|false                      |
5. 2024-05-09 12:05:00.000|                     0.0|                      85.0|                           |
6. 2024-05-09 12:06:00.000|                  1500.0|                      86.0|true                       |

复制代码

select * from root.qd.laoshan.tbm2 fill(true)

1. Time                   |root.qd.laoshan.tbm2.tor|root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.status|
2. -----------------------+------------------------+--------------------------+---------------------------+
3. 2024-05-09 12:03:00.000|                  1300.0|                      83.0|true                       |
4. 2024-05-09 12:04:00.000|                  1400.0|                          |false                      |
5. 2024-05-09 12:05:00.000|                        |                      85.0|true                       |
6. 2024-05-09 12:06:00.000|                  1500.0|                      86.0|true                       |

复制代码

【4.支持的数据范例】

   

   

• PREVIOUS 填充：利用该列前一个非空值举行填充。
  
• LINEAR 填充：利用该列前一个非空值和下一个非空值的线性插值举行填充。
  
• 常量填充：利用指定常量填充。
  

  【5.支持聚合查询填充】

select SUM(speed) from root.qd.laoshan.tbm2 group by ([2024-05-09 12:03:00, 2024-05-09 12:10:00), 2m);

1. Time                   |SUM(root.qd.laoshan.tbm2.speed)|
2. -----------------------+-------------------------------+
3. 2024-05-09 12:03:00.000|                           83.0|
4. 2024-05-09 12:05:00.000|                          171.0|
5. 2024-05-09 12:07:00.000|                               |
6. 2024-05-09 12:09:00.000|                               |

复制代码

select SUM(speed) from root.qd.laoshan.tbm2 group by ([2024-05-09 12:03:00, 2024-05-09 12:10:00), 2m) FILL (previous);

1. Time                   |SUM(root.qd.laoshan.tbm2.speed)|
2. -----------------------+-------------------------------+
3. 2024-05-09 12:03:00.000|                           83.0|
4. 2024-05-09 12:05:00.000|                          171.0|
5. 2024-05-09 12:07:00.000|                          171.0|
6. 2024-05-09 12:09:00.000|                          171.0|

复制代码

【6.填充结果写回数据库】

【6.1 普通查询填充结果回写数据库】
通过fill填充完成后，调用into子句，将填充的结果写回数据库另外的存储表里
select speed,tor from root.qd.laoshan.tbm2

1. Time                   |root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.tor|
2. -----------------------+--------------------------+------------------------+
3. 2024-05-09 12:03:00.000|                      83.0|                  1300.0|
4. 2024-05-09 12:04:00.000|                          |                  1400.0|
5. 2024-05-09 12:05:00.000|                      85.0|                        |
6. 2024-05-09 12:06:00.000|                      86.0|                  1500.0|

复制代码

select speed,tor from root.qd.laoshan.tbm2 fill (linear);

1. Time                   |root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm2.tor|
2. -----------------------+--------------------------+------------------------+
3. 2024-05-09 12:03:00.000|                      83.0|                  1300.0|
4. 2024-05-09 12:04:00.000|                      84.0|                  1400.0|
5. 2024-05-09 12:05:00.000|                      85.0|                  1450.0|
6. 2024-05-09 12:06:00.000|                      86.0|                  1500.0|

复制代码

select speed,tor into root.qd.laoshan.tbm22 (speed,tor) from root.qd.laoshan.tbm2 fill (linear);

1. SourceColumn              |TargetTimeseries           |Written|
2. --------------------------+---------------------------+-------+
3. root.qd.laoshan.tbm2.speed|root.qd.laoshan.tbm22.speed|      4|
4. root.qd.laoshan.tbm2.tor  |root.qd.laoshan.tbm22.tor  |      4|

复制代码

select speed,tor from root.qd.laoshan.tbm22

1. Time                   |root.qd.laoshan.tbm22.speed|root.qd.laoshan.tbm22.tor|
2. -----------------------+---------------------------+-------------------------+
3. 2024-05-09 12:03:00.000|                       83.0|                   1300.0|
4. 2024-05-09 12:04:00.000|                       84.0|                   1400.0|
5. 2024-05-09 12:05:00.000|                       85.0|                   1450.0|
6. 2024-05-09 12:06:00.000|                       86.0|                   1500.0|

复制代码

  按时间对齐（默认）：全部 into跟随的字段，包含的目标序列数目要与查询结果集的列数（除时间列外）同等，且按照表头从左到右的顺序逐一对应。
  【6.2 聚合查询回写数据库】
select avg(speed), count(speed) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 2d,7d) order by time desc

1. Time                   |avg(root.qd.laoshan.tbm1.speed)|count(root.qd.laoshan.tbm1.speed)|
2. -----------------------+-------------------------------+---------------------------------+
3. 2024-05-30 00:00:00.000|                           38.0|                                2|
4. 2024-05-23 00:00:00.000|                           45.5|                                2|
5. 2024-05-16 00:00:00.000|                           22.0|                                2|
6. 2024-05-09 00:00:00.000|                           37.0|                                2|
7. 2024-05-02 00:00:00.000|                           43.0|                                2|
8. 2024-04-25 00:00:00.000|                           38.0|                                2|
9. 2024-04-18 00:00:00.000|                           41.5|                                2|
10. 2024-04-11 00:00:00.000|                           45.0|                                2|
11. 2024-04-04 00:00:00.000|                           29.5|                                2|
12. 2024-03-28 00:00:00.000|                           36.5|                                2|
13. 2024-03-21 00:00:00.000|                           38.0|                                2|
14. 2024-03-14 00:00:00.000|                           24.5|                                2|
15. 2024-03-07 00:00:00.000|                           47.0|                                2|
16. 2024-02-29 00:00:00.000|                           39.5|                                2|
17. 2024-02-22 00:00:00.000|                           31.5|                                2|
18. 2024-02-15 00:00:00.000|                           53.5|                                2|
19. 2024-02-08 00:00:00.000|                           35.0|                                2|
20. 2024-02-01 00:00:00.000|                           44.5|                                2|

复制代码

将聚合查询结果写回
select avg(speed), count(speed) into root.qd.laoshan.tbm11 (匀称速率,数目) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 2d,7d) order by time desc

1. SourceColumn                     |TargetTimeseries          |Written|
2. ---------------------------------+--------------------------+-------+
3. avg(root.qd.laoshan.tbm1.speed)  |root.qd.laoshan.tbm11.平均速度|     18|
4. count(root.qd.laoshan.tbm1.speed)|root.qd.laoshan.tbm11.数量  |     18|

复制代码

select * from root.qd.laoshan.tbm11

1. Time                   |root.qd.laoshan.tbm11.数量|root.qd.laoshan.tbm11.平均速度|
2. -----------------------+------------------------+--------------------------+
3. 2024-02-01 00:00:00.000|                       2|                      44.5|
4. 2024-02-08 00:00:00.000|                       2|                      35.0|
5. 2024-02-15 00:00:00.000|                       2|                      53.5|
6. 2024-02-22 00:00:00.000|                       2|                      31.5|
7. 2024-02-29 00:00:00.000|                       2|                      39.5|
8. 2024-03-07 00:00:00.000|                       2|                      47.0|
9. 2024-03-14 00:00:00.000|                       2|                      24.5|
10. 2024-03-21 00:00:00.000|                       2|                      38.0|
11. 2024-03-28 00:00:00.000|                       2|                      36.5|
12. 2024-04-04 00:00:00.000|                       2|                      29.5|
13. 2024-04-11 00:00:00.000|                       2|                      45.0|
14. 2024-04-18 00:00:00.000|                       2|                      41.5|
15. 2024-04-25 00:00:00.000|                       2|                      38.0|
16. 2024-05-02 00:00:00.000|                       2|                      43.0|
17. 2024-05-09 00:00:00.000|                       2|                      37.0|
18. 2024-05-16 00:00:00.000|                       2|                      22.0|
19. 2024-05-23 00:00:00.000|                       2|                      45.5|
20. 2024-05-30 00:00:00.000|                       2|                      38.0|

复制代码

提示：
先不带into子句，查询当前的结果内容
然后按照结果内容，在into子句后面，手动写入目标序列名称
【分页查询】

【1.分页查询limit、offset】

用途：当查询结果集数据量很大，放在一个页面不利于表现，可以利用 LIMIT/SLIMIT 子句和 OFFSET/SOFFSET 子句举行分页控制。
select * from root.qd.laoshan.tbm1
默认按照时间升序，只检察10行数据
select * from root.qd.laoshan.tbm1 limit 10
select * from root.qd.laoshan.tbm1 limit 10 offset 50
select * from root.qd.laoshan.tbm1 order by time desc limit 10
select avg(speed) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 2d,7d) order by time desc limit 3
【2.分页查询slimit、soffset按列分页查询】

用途：当查询结果集数据量很大，放在一个页面不利于表现，可以利用 LIMIT/SLIMIT 子句和 OFFSET/SOFFSET 子句举行分页控制。
select * from root.qd.laoshan.tbm1
select * from root.qd.laoshan.tbm1 limit 5
select * from root.qd.laoshan.tbm1 limit 5 slimit 2
select * from root.qd.laoshan.tbm1 limit 5 slimit 2 soffset 1
   slimit 控制查询的列的个数
3.0|
2024-05-09 00:00:00.000| 2| 37.0|
2024-05-16 00:00:00.000| 2| 22.0|
2024-05-23 00:00:00.000| 2| 45.5|
2024-05-30 00:00:00.000| 2| 38.0|

4. 提示：
5. 先不带into子句，查询当前的结果内容
6. 然后按照结果内容，在into子句后面，手动写入目标序列名称
8. #### 【分页查询】
10. ##### <u>【1.分页查询limit、offset】</u>
12. <u>用途：当查询结果集数据量很大，放在一个页面不利于显示，可以使用 LIMIT/SLIMIT 子句和 OFFSET/SOFFSET 子句进行分页控制。</u>
15. <u>select * from root.qd.laoshan.tbm1</u>
17. <u>默认按照时间升序，只查看10行数据</u>
18. <u>select * from root.qd.laoshan.tbm1 limit 10</u>
22. <u>select * from root.qd.laoshan.tbm1 limit 10 offset 50</u>
26. <u>select * from root.qd.laoshan.tbm1 order by time desc limit 10</u>
30. <u>select avg(speed) from root.qd.laoshan.tbm1 group by ([2024-02-01T00:00:00, 2024-06-01T00:00:00), 2d,7d)  order by time desc limit 3</u>
34. ##### 【2.分页查询slimit、soffset按列分页查询】
36. <u>用途：当查询结果集数据量很大，放在一个页面不利于显示，可以使用 LIMIT/SLIMIT 子句和 OFFSET/SOFFSET 子句进行分页控制。</u>
38. <u>select * from root.qd.laoshan.tbm1</u>
40. <u>select * from root.qd.laoshan.tbm1 limit 5</u>
42. <u>select * from root.qd.laoshan.tbm1 limit 5 slimit 2</u>
44. <u>select * from root.qd.laoshan.tbm1 limit 5 slimit 2 soffset 1</u>
46. > slimit 控制查询的列的个数

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

---

欢迎光临 qidao123.com技术社区-IT企服评测·应用市场 (https://dis.qidao123.com/)

Powered by Discuz! X3.4