函数

InfluxDB的函数可以分成Aggregate，select和predict类型。

Aggregations

COUNT()

返回非空字段值得数目

语法

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]

嵌套语法

SELECT COUNT(DISTINCT( [ * | <field_key> | /<regular_expression>/ ] )) [...]

语法描述

COUNT(field_key)

返回field key对应的field values的数目。

COUNT(/regular_expression/)

返回匹配正则表达式的field key对应的field values的数目。

COUNT(*)

返回measurement中的每个field key对应的field value的数目。

COUNT()支持所有数据类型的field value，InfluxQL支持COUNT()嵌套DISTINCT()。

例子

例一：计数指定field key的field value的数目

该查询返回measurementh2o_feet中的water_level的非空字段值的数量。

例二：计数measurement中每个field key关联的field value的数量

该查询返回与measurementh2o_feet相关联的每个字段键的非空字段值的数量。h2o_feet有两个字段键：level_description和water_level。

例三：计数匹配一个正则表达式的每个field key关联的field value的数目

该查询返回measurementh2o_feet中包含water单词的每个field key的非空字段值的数量。

例四：计数包括多个子句的field key的field value的数目

该查询返回water_level字段键中的非空字段值的数量。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果分组为12分钟的时间间隔和每个tag。并用200填充空的时间间隔，并将点数返回7measurement返回1。

例五：计数一个field key的distinct的field value的数量

查询返回measurement为h2o_feetfield key为level description的唯一field value的数量。

COUNT()的常见问题

问题一：COUNT()和fill()

大多数InfluxQL函数对于没有数据的时间间隔返回null值，fill(<fill_option>)将该null值替换为fill_option。 COUNT()针对没有数据的时间间隔返回0，fill(<fill_option>)用fill_option替换0值。

例如

下面的代码块中的第一个查询不包括fill()。最后一个时间间隔没有数据，因此该时间间隔的值返回为零。第二个查询包括fill(800000); 它将最后一个间隔中的零替换为800000。

DISTINCT()

返回field value的不同值列表。

语法

嵌套语法

语法描述

DISTINCT(field_key)

返回field key对应的不同field values。

DISTINCT(/regular_expression/)

返回匹配正则表达式的field key对应的不同field values。

DISTINCT(*)

返回measurement中的每个field key对应的不同field value。

DISTINCT()支持所有数据类型的field value，InfluxQL支持COUNT()嵌套DISTINCT()。

例子

例一：列出一个field key的不同的field value

查询返回level description的所有的不同的值。

例二：列出一个measurement中每个field key的不同值

查询返回h2o_feet中每个字段的唯一字段值的列表。h2o_feet有两个字段：description和water_level。

例三：列出匹配正则表达式的field的不同field value

查询返回h2o_feet中含有description的字段的唯一字段值的列表。

例四：列出包含多个子句的field key关联的不同值得列表

该查询返回level description字段键中不同字段值的列表。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询限制返回一个series。

例五：对一个字段的不同值作计数

查询返回h2o_feet这个measurement中字段level description的不同值的数目。

DISTINCT()的常见问题

问题一：DISTINCT()和INTO子句

使用DISTINCT()与INTO子句可能导致InfluxDB覆盖目标measurement中的点。DISTINCT()通常返回多个具有相同时间戳的结果; InfluxDB假设具有相同series的点，时间戳是重复的点，并且仅覆盖目的measurement中最近一个点的任何重复点。

例如

下面的代码中的第一个查询使用DISTINCT()函数，返回四个结果。请注意，每个结果具有相同的时间戳。第二个查询将INTO子句添加到初始查询中，并将查询结果写入measurementdistincts中。代码中的最后一个查询选择distincts中的所有数据。最后一个查询返回一个点，因为四个初始结果是重复点; 它们属于同一series，具有相同的时间戳。 当系统遇到重复点时，它会用最近一个点覆盖上一个点。

INTEGRAL()

返回字段曲线下的面积，即是积分。

语法

语法描述

InfluxDB计算字段曲线下的面积，并将这些结果转换为每unit的总和面积。unit参数是一个整数，后跟一个时间字符串，它是可选的。如果查询未指定单位，则单位默认为1秒（1s）。

INTEGRAL(field_key)

返回field key关联的值之下的面积。

INTEGRAL(/regular_expression/)

返回满足正则表达式的每个field key关联的值之下的面积。

INTEGRAL(*)

返回measurement中每个field key关联的值之下的面积。

INTEGRAL()不支持fill()，INTEGRAL()支持int64和float64两个数据类型。

例子

下面的五个例子，使用数据库NOAA_water_database中的数据：

例一：计算指定的field key的值得积分

该查询返回h2o_feet中的字段water_level的曲线下的面积（以秒为单位）。

例二：计算指定的field key和时间单位的值得积分

该查询返回h2o_feet中的字段water_level的曲线下的面积（以分钟为单位）。

例三：计算measurement中每个field key在指定时间单位的值得积分

查询返回measurementh2o_feet中存储的每个数值字段相关的字段值的曲线下面积（以分钟为单位）。 h2o_feet的数值字段为water_level。

例四：计算measurement中匹配正则表达式的field key在指定时间单位的值得积分

查询返回field key包括单词water的每个数值类型的字段相关联的字段值的曲线下的区域（以分钟为单位）。

例五：在含有多个子句中计算指定字段的积分

查询返回与字段water_level相关联的字段值的曲线下面积（以分钟为单位）。 它涵盖2015-08-18T00：00：00Z和2015-08-18T00：30：00Z之间的时间段，分组结果间隔12分钟，并将结果数量限制为1。

MEAN()

返回字段的平均值

语法

语法描述

MEAN(field_key)

返回field key关联的值的平均值。

MEAN(/regular_expression/)

返回满足正则表达式的每个field key关联的值的平均值。

MEAN(*)

返回measurement中每个field key关联的值的平均值。

MEAN()支持int64和float64两个数据类型。

例子

例一：计算指定字段的平均值

该查询返回measurementh2o_feet的字段water_level的平均值。

例二：计算measurement中每个字段的平均值

查询返回在h2o_feet中数值类型的每个字段的平均值。h2o_feet有一个数值字段：water_level。

例三：计算满足正则表达式的字段的平均值

查询返回在h2o_feet中字段中含有water的数值类型字段的平均值。

例四：计算含有多个子句字段的平均值

查询返回字段water_level中的值的平均值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。该查询用9.01填充空时间间隔，并将点数和series分别限制到7和1。

MEDIAN()

返回排好序的字段的中位数。

语法

语法描述

MEDIAN(field_key)

返回field key关联的值的中位数。

MEDIAN(/regular_expression/)

返回满足正则表达式的每个field key关联的值的中位数。

MEDIAN(*)

返回measurement中每个field key关联的值的中位数。

MEDIAN()支持int64和float64两个数据类型。

注意：MEDIAN()近似于PERCENTILE（field_key，50），除了如果该字段包含偶数个值，MEDIAN()返回两个中间字段值的平均值之外。

例子

例一：计算指定字段的中位数

该查询返回measurementh2o_feet的字段water_level的中位数。

例二：计算measurement中每个字段的中位数

查询返回在h2o_feet中数值类型的每个字段的中位数。h2o_feet有一个数值字段：water_level。

例三：计算满足正则表达式的字段的中位数

查询返回在h2o_feet中字段中含有water的数值类型字段的中位数。

例四：计算含有多个子句字段的中位数

查询返回字段water_level中的值的中位数。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。该查询用700填充空时间间隔，并将点数和series分别限制到7和1，并将series的返回偏移1。

MODE()

返回字段中出现频率最高的值。

语法

语法描述

MODE(field_key)

返回field key关联的值的出现频率最高的值。

MODE(/regular_expression/)

返回满足正则表达式的每个field key关联的值的出现频率最高的值。

MODE(*)

返回measurement中每个field key关联的值的出现频率最高的值。

MODE()支持所有数据类型。

注意：MODE()如果最多出现次数有两个或多个值，则返回具有最早时间戳的字段值。

例子

例一：计算指定字段的最常出现的值

该查询返回measurementh2o_feet的字段level description的最常出现的值。

例二：计算measurement中每个字段最常出现的值

查询返回在h2o_feet中数值类型的每个字段的最常出现的值。h2o_feet有两个字段：water_level和level description。

例三：计算满足正则表达式的字段的最常出现的值

查询返回在h2o_feet中字段中含有water的字段的最常出现的值。

例四：计算含有多个子句字段的最常出现的值

查询返回字段water_level中的值的最常出现的值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。，并将点数和series分别限制到3和1，并将series的返回偏移1。

SPREAD()

返回字段中最大和最小值的差值。

语法

语法描述

SPREAD(field_key)

返回field key最大和最小值的差值。

SPREAD(/regular_expression/)

返回满足正则表达式的每个field key最大和最小值的差值。

SPREAD(*)

返回measurement中每个field key最大和最小值的差值。

SPREAD()支持所有的数值类型的field。

例子

例一：计算指定字段最大和最小值的差值

该查询返回measurementh2o_feet的字段water_level的最大和最小值的差值。

例二：计算measurement中每个字段最大和最小值的差值

查询返回在h2o_feet中数值类型的每个数值字段的最大和最小值的差值。h2o_feet有一个数值字段：water_level。

例三：计算满足正则表达式的字段最大和最小值的差值

查询返回在h2o_feet中字段中含有water的所有数值字段的最大和最小值的差值。

例四：计算含有多个子句字段最大和最小值的差值

查询返回字段water_level中的最大和最小值的差值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组，空值用18来填充，并将点数和series分别限制到3和1，并将series的返回偏移1。

STDDEV()

返回字段的标准差。

语法

语法描述

STDDEV(field_key)

返回field key的标准差。

STDDEV(/regular_expression/)

返回满足正则表达式的每个field key的标准差。

STDDEV(*)

返回measurement中每个field key的标准差。

STDDEV()支持所有的数值类型的field。

例子

例一：计算指定字段的标准差

该查询返回measurementh2o_feet的字段water_level的标准差。

例二：计算measurement中每个字段的标准差

查询返回在h2o_feet中数值类型的每个数值字段的标准差。h2o_feet有一个数值字段：water_level。

例三：计算满足正则表达式的字段的标准差

查询返回在h2o_feet中字段中含有water的所有数值字段的标准差。

例四：计算含有多个子句字段的标准差

查询返回字段water_level的标准差。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组，空值用18000来填充，并将点数和series分别限制到2和1，并将series的返回偏移1。

SUM()

返回字段值的和。

语法

语法描述

SUM(field_key)

返回field key的值的和。

SUM(/regular_expression/)

返回满足正则表达式的每个field key的值的和。

SUM(*)

返回measurement中每个field key的值的和。

SUM()支持所有的数值类型的field。

例子

例一：计算指定字段的值的和

该查询返回measurementh2o_feet的字段water_level的值的和。

例二：计算measurement中每个字段的值的和

查询返回在h2o_feet中数值类型的每个数值字段的值的和。h2o_feet有一个数值字段：water_level。

例三：计算满足正则表达式的字段的值的和

查询返回在h2o_feet中字段中含有water的所有数值字段的值的和。

例四：计算含有多个子句字段的值的和

查询返回字段water_level的值的和。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组，空值用18000来填充，并将点数和series分别限制到2和1，并将series的返回偏移1。

Selectors

BOTTOM()

返回最小的N个field值。

语法

语法描述

BOTTOM(field_key,N)

返回field key的最小的N个field value。

BOTTOM(field_key,tag_key(s),N)

返回某个tag key的N个tag value的最小的field value。

BOTTOM(field_key,N),tag_key(s),field_key(s)

返回括号里的字段的最小N个field value，以及相关的tag或field，或者两者都有。

BOTTOM()支持所有的数值类型的field。

说明：

  • 如果一个field有两个或多个相等的field value，BOTTOM()返回时间戳最早的那个。

  • BOTTOM()和INTO子句一起使用的时候，和其他的函数有些不一样。

例子

例一：选择一个field的最小的三个值

该查询返回measurementh2o_feet的字段water_level的最小的三个值。

例二：选择一个field的两个tag的分别最小的值

该查询返回和taglocation相关的两个tag值的字段water_level的分别最小值。

例三：选择一个field的最小的四个值，以及其关联的tag和field

查询返回water_level中最小的四个字段值以及taglocation和fieldlevel description的相关值。

例四：选择一个field的最小的三个值，并且包括了多个子句

查询将返回在2015-08-18T00：00：00Z和2015-08-18T00：54：00Z之间的每24分钟间隔内，water_level最小的三个值。它还以降序的时间戳顺序返回结果。

请注意，GROUP BY time()子句不会覆盖点的原始时间戳。有关该行为的更详细解释，请参阅下面的问题一。

BOTTOM()的常见问题

问题一：BOTTOM()和GROUP BY time()子句

BOTTOM()和GROUP BY time()子句的查询返回每个GROUP BY time()间隔指定的点数。对于大多数GROUP BY time()查询，返回的时间戳记标记GROUP BY time()间隔的开始。GROUP BY time()查询与BOTTOM()函数的行为不同; 它们保留原始数据点的时间戳。

例如

下面的查询返回每18分钟·GROUP BY time()间隔的两点。请注意，返回的时间戳是点的原始时间戳; 它们不会被强制匹配GROUP BY time()间隔的开始。

问题二：BOTTOM()和一个少于N个值得tag key

使用语法SELECT BOTTOM（<field_key>，<tag_key>，<N>）的查询可以返回比预期少的点。如果tag具有X标签值，则查询指定N个值，当X小于N，则查询返回X点。

例如

下面的查询将要求taglocation的三个值的water_level的最小字段值。由于location具有两个值（santa_monica和coyote_creek），所以查询返回两点而不是三个。

问题三：BOTTOM()，tags和INTO子句

当与INTO子句和GROUP BY tag子句结合使用时，大多数InfluxQL函数将初始数据中的任何tag转换为新写入的数据中的field。此行为也适用于BOTTOM()函数，除非BOTTOM()包含一个tag key作为参数：BOTTOM(field_key，tag_key(s)，N)。在这些情况下，系统将指定的tag作为新写入的数据中的tag。

例如

下面的代码块中的第一个查询返回与tag location相关联的两个tag value的fieldwater_level中最小的字段值。它也将这些结果写入measurementbottom_water_levels。 第二个查询显示InfluxDB在bottom_water_levels中将location保存为tag。

FIRST()

返回时间戳最早的值

语法

语法描述

FIRST(field_key)

返回field key时间戳最早的值。

FIRST(/regular_expression/)

返回满足正则表达式的每个field key的时间戳最早的值。

FIRST(*)

返回measurement中每个field key的时间戳最早的值。

FIRST(field_key),tag_key(s),field_key(s)

返回括号里的字段的时间戳最早的值，以及相关联的tag或field，或者两者都有。

FIRST()支持所有类型的field。

例子

例一：返回field key时间戳最早的值

查询返回level description的时间戳最早的值。

例二：列出一个measurement中每个field key的时间戳最早的值

查询返回h2o_feet中每个字段的时间戳最早的值。h2o_feet有两个字段：level description和water_level。

例三：列出匹配正则表达式的field的时间戳最早的值

查询返回h2o_feet中含有level的字段的时间戳最早的值。

例四：返回field的最早的值，以及其相关的tag和field

查询返回level description的时间戳最早的值，以及其相关的taglocation和fieldwater_level。

例五：列出包含多个子句的field key的时间戳最早的值

查询返回字段water_level中最早的字段值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询用9.01填充空时间间隔，并将点数和measurement限制到4和1。

请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每12分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：48：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:24:00Z和2015-08-18T00：36：00Z之间的间隔。

LAST()

返回时间戳最近的值

语法

语法描述

LAST(field_key)

返回field key时间戳最近的值。

LAST(/regular_expression/)

返回满足正则表达式的每个field key的时间戳最近的值。

LAST(*)

返回measurement中每个field key的时间戳最近的值。

LAST(field_key),tag_key(s),field_key(s)

返回括号里的字段的时间戳最近的值，以及相关联的tag或field，或者两者都有。

LAST()支持所有类型的field。

例子

例一：返回field key时间戳最近的值

查询返回level description的时间戳最近的值。

例二：列出一个measurement中每个field key的时间戳最近的值

查询返回h2o_feet中每个字段的时间戳最近的值。h2o_feet有两个字段：level description和water_level。

例三：列出匹配正则表达式的field的时间戳最近的值

查询返回h2o_feet中含有level的字段的时间戳最近的值。

例四：返回field的最近的值，以及其相关的tag和field

查询返回level description的时间戳最近的值，以及其相关的taglocation和fieldwater_level。

例五：列出包含多个子句的field key的时间戳最近的值

查询返回字段water_level中最近的字段值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询用9.01填充空时间间隔，并将点数和measurement限制到4和1。

请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每12分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：48：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:24:00Z和2015-08-18T00：36：00Z之间的间隔。

MAX()

返回最大的字段值

语法

语法描述

MAX(field_key)

返回field key的最大值。

MAX(/regular_expression/)

返回满足正则表达式的每个field key的最大值。

MAX(*)

返回measurement中每个field key的最大值。

MAX(field_key),tag_key(s),field_key(s)

返回括号里的字段的最大值，以及相关联的tag或field，或者两者都有。

MAX()支持所有数值类型的field。

例子

例一：返回field key的最大值

查询返回water_level的最大值。

例二：列出一个measurement中每个field key的最大值

查询返回h2o_feet中每个字段的最大值。h2o_feet有一个数值类型的字段：water_level。

例三：列出匹配正则表达式的field的最大值

查询返回h2o_feet中含有level的数值字段的最大值。

例四：返回field的最大值，以及其相关的tag和field

查询返回water_level的最大值，以及其相关的taglocation和fieldlevel description。

例五：列出包含多个子句的field key的最大值

查询返回字段water_level的最大值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询用9.01填充空时间间隔，并将点数和measurement限制到4和1。

请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每12分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：48：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:24:00Z和2015-08-18T00：36：00Z之间的间隔。

MIN()

返回最小的字段值

语法

语法描述

MIN(field_key)

返回field key的最小值。

MIN(/regular_expression/)

返回满足正则表达式的每个field key的最小值。

MIN(*)

返回measurement中每个field key的最小值。

MIN(field_key),tag_key(s),field_key(s)

返回括号里的字段的最小值，以及相关联的tag或field，或者两者都有。

MIN()支持所有数值类型的field。

例子

例一：返回field key的最小值

查询返回water_level的最小值。

例二：列出一个measurement中每个field key的最小值

查询返回h2o_feet中每个字段的最小值。h2o_feet有一个数值类型的字段：water_level。

例三：列出匹配正则表达式的field的最小值

查询返回h2o_feet中含有level的数值字段的最小值。

例四：返回field的最小值，以及其相关的tag和field

查询返回water_level的最小值，以及其相关的taglocation和fieldlevel description。

例五：列出包含多个子句的field key的最小值

查询返回字段water_level的最小值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询用9.01填充空时间间隔，并将点数和measurement限制到4和1。

请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每12分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：48：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:24:00Z和2015-08-18T00：36：00Z之间的间隔。

PERCENTILE()

返回较大百分之N的字段值

语法

语法描述

PERCENTILE(field_key,N)

返回field key较大的百分之N的值。

PERCENTILE(/regular_expression/,N)

返回满足正则表达式的每个field key较大的百分之N的值。

PERCENTILE(*,N)

返回measurement中每个field key较大的百分之N的值。

PERCENTILE(field_key,N),tag_key(s),field_key(s)

返回括号里的字段较大的百分之N的值，以及相关联的tag或field，或者两者都有。

N必须是0到100的整数或者浮点数。

PERCENTILE()支持所有数值类型的field。

例子

例一：返回field key较大的百分之5的值

查询返回water_level中值在总的field value中比较大的百分之五。

例二：列出一个measurement中每个field key较大的百分之5的值

查询返回h2o_feet中每个字段中值在总的field value中比较大的百分之五。h2o_feet有一个数值类型的字段：water_level。

例三：列出匹配正则表达式的field较大的百分之5的值

查询返回h2o_feet中含有water的数值字段的较大的百分之5的值。

例四：返回field较大的百分之5的值，以及其相关的tag和field

查询返回water_level的较大的百分之5的值，以及其相关的taglocation和fieldlevel description。

例五：列出包含多个子句的field key的较大的百分之20的值

查询返回字段water_level较大的百分之20的值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按24分钟的时间间隔分组。查询用15填充空时间间隔，并将点数限制到2。

请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每24分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：36：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:00:00Z和2015-08-18T00：24：00Z之间的间隔。

PERCENTILE()的常见问题

问题一：PERCENTILE()和其他函数的比较

  • PERCENTILE(<field_key>,100)相当于MAX(<field_key>)。

  • PERCENTILE(<field_key>，50)几乎等于MEDIAN(<field_key>)，除了如果字段键包含偶数个字段值,MEDIAN()函数返回两个中间值的平均值.

  • PERCENTILE(<field_key>,0)相当于MIN(<field_key>)

SAMPLE()

返回N个随机抽样的字段值。SAMPLE()使用reservoir sampling来生成随机点。

语法

SAMPLE(field_key,N)

返回field key的N个随机抽样的字段值。

SAMPLE(/regular_expression/,N)

返回满足正则表达式的每个field key的N个随机抽样的字段值。

SAMPLE(*,N)

返回measurement中每个field key的N个随机抽样的字段值。

SAMPLE(field_key,N),tag_key(s),field_key(s)

返回括号里的字段的N个随机抽样的字段值，以及相关联的tag或field，或者两者都有。

N必须是整数。

SAMPLE()支持所有类型的field。

例子

例一：返回field key的两个随机抽样的字段值

查询返回water_level的两个随机抽样的字段值。

例二：列出一个measurement中每个field key的两个随机抽样的字段值

查询返回h2o_feet中每个字段的两个随机抽样的字段值。h2o_feet有两个字段：water_level和level description。

例三：列出匹配正则表达式的field的两个随机抽样的字段值

查询返回h2o_feet中含有level的字段的两个随机抽样的字段值。

例四：返回field两个随机抽样的字段值，以及其相关的tag和field

查询返回water_level的两个随机抽样的字段值，以及其相关的taglocation和fieldlevel description。

例五：列出包含多个子句的field key的一个随机抽样的字段值

查询返回字段water_level的一个随机抽样的字段值。它涵盖2015-08-18T00：00：00Z和2015-08-18T00：30：00Z之间的时间段，并将结果按18分钟的时间间隔分组。

请注意，GROUP BY time()子句没有覆盖点的原始时间戳。有关该行为的更详细解释，请参阅下面的问题一。

SAMPLE()的常见问题

问题一：SAMPLE()和GROUP BY time()

使用SAMPLE()和GROUP BY time()子句的查询返回每个GROUP BY time()间隔的指定点数(N)。对于大多数GROUP BY time()查询，返回的时间戳是每个GROUP BY time()间隔的开始。GROUP BY time()查询与SAMPLE()函数的行为不同; 它们保留原始数据点的时间戳。

例如

下面的查询每18分钟GROUP BY time()间隔返回两个随机的点。请注意，返回的时间戳是点的原始时间戳; 它们不会被强制置为GROUP BY time()间隔的开始。

TOP()

返回最大的N个field值。

语法

语法描述

TOP(field_key,N)

返回field key的最大的N个field value。

TOP(field_key,tag_key(s),N)

返回某个tag key的N个tag value的最大的field value。

TOP(field_key,N),tag_key(s),field_key(s)

返回括号里的字段的最大N个field value，以及相关的tag或field，或者两者都有。

TOP()支持所有的数值类型的field。

说明：

  • 如果一个field有两个或多个相等的field value，TOP()返回时间戳最早的那个。

  • TOP()和INTO子句一起使用的时候，和其他的函数有些不一样。

例子

例一：选择一个field的最大的三个值

该查询返回measurementh2o_feet的字段water_level的最大的三个值。

例二：选择一个field的两个tag的分别最大的值

该查询返回和taglocation相关的两个tag值的字段water_level的分别最大值。

例三：选择一个field的最大的四个值，以及其关联的tag和field

查询返回water_level中最大的四个字段值以及taglocation和fieldlevel description的相关值。

例四：选择一个field的最大的三个值，并且包括了多个子句

查询将返回在2015-08-18T00：00：00Z和2015-08-18T00：54：00Z之间的每24分钟间隔内，water_level最大的三个值。它还以降序的时间戳顺序返回结果。

请注意，GROUP BY time()子句不会覆盖点的原始时间戳。有关该行为的更详细解释，请参阅下面的问题一。

TOP()的常见问题

问题一：TOP()和GROUP BY time()子句

TOP()和GROUP BY time()子句的查询返回每个GROUP BY time()间隔指定的点数。对于大多数GROUP BY time()查询，返回的时间戳被置为GROUP BY time()间隔的开始。GROUP BY time()查询与TOP()函数的行为不同; 它们保留原始数据点的时间戳。

例如

下面的查询返回每18分钟·GROUP BY time()间隔的两点。请注意，返回的时间戳是点的原始时间戳; 它们不会被强制匹配GROUP BY time()间隔的开始。

问题二：TOP()和一个少于N个值得tag key

使用语法SELECT TOP（<field_key>，<tag_key>，<N>）的查询可以返回比预期少的点。如果tag具有X标签值，则查询指定N个值，当X小于N，则查询返回X点。

例如

下面的查询将要求taglocation的三个值的water_level的最大字段值。由于location具有两个值（santa_monica和coyote_creek），所以查询返回两点而不是三个。

问题三：TOP()，tags和INTO子句

当与INTO子句和GROUP BY tag子句结合使用时，大多数InfluxQL函数将初始数据中的任何tag转换为新写入的数据中的field。此行为也适用于TOP()函数，除非TOP()包含一个tag key作为参数：TOP(field_key，tag_key(s)，N)。在这些情况下，系统将指定的tag作为新写入的数据中的tag。

例如

下面的代码块中的第一个查询返回与tag location相关联的两个tag value的fieldwater_level中最大的字段值。它也将这些结果写入measurementtop_water_levels。 第二个查询显示InfluxDB在top_water_levels中将location保存为tag。

Transformations

CEILING()

CEILING()已经不再是一个函数了，具体请查看Issue #5930。

CUMULATIVE_SUM()

返回字段实时前序字段值的和。

基本语法

基本语法描述

CUMULATIVE_SUM(field_key)

返回field key实时前序字段值的和。

CUMULATIVE_SUM(/regular_expression/)

返回满足正则表达式的所有字段的实时前序字段值的和。

CUMULATIVE_SUM(*)

返回measurement的所有字段的实时前序字段值的和。

CUMULATIVE_SUM()支持所有的数值类型的field。

基本语法支持GROUP BYtags子句，但是不支持GROUP BY时间。在高级语法中，CUMULATIVE_SUM支持GROUP BY time()子句。

基本语法的例子

下面的1~4例子使用如下的数据：

例一：计算一个字段的实时前序字段值的和。

该查询返回measurementh2o_feet的字段water_level的实时前序字段值的和。

例二：计算measurement中每个字段的实时前序字段值的和

该查询返回h2o_feet中每个数值类型的字段的实时前序字段值的和。h2o_feet只有一个数值类型的字段water_level。

例三：计算measurement中满足正则表达式的每个字段的实时前序字段值的和。

查询返回measurement中含有单词word的每个数值字段的实时前序字段值的和。

例四：计算一个字段的实时前序字段值的和，并且包括了多个子句

查询将返回在2015-08-18T00：00：00Z和2015-08-18T00：30：00Z之间的实时前序字段值的和，以降序的时间戳顺序返回结果。并且限制返回的数据点为4，偏移数据点2个。

高级语法

高级语法描述

高级语法要求一个GROUP BY time()子句和一个嵌套的InfluxQL函数。查询首先计算在指定时间区间嵌套函数的结果，然后应用CUMULATIVE_SUM()函数的结果。

CUMULATIVE_SUM()支持以下嵌套函数：COUNT(), MEAN(), MEDIAN(), MODE(), SUM(), FIRST(), LAST(), MIN(), MAX(), PERCENTILE()。

高级语法的例子

例一：计算平均值的cumulative和

该查询返回每隔12分钟的water_level的平均值的实时和。

为得到这个结果，InfluxDB首先计算每隔12分钟的平均water_level值：

下一步，InfluxDB计算这些平均值的实时和。第二个点4.167是2.09和2.077的和，第三个点6.213是2.09,2.077和2.04600000000003的和。

DERIVATIVE

返回字段的相邻两个点的变化率。

基本语法

基本语法描述

InfluxDB计算字段值之间的差并将结果转换为每unit变化率。unit参数是一个表示时间单位的字符，它是可选的。如果查询没有指定，则该unit默认为1秒（1s）。

DERIVATIVE(field_key)

返回field key的字段值的变化率。

DERIVATIVE(/regular_expression/)

返回满足正则表达式的所有字段的字段值的变化率。

DERIVATIVE(*)

返回measurement的所有字段的字段值的变化率。

DERIVATIVE()支持所有的数值类型的field。

基本语法支持GROUP BYtags子句，但是不支持GROUP BY时间。在高级语法中，DERIVATIVE支持GROUP BY time()子句。

基本语法的例子

下面的1~5例子使用如下的数据：

例一：计算一个字段的变化率

该查询返回measurementh2o_feet的字段water_level的每秒变化率。

第一个结果0.00014444444444444457是原始数据两个相邻字段值到每秒的变化率。InfluxDB计算字段值的变化，并且转化到每秒：

例二：计算一个字段的变化率并指定时间单位

该查询返回measurementh2o_feet的字段water_level的每6分钟的变化率。

第一个结果0.052000000000000046是原始数据两个相邻字段值到每6分钟的变化率。InfluxDB计算字段值的变化，并且转化到每6分钟：

例三：计算measurement中每个一个字段的变化率并指定时间单位

该查询返回measurementh2o_feet中每个数值字段的每3分钟的变化率。该measurement有一个数值字段：water_level。

第一个结果0.026000000000000023是原始数据两个相邻字段值到每3分钟的变化率。InfluxDB计算字段值的变化，并且转化到每3分钟：

例四：计算measurement中满足正则表达式每个一个字段的变化率并指定时间单位

该查询返回measurementh2o_feet中满足正则表达式的每个数值字段的每2分钟的变化率。该measurement有一个数值字段：water_level。

第一个结果0.01733333333333335是原始数据两个相邻字段值到每3分钟的变化率。InfluxDB计算字段值的变化，并且转化到每2分钟：

例五：计算个一个字段的变化率并包括多个子句

查询将返回在2015-08-18T00：00：00Z和2015-08-18T00：30：00Z之间，water_level的每秒的变化率。它还以降序的时间戳顺序返回结果。 并且限制返回的数据点为1，偏移两个数据点

第一个结果0.0002722222222222218是原始数据两个相邻字段值到每秒的变化率。InfluxDB计算字段值的变化，并且转化到每秒：

高级语法

高级语法的描述

高级语法要求一个GROUP BY time()子句和一个嵌套的InfluxQL函数。查询首先计算在指定时间区间嵌套函数的结果，然后应用DERIVATIVE()函数的结果。

unit参数是一个整数后面跟时间字符，该参数是可选的。如果没有指定unit，那么unit默认就是GROUP BY time()的间隔。

DERIVATIVE()支持以下嵌套函数：COUNT(), MEAN(), MEDIAN(), MODE(), SUM(), FIRST(), LAST(), MIN(), MAX(), PERCENTILE()。

高级语法的例子

例一：计算一个字段平均值的变化率

该查询返回measurementh2o_feet的字段water_level的每12分钟的平均值得每12分钟的变化率。

为了得到这个结果，InfluxDB首先计算water_level每12分钟的间隔的平均值，这一步就是使用带GROUP BY time()的MEAN()函数：

接下来，InfluxDB计算这些平均值每12分钟的变化率，第一个结果0.0129999999999999是两个相邻平均字段值到每12分钟的变化率。InfluxDB计算字段值的变化，并且转化到12分钟：

例二：计算一个字段平均值的变化率，并指明时间单位

该查询返回measurementh2o_feet的字段water_level的每12分钟的平均值得每6分钟的变化率。

为了得到这个结果，InfluxDB首先计算water_level每12分钟的间隔的平均值，这一步就是使用带GROUP BY time()的MEAN()函数：

接下来，InfluxDB计算这些平均值每6分钟的变化率，第一个结果0.00649999999999995是两个相邻平均字段值到每6分钟的变化率。InfluxDB计算字段值的变化，并且转化到6分钟：

DIFFERENCE

Previous连续查询Next数学运算符

Last updated

Was this helpful?