时序数据查询
时序数据库支持使用 SQL 语句执行简单查询、嵌套查询、关联查询、联合查询和插值查询。
说明
- 使用
WHERE子句或者HAVING子句过滤数据查询结果时，如果使用tuple形式比较字段，必须确保待比较字段的类型保持一致，否则可能导致系统宕机。 - 查询时序数据时，如果主查询使用
ORDER BY子句，子查询使用GROUP BY子句，查询结果可能有误。
创建查询
前提条件
用户拥有目标表的 SELECT 权限。
语法格式
有关时序数据查询的语法格式，参见 SQL 参考。
参数说明
有关时序数据查询的参数说明，参见 SQL 参考。
语法示例
查询时序表的数据。
以下示例假设经创建
ts_db数据库。以下示例查询t1时序表的数据。-- 1. 创建 t1 时序表并写入数据。 CREATE TABLE ts_db.t1(ts timestamp not null,a int, b int) tags(tag1 int not null, tag2 int) primary tags(tag1); CREATE TABLE -- 2. 向表中写入数据。 INSERT INTO ts_db.t1 VALUES(now(),11,11,33,44); INSERT INTO ts_db.t1 VALUES(now(),22,22,33,44); INSERT INTO ts_db.t1 VALUES(now(),11,33,33,44); INSERT INTO ts_db.t1 VALUES(now(),22,44,33,44); INSERT INTO ts_db.t1 VALUES(now(),33,55,44,44); INSERT INTO ts_db.t1 VALUES(now(),22,44,44,44); INSERT INTO ts_db.t1 VALUES(now(),33,44,55,44); INSERT INTO ts_db.t1 VALUES(now(),null,null,66,66); INSERT INTO ts_db.t1 VALUES(now(),null,null,66,77); -- 3. 查看表的内容。 SELECT * FROM t1; ts | a | b | tag1 | tag2 --------------------------------+------+------+------+------- 2024-02-26 01:28:28.867+00:00 | 11 | 11 | 33 | 44 2024-02-26 01:28:28.874+00:00 | 22 | 22 | 33 | 44 2024-02-26 01:28:28.877+00:00 | 11 | 33 | 33 | 44 2024-02-26 01:28:28.88+00:00 | 22 | 44 | 33 | 44 2024-02-26 01:28:28.883+00:00 | 33 | 55 | 44 | 44 2024-02-26 01:28:28.885+00:00 | 22 | 44 | 44 | 44 2024-02-26 01:28:28.888+00:00 | 33 | 44 | 55 | 44 2024-02-26 01:28:28.89+00:00 | NULL | NULL | 66 | 66 2024-02-26 01:28:28.893+00:00 | NULL | NULL | 66 | 66 (9 rows)查询指定的数据列。
以下示例查询
t1表的a列并进行求和。SELECT sum(a) FROM ts_db.t1; sum ------- 154 (1 row)去重查询。
以下示例对
t1表的a列进行去重查询。SELECT DISTINCT a FROM ts_db.t1; a -------- 11 22 33 NULL (4 rows)使用
WHERE语句过滤标签列。以下示例使用
WHERE语句过滤t1表的a列。SELECT tag1 FROM ts_db.t1 WHERE a =11; tag1 -------- 33 33 (2 rows)使用
GROUP BY和ORDER BY语句对数据列进行分类和排序。以下示例使用
GROUP BY语句对t1表的a列进行分类和排序。SELECT a, max(b) FROM ts_db.t1 GROUP BY a ORDER BY a; a | max -------+------- NULL | NULL 11 | 33 22 | 44 33 | 55 (4 rows)
插值查询
时间序列数据有时会存在缺失和偏离的数据，影响后续数据的使用和分析。插值查询可以实现对指定窗口间隔的数据进行时间戳对齐，插入缺失的时间戳行，并选择是否进行补值。
如需插值查询，需要使用 time_bucket_gapfill 函数和 GROUP BY 语句。如需查询其他时间窗口的数据，需要使用聚合函数。如果选择补值，需要使用 interpolate 函数。
前提条件
用户拥有目标表的 SELECT 权限。
语法格式
插入缺失的时间戳行但不补值
SELECT time_bucket_gapfill (<timestamp_column>, <interval>) AS <alias> FROM <table_name> GROUP BY <alias> [ORDER BY <alias>];插入缺失的时间戳行并进行补值
SELECT time_bucket_gapfill (<timestamp_column>, <interval>) AS <alias> interpolate (expression_1, expression_2) FROM <table_name> GROUP BY <alias> [ORDER BY <alias>];
参数说明
| 参数 | 说明 |
|---|---|
timestamp_column | 时间戳列。 |
interval | 指定窗口间隔（单位：秒）。 |
alias | 为生产的时间桶结果起的别名，便于后续引用。 |
expression_1 | 补值算法，必须是聚合函数且数据类型为数字。 |
expression_2 | 补值模式，支持常量值（constant）、前值（prev）、后值（next）、线性值（linear）和 NULL。补值结果类型应与原始值一致。 |
table_name | 待查询表的名称。 |
语法示例
插入缺失的时间戳行但不补值。
以下示例对
t1表进行插值查询，但不补值。SELECT time_bucket_gapfill (timestamp, 600) AS a FROM t1 GROUP BY a ORDER BY a; time_bucket_gapfill --------------------------- 2022-11-04 19:20:00 2022-11-04 19:30:00 2022-11-04 19:40:00 2022-11-04 19:50:00 2022-11-04 20:00:00 2022-11-04 20:10:00 (6 rows)插入缺失的时间戳行并使用前值进行补值。
以下示例对
t1表进行插值查询，并使用前值进行补值。SELECT time_bucket_gapfill(timestamp, 600) AS a, interpolate(avg(e6), PREV) FROM t1 GROUP BY a ORDER BY a; time_bucket_gapfill | interpolate -----------------------+--------------- 2022-11-04 19:20:00 | 499.999 2022-11-04 19:30:00 | 499.999 2022-11-04 19:40:00 | 99.999 2022-11-04 19:50:00 | 99.999 2022-11-04 20:00:00 | 177.999 2022-11-04 20:10:00 | 20.999 (6 rows)插入缺失的时间戳行并使用常量进行补值。
以下示例对
t1表进行插值查询，并使用常量进行补值。SELECT time_bucket_gapfill(timestamp, 600) AS a, interpolate(avg(e6), '40') FROM t1 GROUP BY a ORDER BY a; time_bucket_gapfill | interpolate ---------------------+--------------- 2022-11-04 19:20:00 | 499.999 2022-11-04 19:30:00 | 40 2022-11-04 19:40:00 | 99.999 2022-11-04 19:50:00 | 40 2022-11-04 20:00:00 | 177.999 2022-11-04 20:10:00 | 20.999 (6 rows)