时序数据函数
数据库函数是一组预定义的操作，用于对数据执行特定的计算或转换。
特殊语法形式
为了兼容 SQL 标准，KaiwuDB 支持以下函数，这些函数与常规的内置函数具有等效功能。
说明
避免在 SUBSTRING 函数中使用转义字符 +。
| 特殊形式 | 等价于 |
|---|---|
AT TIME ZONE | timezone() |
CURRENT_CATALOG | current_database() |
COLLATION FOR | pg_collation_for() |
CURRENT_DATE | current_date() |
CURRENT_ROLE | current_user() |
CURRENT_SCHEMA | current_schema() |
CURRENT_TIMESTAMP | current_timestamp() |
CURRENT_TIME | current_time() |
CURRENT_USER | current_user() |
EXTRACT(<part> FROM <value>) | extract("<part>", <value>) |
EXTRACT_DURATION(<part>FROM <value>) | extract_duration("<part>",<value>) |
OVERLAY(<text1> PLACING <text2> FROM <int1> FOR <int2>) | overlay(<text1>,<text2>, <int1>, <int2>) |
OVERLAY(<text1> PLACING <text2> FROM <int>) | overlay(<text1>,<text2>, <int>) |
POSITION(<text1> IN <text2>) | strpos(<text2>, <text1>) |
SESSION_USER | current_user() |
SUBSTRING(<text>FOR<int1>FROM <int2>) | substring(<text>,<int2>, <int1>) |
SUBSTRING(<text> FOR <int>) | substring(<text>, 1, <int>) |
SUBSTRING(<text>FROM<int1>FOR<int2>) | substring(<text>,<int1>, <int2>) |
SUBSTRING(<text> FROM <int>) | substring(<text>, <int>) |
TRIM(<text1> FROM <text2>) | btrim(<text2>, <text1>) |
TRIM(<text1>, <text2>) | btrim(<text1>, <text2>) |
TRIM(FROM <text>) | btrim(<text>) |
TRIM(LEADING <text1> FROM <text2>) | ltrim(<text2>, <text1>) |
TRIM(LEADING FROM <text>) | ltrim(<text>) |
TRIM(TRAILING <text1> FROM <text2>) | rtrim(<text2>, <text1>) |
TRIM(TRAILING FROM <text>) | rtrim(<text>) |
USER | current_user() |
条件和类函数运算符
具有特殊评估规则的运算符如下：
| 运算符 | 描述 |
|---|---|
| CAST(...) | 类型转换 说明 - 时序表建表时，如果时间戳列的数据类型设置为 TIMESTAMP，系统会自动处理为 TIMESTAMPTZ，对该列的转换将按照数据库设置的时区进行转换。 - 使用 CAST 函数将 CHAR、NCHAR 或 VARCHAR 数据类型转换为长度不同的 CHAR、NCHAR 或 VARCHAR 数据类型时，如果目标长度不匹配原始字符串的实际字节数，服务端可能会返回乱码，客户端（如 KaiwuDB JDBC 或 KaiwuDB 开发者中心）会提示报错。 |
| IFNULL(...) | COALESCE 限制为两个操作数的别名 |
| NULLIF(...) | NULL 有条件地返回 |
内置函数
日期和时间函数
说明
所有时序引擎支持的时间戳类型相关的函数的输出结果，最高可支持纳秒精度。
| 函数 → 返回值 | 描述 |
|---|---|
| age(end: timestamptz, begin: timestamptz) → interval | 计算 begin 和 end 之间的时间间隔。 |
| age(val: timestamptz) → interval | 计算 val 与当前时间之间的间隔。 |
| current_timestamp() → timestamp | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| current_timestamp() → timestamptz | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| date_trunc(element: string, input: timestamp) → timestamp | 将输入截断成精度为 element，将所有无意义的字段设为 0（或对于日期和月份则设为 1）。兼容元素：millennium、century、decade、year、quarter、month、week、day、hour、minute、second、millisecond、microsecond。 |
| date_trunc(element: string, input: timestamptz) → timestamptz | 将输入截断成精度为 element，将所有无意义的字段设为 0（或对于日期和月份则设为 1）。兼容元素：millennium、century、decade、year、quarter、month、week、day、hour、minute、second、millisecond、microsecond。 |
| experimental_strftime(input: timestamp, extract_format: string) → string | 从输入中提取并格式化成 extract_format 标识的时间，extract_format 使用标准的 strftime 表示法（尽管不支持所有格式）。 |
| experimental_strftime(input: timestamptz, extract_format: string) → string | 从输入中提取并格式化成 extract_format 标识的时间，extract_format 使用标准的 strftime 表示法（尽管不支持所有格式）。 |
| extract(element: string, input: timestamp) → float8 | 从输入中提取 element。兼容元素：millennium、century、decade、year、isoyear、quarter、month、week、dayofweek、isodow、dayofyear、julian、hour、minute、second、millisecond、microsecond、epoch、timezone、timezone_hour、timezone_minute。 |
| extract(element: string, input: timestamptz) → float8 | 从输入中提取 element。兼容元素：millennium、century、decade、year、isoyear、quarter、month、week、dayofweek、isodow、dayofyear、julian、hour、minute、second、millisecond、microsecond、epoch、timezone、timezone_hour、timezone_minute。 |
| localtimestamp() → timestamp | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| localtimestamp() → timestamptz | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| localtimestamp(precision: int8) → timestamp | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| localtimestamp(precision: int8) → timestamptz | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| now() → timestamp | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| now() → timestamptz | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| statement_timestamp() → timestamp | 返回当前语句的开始时间戳。 |
| statement_timestamp() → timestamptz | 返回当前语句的开始时间戳。 |
| timeofday() → string | 返回某个集群节点的当前系统时间。 |
| time_bucket(timestamp_column: timestamp, interval: STRING) → timestamp | 时间桶函数，支持时间戳对齐。 参数说明： - timestamp_column：时间戳列。 - interval：时间间隔，支持的单位包括纳秒、微秒、毫秒、秒、分、小时、天、周、月、年。目前，KaiwuDB 不支持复合时间格式，如 1d1h。 各时间单位支持的输入格式如下所示： - 纳秒： ns、nsec、nsecs、nanosecond、nanoseconds - 微秒： us 、usec、usecs、microsecond、microseconds - 毫秒： ms、msec、msecs、millisecond、milliseconds - 秒： s、sec、secs、second、seconds - 分： m、min、mins、minute、minutes - 小时： h、hr、hrs、hour、hours- 天： d、day、days - 周： w、week、weeks - 月： mon、mons、month、months - 年： y、yr、yrs、year、years |
| time_bucket(timestamp_column: timestamptz, interval: STRING) → timestamptz | 时间桶函数，支持时间戳对齐。 参数说明： - timestamp_column：时间戳列。 - interval：时间间隔，支持的单位包括纳秒、微秒、毫秒、秒、分、小时、天、周、月、年。目前，KaiwuDB 不支持复合时间格式，如 1d1h。 各时间单位支持的输入格式如下所示： - 纳秒： ns、nsec、nsecs、nanosecond、nanoseconds - 微秒： us 、usec、usecs、microsecond、microseconds - 毫秒： ms、msec、msecs、millisecond、milliseconds - 秒： s、sec、secs、second、seconds - 分： m、min、mins、minute、minutes - 小时： h、hr、hrs、hour、hours- 天： d、day、days - 周： w、week、weeks - 月： mon、mons、month、months - 年： y、yr、yrs、year、years |
| time_bucket_gapfill(timestamp_column: timestamp, interval: STRING) → timestamp | 时间桶函数，根据时间间隔对时间戳进行对齐，并填充缺失的时间戳行。该函数必须与 GROUP BY 配合使用。相关使用说明和示例，参见插值查询。time_bucket_gapfill() 函数也可以和 interpolate() 函数配合使用，填充缺失的时间戳行的同时对指定数据列进行补值。参数说明： - timestamp_column：时间戳列。 - interval：时间间隔，支持的单位包括纳秒、微秒、毫秒、秒、分、小时、天、周、月、年。目前，KaiwuDB 不支持复合时间格式，如 1d1h。 各时间单位支持的输入格式如下所示： - 纳秒： ns、nsec、nsecs、nanosecond、nanoseconds - 微秒： us 、usec、usecs、microsecond、microseconds - 毫秒： ms、msec、msecs、millisecond、milliseconds - 秒： s、sec、secs、second、seconds - 分： m、min、mins、minute、minutes - 小时： h、hr、hrs、hour、hours- 天： d、day、days - 周： w、week、weeks - 月： mon、mons、month、months - 年： y、yr、yrs、year、years |
| time_bucket_gapfill(timestamp_column: timestamptz, interval: STRING) → timestamptz | 时间桶函数，根据时间间隔对时间戳进行对齐，并填充缺失的时间戳行。该函数必须与 GROUP BY 配合使用。相关使用说明和示例，参见插值查询。time_bucket_gapfill() 函数也可以和 interpolate() 函数配合使用，填充缺失的时间戳行的同时对指定数据列进行补值。参数说明： - timestamp_column：时间戳列。 - interval：时间间隔，支持的单位包括纳秒、微秒、毫秒、秒、分、小时、天、周、月、年。目前，KaiwuDB 不支持复合时间格式，如 1d1h。 各时间单位支持的输入格式如下所示： - 纳秒： ns、nsec、nsecs、nanosecond、nanoseconds - 微秒： us 、usec、usecs、microsecond、microseconds - 毫秒： ms、msec、msecs、millisecond、milliseconds - 秒： s、sec、secs、second、seconds - 分： m、min、mins、minute、minutes - 小时： h、hr、hrs、hour、hours- 天： d、day、days - 周： w、week、weeks - 月： mon、mons、month、months - 年： y、yr、yrs、year、years |
| time_bucket_gapfill(timestamp_column: timestamp, interval: int8) → timestamp | 时间桶函数，根据时间间隔对时间戳进行对齐，并填充缺失的时间戳行。该函数必须与 GROUP BY 配合使用。相关使用说明和示例，参见插值查询。time_bucket_gapfill() 函数也可以和 interpolate() 函数配合使用，填充缺失的时间戳行的同时对指定数据列进行补值。参数说明： - timestamp_column：时间戳列。 - interval：时间间隔，支持的单位包括纳秒、微秒、毫秒、秒、分、小时、天、周、月、年。目前，KaiwuDB 不支持复合时间格式，如 1d1h。 各时间单位支持的输入格式如下所示： - 纳秒： ns、nsec、nsecs、nanosecond、nanoseconds - 微秒： us 、usec、usecs、microsecond、microseconds - 毫秒： ms、msec、msecs、millisecond、milliseconds - 秒： s、sec、secs、second、seconds - 分： m、min、mins、minute、minutes - 小时： h、hr、hrs、hour、hours- 天： d、day、days - 周： w、week、weeks - 月： mon、mons、month、months - 年： y、yr、yrs、year、years |
| time_bucket_gapfill(timestamp_column: timestamptz, interval: int8) → timestamptz | 时间桶函数，根据时间间隔对时间戳进行对齐，并填充缺失的时间戳行。该函数必须与 GROUP BY 配合使用。相关使用说明和示例，参见插值查询。time_bucket_gapfill() 函数也可以和 interpolate() 函数配合使用，填充缺失的时间戳行的同时对指定数据列进行补值。参数说明： - timestamp_column：时间戳列。 - interval：时间间隔，支持的单位包括纳秒、微秒、毫秒、秒、分、小时、天、周、月、年。目前，KaiwuDB 不支持复合时间格式，如 1d1h。 各时间单位支持的输入格式如下所示： - 纳秒： ns、nsec、nsecs、nanosecond、nanoseconds - 微秒： us 、usec、usecs、microsecond、microseconds - 毫秒： ms、msec、msecs、millisecond、milliseconds - 秒： s、sec、secs、second、seconds - 分： m、min、mins、minute、minutes - 小时： h、hr、hrs、hour、hours- 天： d、day、days - 周： w、week、weeks - 月： mon、mons、month、months - 年： y、yr、yrs、year、years |
| transaction_timestamp() → timestamp | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
| transaction_timestamp() → timestamptz | 返回当前事务的时间。该值基于事务开始时选择的时间戳，并且在整个事务中保持不变。此时间戳与并发事务的提交顺序无关。 |
数学和数值函数
| 函数 → 返回值 | 描述 |
|---|---|
| abs(val: float4) → float4 | 计算 val 的绝对值。 |
| abs(val: float8) → float8 | 计算 val 的绝对值。 |
| abs(val: int2) → int2 | 计算 val 的绝对值。 |
| abs(val: int4) → int4 | 计算 val 的绝对值。 |
| abs(val: int8) → int8 | 计算 val 的绝对值。 |
| acos(val: float4) → float8 | 计算 val 的反余弦值。 |
| acos(val: float8) → float8 | 计算 val 的反余弦值。 |
| asin(val: float4) → float8 | 计算 val 的反正弦值。 |
| asin(val: float8) → float8 | 计算 val 的反正弦值。 |
| atan(val: float4) → float8 | 计算 val 的反正切值。 |
| atan(val: float8) → float8 | 计算 val 的反正切值。 |
| atan2(x: float4, y: float4) → float8 | 计算 x / y 的反正切。 |
| atan2(x: float4, y: float8) → float8 | 计算 x / y 的反正切。 |
| atan2(x: float8, y: float4) → float8 | 计算 x / y 的反正切。 |
| atan2(x: float8, y: float8) → float8 | 计算 x / y 的反正切。 |
| cbrt(val: float4) → float8 | 计算 val 的立方根(∛)。 |
| cbrt(val: float8) → float8 | 计算 val 的立方根(∛)。 |
| ceil(val: float4) → float8 | 计算大于等于 val 的最小整数。 |
| ceil(val: float8) → float8 | 计算大于等于 val 的最小整数。 |
| ceil(val: int2) → float8 | 计算大于等于 val 的最小整数。 |
| ceil(val: int4) → float8 | 计算大于等于 val 的最小整数。 |
| ceil(val: int8) → float8 | 计算大于等于 val 的最小整数。 |
| ceiling(val: float4) → float8 | 计算大于等于 val 的最小整数。 |
| ceiling(val: float8) → float8 | 计算大于等于 val 的最小整数。 |
| ceiling(val: int2) → float8 | 计算大于等于 val 的最小整数。 |
| ceiling(val: int4) → float8 | 计算大于等于 val 的最小整数。 |
| ceiling(val: int8) → float8 | 计算大于等于 val 的最小整数。 |
| cos(val: float4) → float8 | 计算 val 的余弦值。 |
| cos(val: float8) → float8 | 计算 val 的余弦值。 |
| cot(val: float4) → float8 | 计算 val 的余切值。 |
| cot(val: float8) → float8 | 计算 val 的余切值。 |
| crc32c(string...) → int8 | 使用 Castagnoli 多项式计算 CRC-32 哈希值。 |
| crc32ieee(string...) → int8 | 使用 IEEE 多项式计算 CRC-32 哈希值。 |
| degrees(val: float4) → float8 | 将 val 作为弧度值转换为度数值。 |
| degrees(val: float8) → float8 | 将 val 作为弧度值转换为度数值。 |
| div(x: float4, y: float4) → float8 | 计算 x / y 的整数商。 |
| div(x: float4, y: float8) → float8 | 计算 x / y 的整数商。 |
| div(x: float8, y: float4) → float8 | 计算 x / y 的整数商。 |
| div(x: float8, y: float8) → float8 | 计算 x / y 的整数商。 |
| div(x: int2, y: int2) → int8 | 计算 x / y 的整数商。 |
| div(x: int2, y: int4) → int8 | 计算 x / y 的整数商。 |
| div(x: int2, y: int8) → int8 | 计算 x / y 的整数商。 |
| div(x: int4, y: int2) → int8 | 计算 x / y 的整数商。 |
| div(x: int4, y: int4) → int8 | 计算 x / y 的整数商。 |
| div(x: int4, y: int8) → int8 | 计算 x / y 的整数商。 |
| div(x: int8, y: int2) → int8 | 计算 x / y 的整数商。 |
| div(x: int8, y: int4) → int8 | 计算 x / y 的整数商。 |
| div(x: int8, y: int8) → int8 | 计算 x / y 的整数商。 |
| exp(val: float4) → float8 | 计算 e ^ val。 |
| exp(val: float8) → float8 | 计算 e ^ val。 |
| floor(val: float4) → float8 | 计算不大于 val 的最大整数。 |
| floor(val: float8) → float8 | 计算不大于 val 的最大整数。 |
| floor(val: int2) → float8 | 计算不大于 val 的最大整数。 |
| floor(val: int4) → float8 | 计算不大于 val 的最大整数。 |
| floor(val: int8) → float8 | 计算不大于 val 的最大整数。 |
| fnv32(string...) → int8 | 计算一组值的 32 位 FNV-1 哈希值。 |
| fnv32a(string...) → int8 | 计算一组值的 32 位 FNV-1a 哈希值。 |
| fnv64(string...) → int8 | 计算一组值的 64 位 FNV-1 哈希值。 |
| fnv64a(string...) → int8 | 计算一组值的 64 位 FNV-1a 哈希值。 |
| isnan(val: float4) → bool | 如果 val 是 NaN，则返回 true，否则返回 false。 |
| isnan(val: float8) → bool | 如果 val 是 NaN，则返回 true，否则返回 false。 |
| ln(val: float4) → float8 | 计算 val 的自然对数。 |
| ln(val: float8) → float8 | 计算 val 的自然对数。 |
| log(b: float4, x: float4) → float8 | 计算 val 的指定基数的 log。 |
| log(b: float4, x: float8) → float8 | 计算 val 的指定基数的 log。 |
| log(b: float8, x: float4) → float8 | 计算 val 的指定基数的 log。 |
| log(b: float8, x: float8) → float8 | 计算 val 的指定基数的 log。 |
| log(val: float4) → float8 | 计算 val 的基数为 10 的 log。 |
| log(val: float8) → float8 | 计算 val 的基数为 10 的 log。 |
| mod(x: float4, y: float4) → float8 | 计算 x％y。 |
| mod(x: float4, y: float8) → float8 | 计算 x％y。 |
| mod(x: float8, y: float4) → float8 | 计算 x％y。 |
| mod(x: float8, y: float8) → float8 | 计算 x％y。 |
| mod(x: int2, y: int2) → int8 | 计算 x％y。 |
| mod(x: int2, y: int4) → int8 | 计算 x％y。 |
| mod(x: int2, y: int8) → int8 | 计算 x％y。 |
| mod(x: int4, y: int2) → int8 | 计算 x％y。 |
| mod(x: int4, y: int4) → int8 | 计算 x％y。 |
| mod(x: int4, y: int8) → int8 | 计算 x％y。 |
| mod(x: int8, y: int2) → int8 | 计算 x％y。 |
| mod(x: int8, y: int4) → int8 | 计算 x％y。 |
| mod(x: int8, y: int8) → int8 | 计算 x％y。 |
| pi() → float8 | 返回 pi 的值（3.141592653589793）。 |
| pow(x: float4, y: float4) → float8 | 计算 x^y。 |
| pow(x: float4, y: float8) → float8 | 计算 x^y。 |
| pow(x: float8, y: float4) → float8 | 计算 x^y。 |
| pow(x: float8, y: float8) → float8 | 计算 x^y。 |
| pow(x: int2, y: int2) → int8 | 计算 x^y。 |
| pow(x: int2, y: int4) → int8 | 计算 x^y。 |
| pow(x: int2, y: int8) → int8 | 计算 x^y。 |
| pow(x: int4, y: int2) → int8 | 计算 x^y。 |
| pow(x: int4, y: int4) → int8 | 计算 x^y。 |
| pow(x: int4, y: int8) → int8 | 计算 x^y。 |
| pow(x: int8, y: int2) → int8 | 计算 x^y。 |
| pow(x: int8, y: int4) → int8 | 计算 x^y。 |
| pow(x: int8, y: int8) → int8 | 计算 x^y。 |
| power(x: float4, y: float4) → float8 | 计算 x^y。 |
| power(x: float4, y: float8) → float8 | 计算 x^y。 |
| power(x: float8, y: float4) → float8 | 计算 x^y。 |
| power(x: float8, y: float8) → float8 | 计算 x^y。 |
| power(x: int2, y: int2) → int8 | 计算 x^y。 |
| power(x: int2, y: int4) → int8 | 计算 x^y。 |
| power(x: int2, y: int8) → int8 | 计算 x^y。 |
| power(x: int4, y: int2) → int8 | 计算 x^y。 |
| power(x: int4, y: int4) → int8 | 计算 x^y。 |
| power(x: int4, y: int8) → int8 | 计算 x^y。 |
| power(x: int8, y: int2) → int8 | 计算 x^y。 |
| power(x: int8, y: int4) → int8 | 计算 x^y。 |
| power(x: int8, y: int8) → int8 | 计算 x^y。 |
| radians(val: float4) → float8 | 将 val 作为度数值转换为弧度值。 |
| radians(val: float8) → float8 | 将 val 作为度数值转换为弧度值。 |
| random() → float8 | 返回 0 到 1 之间的随机浮点数。 |
| round(val: float4) → float8 | 使用四舍六入五成双（half to even）（即银行家）规则将 val 舍入到最接近的整数。 |
| round(val: float8) → float8 | 使用四舍六入五成双（half to even）（即银行家）规则将 val 舍入到最接近的整数。 |
| sign(val: float4) → float8 | 确定 val 的符号： - 1 表示正。 - 0 表示值 0。 - -1 表示负。 |
| sign(val: float8) → float8 | 确定 val 的符号： - 1 表示正。 - 0 表示值 0。 - -1 表示负。 |
| sign(val: int2) → int8 | 确定 val 的符号： - 1 表示正。 - 0 表示值 0。 - -1 表示负。 |
| sign(val: int4) → int8 | 确定 val 的符号： - 1 表示正。 - 0 表示值 0。 - -1 表示负。 |
| sign(val: int8) → int8 | 确定 val 的符号： - 1 表示正。 - 0 表示值 0。 - -1 表示负。 |
| sin(val: float4) → float8 | 计算 val 的正弦值。 |
| sin(val: float8) → float8 | 计算 val 的正弦值。 |
| sqrt(val: float4) → float8 | 计算 val 的平方根。 |
| sqrt(val: float8) → float8 | 计算 val 的平方根。 |
| tan(val: float4) → float8 | 计算 val 的正切值。 |
| tan(val: float8) → float8 | 计算 val 的正切值。 |
| trunc(val: float4) → float8 | 截断 val 的十进制值。 |
| trunc(val: float8) → float8 | 截断 val 的十进制值。 |
| width_bucket(operand: int8, b1: int2, b2: int2, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
| width_bucket(operand: int8, b1: int2, b2: int4, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
| width_bucket(operand: int8, b1: int2, b2: int8, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
| width_bucket(operand: int8, b1: int4, b2: int2, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
| width_bucket(operand: int8, b1: int4, b2: int4, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
| width_bucket(operand: int8, b1: int4, b2: int8, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
| width_bucket(operand: int8, b1: int8, b2: int2, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
| width_bucket(operand: int8, b1: int8, b2: int4, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
| width_bucket(operand: int8, b1: int8, b2: int8, count: int8) → int8 | 返回在直方图中为其分配操作数的存储桶编号，直方图具有跨越 B1 到 B2 的等宽存储桶计数。 |
字符串和字节函数
| 函数 → 返回值 | 描述 |
|---|---|
| bit_length(val: string) → int8 | 计算数值的位数。 |
| char_length(val: string) → int8 | 计算数值占用的字符数。 |
| character_length(val: string) → int8 | 计算数值占用的字符数。 |
| chr(val: int2) → string | 返回带有 val 中给出的代码的字符。ascii() 的反函数。 |
| chr(val: int4) → string | 返回带有 val 中给出的代码的字符。ascii() 的反函数。 |
| chr(val: int8) → string | 返回带有 val 中给出的代码的字符。ascii() 的反函数。 |
| concat(string...) → string | 连接使用逗号（,）隔开的字符串列表。 |
| initcap(val: string) → string | 将 val 的第一个字母大写。 |
| left(input: string, return_set: int8) → string | 从 input 返回前 return_set 个字符。 |
| length(val: string) → int8 | 计算 val 中的字符数。 |
| lower(val: string) → string | 将 val 中的所有字符转换为小写。 |
| lpad(string: string, length: int8) → string | 在字符串的左侧添加双引号（""），以填充字符串的长度。如果字符串的长度超过长度，则会被截断。 |
| lpad(string: string, length: int8, fill: string) → string | 在字符串的左侧添加 fill，以填充字符串的长度。如果字符串的长度超过长度，则会被截断。 |
| ltrim(input: string, trim_chars: string) → string | 从输入的开头（左侧）删除 trim_chars 中包含的任何字符（递归应用）。例如，ltrim('doggie','od') 返回 ggie。 |
| ltrim(val: string) → string | 删除 val 开头（左侧）的所有空格。 |
| octet_length(val: string) → int8 | 计算数值占用的字节数。 |
| right(input: string, return_set: int8) → string | 返回 input 中最后 return_set 个字符。 |
| rpad(string: string, length: int8) → string | 在字符串的右侧添加双引号（""），以填充字符串的长度。如果字符串的长度超过长度，则会被截断。 |
| rpad(string: string, length: int8, fill: string) → string | 在字符串的右侧添加 fill，以填充字符串的长度。如果字符串的长度超过长度，则会被截断。 |
| rtrim(input: string, trim_chars: string) → string | 从输入的末尾（右侧）删除 trim_chars 中包含的任何字符（递归应用）。例如，rtrim('doggie'，'ei') 返回 dogg。 |
| rtrim(val: string) → string | 从 val 的末端（右侧）移除所有空格。 |
| substr(input: string, regex: string) → string | 返回与正则表达式 regex 匹配的 input 子字符串。提示：避免在函数中使用转义字符 +。 |
| substr(input: string, regex: string, escape_char: string) → string | 返回与正则表达式 regex 匹配的 input 子字符串，使用 escape_char 作为转义字符而不是作为正则表达式的特殊符号。提示：避免在函数中使用转义字符 +。 |
| substr(input: string, start_pos: int8) → string | 返回 start_pos 和 end_pos 之间的 input 子字符串（从 1 开始计数）。 提示：避免在函数中使用转义字符 +。 |
| substr(input: string, start_pos: int8, length: int8) → string | 返回从 substr_pos 开始的 input 子字符串（从 1 开始计数）。提示：避免在函数中使用转义字符 +。 |
| substring(input: string, regex: string) → string | 返回与正则表达式匹配 regex 的 input 子字符串。提示：避免在函数中使用转义字符 +。 |
| substring(input: string, regex: string, escape_char: string) → string | 返回与正则表达式匹配 regex 的 input 子字符串，使用 escape_char 作为转义字符而不是作为正则表达式的特殊符号。 提示：避免在函数中使用转义字符 +。 |
| substring(input: string, start_pos: int8) → string | 返回 start_pos 和 end_pos 之间的 input 子字符串（从 1 开始计数）。 提示：避免在函数中使用转义字符 +。 |
| substring(input: string, start_pos: int8, length: int8) → string | 返回从 substr_pos 开始的 input 子字符串（从 1 开始计数）。 提示：避免在函数中使用转义字符 +。 |
| upper(val: string) → string | 将 val 中的所有字符转换为大写字母。 |
聚合函数
说明
- 避免
AVG、SUM函数的计算结果超过函数支持的最大范围。 - 聚合查询与
GROUP BY连用时，避免GROUP BY后的结果集行数过大。
| 函数 → 返回值 | 描述 |
|---|---|
| avg(arg1: float4) → float8 | 计算选定值的平均值。 |
| avg(arg1: float8) → float8 | 计算选定值的平均值。 |
| avg(arg1: INT2) → DECIMAL | 计算选定值的平均值。 |
| avg(arg1: INT4) → DECIMAL | 计算选定值的平均值。 |
| avg(arg1: INT8) → DECIMAL | 计算选定值的平均值。 |
| count(arg1: anyelement) → INT8 | 计算选定元素的数目。 |
| diff(val: int2) → int2 | 计算表中某列与前一行非 NULL 值之间的差值。格式为 diff (<expr>) OVER (PARTITION BY <column_list> ORDER BY <timestamp_column>)。其中时间戳列必须是首列时间戳列，以保证顺序正确且计算正确。支持以下操作符：+, -, *, /, %, //, |, ^。如果当前行的值为 NULL 或指定分区仅有两行数据且首行为 NULL，则返回 NULL。如果前一行为 NULL，则取前面最近的非 NULL 行进行计算。注意：该函数暂时不支持嵌套函数，同一层查询中不可与其他聚合函数同时使用。 提示：单机部署时，如果 PARTITION BY 后的列为所有主标签列，有助于提升查询性能。 |
| diff(val: int4) → int4 | 计算表中某列与前一行非 NULL 值之间的差值。格式为 diff (<expr>) OVER (PARTITION BY <column_list> ORDER BY <timestamp_column>)。其中时间戳列必须是首列时间戳列，以保证顺序正确且计算正确。支持以下操作符：+, -, *, /, %, //, |, ^。如果当前行的值为 NULL 或指定分区仅有两行数据且首行为 NULL，则返回 NULL。如果前一行为 NULL，则取前面最近的非 NULL 行进行计算。注意：该函数暂时不支持嵌套函数，同一层查询中不可与其他聚合函数同时使用。 提示：单机部署时，如果 PARTITION BY 后的列为所有主标签列，有助于提升查询性能。 |
| diff(val: int8) → int8 | 计算表中某列与前一行非 NULL 值之间的差值。格式为 diff (<expr>) OVER (PARTITION BY <column_list> ORDER BY <timestamp_column>)。其中时间戳列必须是首列时间戳列，以保证顺序正确且计算正确。支持以下操作符：+, -, *, /, %, //, |, ^。如果当前行的值为 NULL 或指定分区仅有两行数据且首行为 NULL，则返回 NULL。如果前一行为 NULL，则取前面最近的非 NULL 行进行计算。注意：该函数暂时不支持嵌套函数，同一层查询中不可与其他聚合函数同时使用。 提示：单机部署时，如果 PARTITION BY 后的列为所有主标签列，有助于提升查询性能。 |
| diff(val: float4) → float4 | 计算表中某列与前一行非 NULL 值之间的差值。格式为 diff (<expr>) OVER (PARTITION BY <column_list> ORDER BY <timestamp_column>)。其中时间戳列必须是首列时间戳列，以保证顺序正确且计算正确。支持以下操作符：+, -, *, /, %, //, |, ^。如果当前行的值为 NULL 或指定分区仅有两行数据且首行为 NULL，则返回 NULL。如果前一行为 NULL，则取前面最近的非 NULL 行进行计算。注意：该函数暂时不支持嵌套函数，同一层查询中不可与其他聚合函数同时使用。 提示：单机部署时，如果 PARTITION BY 后的列为所有主标签列，有助于提升查询性能。 |
| diff(val: float8) → float8 | 计算表中某列与前一行非 NULL 值之间的差值。格式为 diff (<expr>) OVER (PARTITION BY <column_list> ORDER BY <timestamp_column>)。其中时间戳列必须是首列时间戳列，以保证顺序正确且计算正确。支持以下操作符：+, -, *, /, %, //, |, ^。如果当前行的值为 NULL 或指定分区仅有两行数据且首行为 NULL，则返回 NULL。如果前一行为 NULL，则取前面最近的非 NULL 行进行计算。注意：该函数暂时不支持嵌套函数，同一层查询中不可与其他聚合函数同时使用。 提示：单机部署时，如果 PARTITION BY 后的列为所有主标签列，有助于提升查询性能。 |
| ELAPSED(ts_primary_key [, time_unit]) → float8 | 统计指定统计周期内有数据覆盖的连续时间长度。与 TWA 函数配合使用，可以计算统计曲线下的面积。与 time_bucket 函数结合使用时，统计在给定时间范围内的每个时间窗口内有数据覆盖的时间范围。如未使用 time_bucket 函数，则返回整个给定时间范围的有数据覆盖的时间范围。ELAPSED 函数返回时间范围的绝对值除以时间间隔单位所得到的单位个数。 参数说明： - ts_primary_key：时间戳列，必须是首列时间戳列，用于确定数据的存在范围。- time_unit：时间间隔，支持的单位包括纳秒（ns）、微秒（us）、ms（毫秒）、秒（s）、分（m）、小时（h）、天（d）、周（w）。若未设置，则默认以毫秒为时间间隔单位。 |
| first(val: float4) → float4 | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: float8) → float8 | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: INT2) → INT2 | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: INT4) → INT4 | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: INT8) → INT8 | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: STRING) → STRING | 获取条件范围内的时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: timestamp) → timestamp | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: timestamptz) → timestamptz | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: varbytes) →varbytes | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(val: varchar) →varchar | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first(*)→any element | 获取条件范围内时间戳最小的一条数据（不包含空值 NULL）。 |
| first_row(val: float4) → float4 | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: float8) → float8 | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: INT2) → INT2 | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: INT4) → INT4 | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: INT8) → INT8 | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: STRING) → STRING | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: timestamp) → timestamp | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: timestamptz) → timestamptz | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: varbytes) →varbytes | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(val: varchar) →varchar | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| first_row(*) →any element | 获取条件范围内时间戳最小的一条数据（可以是空值 NULL）。 |
| last(val: float4) → float4 | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: float8) → float8 | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: INT2) → INT2 | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: INT4) → INT4 | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: INT8) → INT8 | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: STRING) → STRING | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: timestamp) → timestamp | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: timestamptz) → timestamptz | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: varbytes) →varbytes | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(val: varchar) →varchar | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last(*)→any element | 获取条件范围内时间戳最大的一条数据（不包含空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row (val: varchar) →varchar | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: float4) → float4 | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: float8) → float8 | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: INT2) → INT2 | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: INT4) → INT4 | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: INT8) → INT8 | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: STRING) → STRING | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: timestamp) → timestamp | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: timestamptz) → timestamptz | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(val: varbytes) →varbytes | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| last_row(*) →any element | 获取条件范围内时间戳最大的一条数据（可以是空值 NULL）。 支持在子查询、关联查询（JOIN）、嵌套查询（FROM 子查询）、WHERE、GROUP BY、HAVING、ORDER BY 等多种查询场景中使用，支持与 KaiwuDB 现有的聚合函数联合使用。 当前限制： - 仅支持在 SELECT 列表中使用，不可作为普通列进行计算； - 仅支持单列作为参数，传入数值常量、操作符、表达式或函数将触发语法错误； - 仅限于时序表数据处理，不适用于临时表或关系型查询场景。 |
| max(arg1: float4) → float4 | 标识选定的最大值。 |
| max(arg1: float8) → float8 | 标识选定的最大值。 |
| max(arg1: INT2) → INT2 | 标识选定的最大值。 |
| max(arg1: INT4) → INT4 | 标识选定的最大值。 |
| max(arg1: INT8) → INT8 | 标识选定的最大值。 |
| max(arg1: STRING) → STRING | 标识选定的最大值。 |
| max(arg1: timestamp) → timestamp | 标识选定的最大值。 |
| max(arg1: timestamptz) → timestamptz | 标识选定的最大值。 |
| min(arg1: float4) → float4 | 标识选定的最小值。 |
| min(arg1: float8) → float8 | 标识选定的最小值。 |
| min(arg1: INT2) → INT2 | 标识选定的最小值。 |
| min(arg1: INT4) → INT4 | 标识选定的最小值。 |
| min(arg1: INT8) → INT8 | 标识选定的最小值。 |
| min(arg1: STRING) → STRING | 标识选定的最小值。 |
| min(arg1: timestamp) → timestamp | 标识选定的最小值。 |
| min(arg1: timestamptz) → timestamptz | 标识选定的最小值。 |
| sum(arg1: float4) → float8 | 计算选定值的总和。 |
| sum(arg1: float8) → float8 | 计算选定值的总和。 |
| sum(arg1: INT2) → DECIMAL | 计算选定值的总和。 |
| sum(arg1: INT4) → DECIMAL | 计算选定值的总和。 |
| sum(arg1: INT8) → DECIMAL | 计算选定值的总和。 |
| TWA(ts_primary_key, expr) → float8 | 计算指定时间范围内数据点的加权平均值。与 time_bucket 函数结合使用时，在给定时间范围内的每个时间窗口内计算加权平均值。如未使用 time_bucket 函数，则在整个给定时间范围内计算加权平均值。 参数说明： - ts_primary_key：时间戳列，必须是首列时间戳列，用于确定数据的存在范围。若存在多条时间戳相同的数据，系统会报错。有关详细信息，参见时序函数错误码。- expr：expr 表达式，其计算结果为数据点的数值，数据点之间的时间间隔则是数据点权重。适用于数值类型的数据，支持的类型包括单列（数值类型）、常量（数值）、操作符（+、-、*、/、%、<<、>>、|、&）、函数（返回值为数值类型）。 |
分组窗口函数
| 函数 | 描述 |
|---|---|
| COUNT_WINDOW (val1: int8) | 根据固定数据行数划分窗口。数据按时间戳排序后，划分为指定行数的窗口。如果总数据行数不能整除指定行数，最后一个窗口的行数会少于指定行数。具体操作说明，参见分组窗口查询。 |
| COUNT_WINDOW (val1: int8, val2: int8) | 根据固定数据行数和滑动偏移行数划分窗口。数据按时间戳排序后，按指定的行数和偏移量划分窗口。如果总数据行数不能整除指定行数，最后一个窗口的行数会少于指定行数。具体操作说明，参见分组窗口查询。 |
| EVENT_WINDOW (val1: expr, val2: expr) | 根据开始和结束条件划分窗口。数据满足开始条件时窗口开始，满足结束条件时窗口关闭。开始和结束条件可以是任意表达式，并可涉及不同的列。具体操作说明，参见分组窗口查询。 |
| STATE_WINDOW (val: int2) | 按设备状态划分窗口，相同状态的数据归于同一窗口，状态变化时窗口关闭。具体操作说明，参见分组窗口查询。 |
| STATE_WINDOW (val: int4) | 按设备状态划分窗口，相同状态的数据归于同一窗口，状态变化时窗口关闭。具体操作说明，参见分组窗口查询。 |
| STATE_WINDOW (val: int8) | 按设备状态划分窗口，相同状态的数据归于同一窗口，状态变化时窗口关闭。具体操作说明，参见分组窗口查询。 |
| STATE_WINDOW (val: bool) | 按设备状态划分窗口，相同状态的数据归于同一窗口，状态变化时窗口关闭。具体操作说明，参见分组窗口查询。 |
| STATE_WINDOW (val: char) | 按设备状态划分窗口，相同状态的数据归于同一窗口，状态变化时窗口关闭。具体操作说明，参见分组窗口查询。 |
| STATE_WINDOW (val: varchar) | 按设备状态划分窗口，相同状态的数据归于同一窗口，状态变化时窗口关闭。具体操作说明，参见分组窗口查询。 |
| SESSION_WINDOW (val1: timestamptz, val2: interval) | 根据时间戳列和最大连续时间间隔判断数据是否属于同一窗口。数据按时间戳排序，如果相邻数据的时间间隔超过最大允许间隔，则分属不同窗口。具体操作说明，参见分组窗口查询。 |
| SESSION_WINDOW (val1: timestamp, val2: interval) | 根据时间戳列和最大连续时间间隔判断数据是否属于同一窗口。数据按时间戳排序，如果相邻数据的时间间隔超过最大间隔，则分属不同窗口。具体操作说明，参见分组窗口查询。 |
| TIME_WINDOW (val1: timestamp, val2: interval) | 基于时间戳列和指定时间间隔划分窗口。数据按时间戳排序后，系统按指定时间间隔划分窗口。具体操作说明，参见分组窗口查询。 |
| TIME_WINDOW (val1: timestamptz, val2: interval) | 基于时间戳列和指定时间间隔划分窗口。数据按时间戳排序后，系统按指定时间间隔划分窗口。具体操作说明，参见分组窗口查询。 |
| TIME_WINDOW (val1: timestamp, val2: interval, val3: interval) | 基于时间戳列、指定时间间隔和滑动偏移划分窗口。数据按时间戳排序后，系统根据指定时间间隔和滑动偏移划分窗口。具体操作说明，参见分组窗口查询。 |
| TIME_WINDOW (val1: timestamptz, val2: interval, val3: interval) | 基于时间戳列、指定时间间隔和滑动偏移划分窗口。数据按时间戳排序后，系统根据指定时间间隔和滑动偏移划分窗口。具体操作说明，参见分组窗口查询。 |
地理函数
| 函数 → 返回值 | 描述 |
|---|---|
| ST_Distance (a: geometry, b: geometry) → float8 | 计算 a、b 两个⼏何对象之间的欧⽒距离。 |
| ST_DWithin (a: geometry, b: geometry, d: float8) → bool | 检查 a、b 两个⼏何对象是否在给定距离（d）内。 |
| ST_Contains (a: geometry, b: geometry) → bool | 检查⼏何对象 a 是否完全包含⼏何对象 b。 |
| ST_Intersects (a: geometry, b: geometry) → bool | 检查 a、b 两个⼏何对象是否相交或重叠。 |
| ST_Equals (a: geometry, b: geometry) → bool | 比较 a、b 两个⼏何对象是否完全相同。 |
| ST_Touches (a: geometry, b: geometry) → bool | 检查 a、b 两个⼏何对象是否相邻。 |
| ST_Covers (a: geometry, b: geometry) → bool | 检查⼏何对象 a 是否完全覆盖⼏何对象 b。 |
| ST_Area (a: geometry) → float8 | 计算⼀个多边形的面积 |