influxDB选择类函数
1）TOP()函数
作用：返回一个字段中最大的N个值，字段类型必须是长整型或float64类型。
语法：
SELECT TOP(<field_key>[,<tag_keys>],<N>)[,<tag_keys>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
例子1
选择3个water_level最大值
SELECT TOP(water_level,3) FROM h2o_feet
结果
name: h2o_feet
--------------
time top
2015-08-29T07:18:00Z 9.957
2015-08-29T07:24:00Z 9.964
2015-08-29T07:30:00Z 9.954
例子2选择3个water_level最大值，并在输出中包含相关的location标记：SELECT TOP(water_level,3),location FROM h2o_feet结果
name: h2o_feet
--------------
time top location
2015-08-29T07:18:00Z 9.957 coyote_creek
2015-08-29T07:24:00Z 9.964 coyote_creek
2015-08-29T07:30:00Z 9.954 coyote_creek例子3
选择在2个location标签的最大值
SELECT TOP(water_level,location,2) FROM h2o_feet结果
name: h2o_feet
--------------
time top location
2015-08-29T03:54:00Z 7.205 santa_monica
2015-08-29T07:24:00Z 9.964 coyote_creek输出显示的位置每个标签值water_level最高值（santa_monica和coyote_creek）。
注：查询语法SELECT TOP(<field_key>,<tag_key>,<N>)，标签在哪里有X的不同的值，返回n或x字段的值，以较小者为准，并返回的每个点有一个独特的标签值。要演示这种行为，请参见上面示例查询的结果，其中n等于3，n等于1。
N=3
SELECT TOP(water_level,location,3) FROM h2o_feet结果
name: h2o_feet
--------------
time top location
2015-08-29T03:54:00Z 7.205 santa_monica
2015-08-29T07:24:00Z 9.964 coyote_creek返回两个值而不是三InfluxDB因为位置标签只有两个值（santa_monica和coyote_creek）。
N=1
SELECT TOP(water_level,location,1) FROM h2o_feet
结果
name: h2o_feet
--------------
time top location
2015-08-29T07:24:00Z 9.964 coyote_creek比较water_level InfluxDB顶值在每个标签的位置值并返回water_level的较大值。
例子4
选择最大water_level 2个值，范围2015年8月18日 4点与2015年8月18日4点18分，范围每个location标签
SELECT TOP(water_level,2) FROM h2o_feet WHERE time >= '2015-08-18T04:00:00Z' AND time < '2015-08-18T04:24:00Z' GROUP BY location
结果
name: h2o_feet例子5
tags: location=coyote_creek
time top
---- ---
2015-08-18T04:00:00Z 2.943
2015-08-18T04:06:00Z 2.831 name: h2o_feet
tags: location=santa_monica
time top
---- ---
2015-08-18T04:06:00Z 4.055
2015-08-18T04:18:00Z 4.124
选择wtaer_level最大的2个值，在范围2015年8月18日 4点与2015年8月18日4点18分，location为santa_monica
SELECT TOP(water_level,2) FROM h2o_feet WHERE time >= '2015-08-18T04:00:00Z' AND time < '2015-08-18T04:24:00Z' AND location = 'santa_monica'name: h2o_feet
--------------
time top
2015-08-18T04:06:00Z 4.055
2015-08-18T04:18:00Z 4.124
值得注意的是原始数据，water_level等于4.055在2015-08-18t04:06:00z和2015-08-18t04:12:00z。在相同的情况下，InfluxDB返回值更早的那个时间戳。2、BOTTOM()函数
作用：返回一个字段中最小的N个值。字段类型必须是长整型或float64类型。
语法：
SELECT BOTTOM(<field_key>[,<tag_keys>],<N>)[,<tag_keys>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]例子1
选择三个最小值
SELECT BOTTOM(water_level,3) FROM h2o_feet
结果
name: h2o_feet例子2
--------------
time bottom
2015-08-29T14:30:00Z -0.61
2015-08-29T14:36:00Z -0.591
2015-08-30T15:18:00Z -0.594
选择三个最小值，在输出中包含相关的location标签:
SELECT BOTTOM(water_level,3),location FROM h2o_feet
name: h2o_feet
--------------
time bottom location
2015-08-29T14:30:00Z -0.61 coyote_creek
2015-08-29T14:36:00Z -0.591 coyote_creek
2015-08-30T15:18:00Z -0.594 coyote_creek
例子3
选择2个location最小值
SELECT BOTTOM(water_level,location,2) FROM h2o_feet
结果name: h2o_feet输出显示的位置每个标签值water_level底值（santa_monica和coyote_creek）。
--------------
time bottom location
2015-08-29T10:36:00Z -0.243 santa_monica
2015-08-29T14:30:00Z -0.61 coyote_creek
注：查询语法select（< field_key >，< tag_key >，＜n＞），标签在哪里有X的不同的值，返回n或x字段的值，以较小者为准，并返回的每个点有一个独特的标签值。要演示这种行为，请参见上面示例查询的结果，其中n等于3，n等于1。N=3
SELECT BOTTOM(water_level,location,3) FROM h2o_feet
结果
name: h2o_feet
--------------
time bottom location
2015-08-29T10:36:00Z -0.243 santa_monica
2015-08-29T14:30:00Z -0.61 coyote_creek 返回两个值而不是三InfluxDB因为位置标签只有两个值（santa_monica和coyote_creek）。
N=1
SELECT BOTTOM(water_level,location,1) FROM h2o_feet
结果
name: h2o_feet
--------------
time bottom location
2015-08-29T14:30:00Z -0.61 coyote_creekInfluxDB比较water_level底值在每个标签的位置值并返回water_level值越小。
例子4
每个location标签选择两个最小值 ，范围在2015年8月18日4点和2015年8月18日4点18分。SELECT BOTTOM(water_level,2) FROM h2o_feet WHERE time >= '2015-08-18T04:00:00Z' AND time < '2015-08-18T04:24:00Z' GROUP BY location
name: h2o_feet例子5
tags: location=coyote_creek
time bottom
---- ------
2015-08-18T04:12:00Z 2.717
2015-08-18T04:18:00Z 2.625 name: h2o_feet
tags: location=santa_monica
time bottom
---- ------
2015-08-18T04:00:00Z 3.911
2015-08-18T04:06:00Z 4.055
选择最小的两个值，在2015年8月18日4点和2015年8月18日4点18分，location为santa_monica
SELECT BOTTOM(water_level,2) FROM h2o_feet WHERE time >= '2015-08-18T04:00:00Z' AND time < '2015-08-18T04:24:00Z' AND location = 'santa_monica'结果
name: h2o_feet
--------------
time bottom
2015-08-18T04:00:00Z 3.911
2015-08-18T04:06:00Z 4.055值得注意的是原始数据，water_level等于4.055在2015-08-18t04:06:00z和2015-08-18t04:12:00z。在相同的情况下，InfluxDB返回值更早的那个时间戳。
3）FIRST()函数
作用：返回一个字段中最老的取值。
语法：
SELECT FIRST(<field_key>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]例子1
选择locaction 为santa_monica，water_level最老的值
SELECT FIRST(water_level) FROM h2o_feet WHERE location = 'santa_monica'
结果
name: h2o_feet
--------------
time first
2015-08-18T00:00:00Z 2.064
例子2
选择最老的water_level，2015-08-18T00:42:00Z 与 2015-08-18T00:54:00Z之间，并输出location tag
SELECT FIRST(water_level),location FROM h2o_feet WHERE time >= '2015-08-18T00:42:00Z' and time <= '2015-08-18T00:54:00Z'结果
name: h2o_feet
--------------
time first location
2015-08-18T00:42:00Z 7.234 coyote_creek
例子3
选择最老的water_level,以location分组
SELECT FIRST(water_level) FROM h2o_feet GROUP BY location结果
name: h2o_feet
tags: location = coyote_creek
time first
---- -----
2015-08-18T00:00:00Z 8.12
name: h2o_feet
tags: location = santa_monica
time first
---- -----
2015-08-18T00:00:00Z 2.0644）LAST()函数
作用：返回一个字段中最新的取值。
语法：
SELECT LAST(<field_key>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]例子1
以location为santa_monica为条件，选择最新的water_level
SELECT LAST(water_level) FROM h2o_feet WHERE location = 'santa_monica'
结果
name: h2o_feet例子2
--------------
time last
2015-09-18T21:42:00Z 4.938
在2015-08-18T00:42:00Z与2015-08-18T00:54:00Z之间，选择最新的water_level，并输出location tag
SELECT LAST(water_level),location FROM h2o_feet WHERE time >= '2015-08-18T00:42:00Z' and time <= '2015-08-18T00:54:00Z'结果
name: h2o_feet
--------------
time last location
2015-08-18T00:54:00Z 6.982 coyote_creek例子2
选择最新的water_level,以location分组
SELECT LAST(water_level) FROM h2o_feet GROUP BY location
结果
name: h2o_feet
tags: location = coyote_creek
time last
---- ----
2015-09-18T16:24:00Z 3.235
name: h2o_feet
tags: location = santa_monica
time last
---- ----
2015-09-18T21:42:00Z 4.938Note: LAST() does not return points that occur after now() unless the WHERE clause specifies that time range. See Frequently Encountered Issues for how to query after now().
5）MAX()函数
作用：返回一个字段中的最大值。该字段类型必须是长整型，float64，或布尔类型。
语法：
SELECT MAX(<field_key>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]例子1
选择表h2o_feet中最大的值water_level
SELECT MAX(water_level) FROM h2o_feet
结果name: h2o_feet
--------------
time max
2015-08-29T07:24:00Z 9.964例子2
选择表h2o_feet中最大的值water_level，并输出location tag
SELECT MAX(water_level),location FROM h2o_feet结果
name: h2o_feet
--------------
time max location
2015-08-29T07:24:00Z 9.964 coyote_creek例子3
每12分选择表h2o_feet中每个location最大的值water_level，指定的时间范围
SELECT MAX(water_level) FROM h2o_feet WHERE time >= '2015-08-18T00:00:00Z' AND time < '2015-08-18T00:54:00Z' GROUP BY time(12m), location
name: h2o_feet
tags: location = coyote_creek
time max
---- ---
2015-08-18T00:00:00Z 8.12
2015-08-18T00:12:00Z 7.887
2015-08-18T00:24:00Z 7.635
2015-08-18T00:36:00Z 7.372
2015-08-18T00:48:00Z 7.11
name: h2o_feet
tags: location = santa_monica
time max
---- ---
2015-08-18T00:00:00Z 2.116
2015-08-18T00:12:00Z 2.126
2015-08-18T00:24:00Z 2.051
2015-08-18T00:36:00Z 2.067
2015-08-18T00:48:00Z 1.9916）MIN()函数
作用：返回一个字段中的最小值。该字段类型必须是长整型，float64，或布尔类型。
语法：
SELECT MIN(<field_key>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]例子1
选择表h2o_feet中最小的值water_level
SELECT MIN(water_level) FROM h2o_feet
结果
name: h2o_feet
--------------
time min
2015-08-29T14:30:00Z -0.61
例子2
选择表h2o_feet中最小的值water_level，并输出location tag
SELECT MIN(water_level),location FROM h2o_feet
结果
name: h2o_feet
--------------
time min location
2015-08-29T14:30:00Z -0.61 coyote_creek例子3
每12分选择表h2o_feet中每个location最小的值water_level，指定的时间范围
SELECT MIN(water_level) FROM h2o_feet WHERE time >= '2015-08-18T00:00:00Z' AND time < '2015-08-18T00:54:00Z' GROUP BY time(12m), location结果
name: h2o_feet
tags: location = coyote_creek
time min
---- ---
2015-08-18T00:00:00Z 8.005
2015-08-18T00:12:00Z 7.762
2015-08-18T00:24:00Z 7.5
2015-08-18T00:36:00Z 7.234
2015-08-18T00:48:00Z 7.11
name: h2o_feet
tags: location = santa_monica
time min
---- ---
2015-08-18T00:00:00Z 2.064
2015-08-18T00:12:00Z 2.028
2015-08-18T00:24:00Z 2.041
2015-08-18T00:36:00Z 2.057
2015-08-18T00:48:00Z 1.9917）PERCENTILE()函数
作用：返回排序值排位为N的百分值。字段的类型必须是长整型或float64。
百分值是介于100到0之间的整数或浮点数，包括100。
语法：
SELECT PERCENTILE(<field_key>, <N>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
例子1
计算location为coyote_creek,排位为5%的water_level值。
SELECT PERCENTILE(water_level,5) FROM h2o_feet WHERE location = 'coyote_creek'
结果
: h2o_feet
--------------
time percentile
2015-09-09T11:42:00Z 1.148解释：
就是将water_level字段按照不同的location求百分比，然后取第五位数据。
值1.148大于5%的位置的值（The value 1.148 is larger than 5% of the values in water_level where location equals coyote_creek.）例子2
计算location为coyote_creek,排位为5%的water_level值，并输出location tag。
SELECT PERCENTILE(water_level,5),location FROM h2o_feet
结果name: h2o_feet
--------------
time percentile location
2015-08-28T12:06:00Z 1.122 santa_monica例子2
计算以location分组，排在100%的值
SELECT PERCENTILE(water_level, 100) FROM h2o_feet GROUP BY location
结果name: h2o_feet
tags: location = coyote_creek
time percentile
---- ----------
2015-08-29T07:24:00Z 9.964
name: h2o_feet
tags: location = santa_monica
time percentile
---- ----------
2015-08-29T03:54:00Z 7.205注意：PERCENTILE(<field_key>,100)相当于MAX(<field_key>)
目前，PERCENTILE(<field_key>,0)不相当于MIN(<field_key>)
注意，PERCENTILE(<field_key>, 50)接近于MEDIAN()，MEDIAN()如果是偶娄个则返回中间两个值的平均值详细资料可参考官网：https://docs.influxdata.com/influxdb/v1.3/query_language/functions influxDB选择类函数的更多相关文章
- influxDB 变换类函数
1.DERIVATIVE()函数 作用:返回一个字段在一个series中的变化率. InfluxDB会计算按照时间进行排序的字段值之间的差异,并将这些结果转化为单位变化率.其中,单位可以指定,默认为1 ...
- influxDB聚合类函数
1)count()函数 返回一个(field)字段中的非空值的数量. SELECT COUNT(<field_key>) FROM <measurement_name> [WH ...
- InfluxDB学习系列教程，InfluxDB入门必备教程
nfluxDB是一个当下比较流行的时序数据库,InfluxDB使用 Go 语言编写,无需外部依赖,安装配置非常方便,适合构建大型分布式系统的监控系统. 本文是一系列InfluxDB学习教程的目录,现主 ...
- InfluxDB学习之InfluxDB的安装和简介
最近用到了 InfluxDB,在此记录下学习过程,同时也希望能够帮助到其他学习的同学. 本文主要介绍InfluxDB的功能特点以及influxDB的安装过程.更多InfluxDB详细教程请看:Infl ...
- Influxdb原理详解
本文属于<InfluxDB系列教程>文章系列,该系列共包括以下 15 部分: InfluxDB学习之InfluxDB的安装和简介 InfluxDB学习之InfluxDB的基本概念 Infl ...
- InfluxDB学习之InfluxDB的基本操作| Linux大学
来源地址:https://www.linuxdaxue.com/influxdb-study-series-manual.html 本文属于<InfluxDB系列教程>文章系列,该系列共包 ...
- InfluxDB执行语句管理(query management)
本文属于<InfluxDB系列教程>文章系列,该系列共包括以下 17 部分: InfluxDB学习之InfluxDB的基本概念 InfluxDB学习之InfluxDB的基本操作 Influ ...
- InfluxDB数据备份和恢复方法，支持本地和远程备份
本文属于<InfluxDB系列教程>文章系列,该系列共包括以下 17 部分: InfluxDB学习之InfluxDB的基本概念 InfluxDB学习之InfluxDB的基本操作 Influ ...
- InfluxDB安装后web页面无法访问的解决方案
本文属于<InfluxDB系列教程>文章系列,该系列共包括以下 16 部分: InfluxDB学习之InfluxDB的安装和简介 InfluxDB学习之InfluxDB的基本概念 Infl ...
随机推荐
- Struts2--百度百科
Struts 2是Struts的下一代产品,是在 struts 1和WebWork的技术基础上进行了合并的全新的Struts 2框架.其全新的Struts 2的体系结构与Struts 1的体系结构差别 ...
- hdu 1348 Wall (凸包模板)
/* 题意: 求得n个点的凸包.然后求与凸包相距l的外圈的周长. 答案为n点的凸包周长加上半径为L的圆的周长 */ # include <stdio.h> # include <ma ...
- 【UVA】11468-Substring（AC自己主动机）
AC自己主动机的题,须要注意的,建立失配边的时候,假设结点1失配边连到的那个结点2,那个结点2是一个单词的结尾,那么这个结点1也须要标记成1(由于能够看成,这个结点包括了这个单词),之后在Trie树上 ...
- jquery绑定事件的区别
query中绑定事件有三种方法:以click事件为例 (1)target.click(function(){}); (2)target.bind("click",function( ...
- iOS开发－重写description方法，自定义控制台(log)信息
description是所有类都有的一个方法. 我们重写这个方法,可以自定义实例输出的信息. 比如我们创建一个Person类: 在.h文件中添加两个属性: #import <Foundation ...
- Windows外壳名字空间的浏览
Windows95/98对Dos/Win3.x作了许多重大改进,在文件系统方面,它除了采用长文件名替代Dos中的8.3文件名以外,引入外壳名字空间(Shell Name Space)来代Dos文件系统 ...
- hystrix-turbine实现多服务监控
原文地址:http://www.cnblogs.com/skyblog/p/5633757.html 1. 概述 Demo地址:http://git.oschina.net/zhou666/spr ...
- How to manually remove an infected file from your computer
http://blog.csdn.net/pipisorry/article/details/41258577 How to manually remove an infected file from ...
- vue 手动挂载$mount() 获取 $el
手动挂载$mount() 如果没有挂载的话,没有关联的 DOM 元素.是获取不到$el的. https://vuejs.org/v2/api/#vm-mount var MyComponent = V ...
- Xilinx_7_Series_GTX简介
Xilinx_7_Series_GTX简介 https://wenku.baidu.com/view/4639cde7bb68a98270fefab6.html