前面一篇介绍了influxdb中基本的查询操作，在结尾处提到了如果我们希望对查询的结果进行分组，排序，分页时，应该怎么操作，接下来我们看一下上面几个场景的支持

在开始本文之前，建议先阅读上篇博文: 190813-Influx Sql系列教程八：query数据查询基本篇

0. 数据准备

在开始查询之前，先看一下我们准备的数据，其中name,phone为tag, age,blog,id为field

> select * from yhh

name: yhh

time                age blog                 id name phone

----                --- ----                 -- ---- -----

1563889538654374538 26  http://blog.hhui.top 10 一灰灰

1563889547738266214 30  http://blog.hhui.top 11 一灰灰

1563889704754695002 30  http://blog.hhui.top 11 一灰灰2

1563889723440000821 30  http://blog.hhui.top 11 一灰灰3 110

> show tag keys from yhh

name: yhh

tagKey

------

name

phone

1. 分组查询

和sql语法一样，influxdb sql的分组也是使用group by语句，其定义如下

SELECT_clause FROM_clause [WHERE_clause] GROUP BY [* | <tag_key>[,<tag_key]]

a. group by tag

从上面的定义中，有一点需要特别强调，用来分组的必须是tag，也就是说对于influxdb而言，不支持根据field进行分组

一个实际的演示如下:

> select * from yhh group by phone

name: yhh

tags: phone=

time                age blog                 id name

----                --- ----                 -- ----

1563889538654374538 26  http://blog.hhui.top 10 一灰灰

1563889547738266214 30  http://blog.hhui.top 11 一灰灰

1563889704754695002 30  http://blog.hhui.top 11 一灰灰2

name: yhh

tags: phone=110

time                age blog                 id name

----                --- ----                 -- ----

1563889723440000821 30  http://blog.hhui.top 11 一灰灰3

注意上面的输出结果，比较有意思，分成了两个结构段落，且可以输出完整的数据；而mysql的分组查询条件中一般需要带上分组key，然后实现一些数据上的聚合查询

如果我的分组中，使用field进行分组查询，会怎样？报错么?

> select * from yhh group by age

name: yhh

tags: age=

time                age blog                 id name phone

----                --- ----                 -- ---- -----

1563889538654374538 26  http://blog.hhui.top 10 一灰灰

1563889547738266214 30  http://blog.hhui.top 11 一灰灰

1563889704754695002 30  http://blog.hhui.top 11 一灰灰2

1563889723440000821 30  http://blog.hhui.top 11 一灰灰3 110

从上面的case中可以看出，虽然执行了，但是返回的结果并不是我们预期的。

b. group by *

另外一个与一般SQL语法不一样的是group by 后面可以跟上*，表示根据所有的tag进行分组，一个测试如下

> select * from yhh group by *

name: yhh

tags: name=一灰灰, phone=

time                age blog                 id

----                --- ----                 --

1563889538654374538 26  http://blog.hhui.top 10

1563889547738266214 30  http://blog.hhui.top 11

name: yhh

tags: name=一灰灰2, phone=

time                age blog                 id

----                --- ----                 --

1563889704754695002 30  http://blog.hhui.top 11

name: yhh

tags: name=一灰灰3, phone=110

time                age blog                 id

----                --- ----                 --

1563889723440000821 30  http://blog.hhui.top 11

>

c. group by time

除了上面的根据tag进行分组之外，还有一个更高级的特性，根据时间来分组，这个时间还支持一些简单的函数操作

定义如下

SELECT <function>(<field_key>) FROM_clause WHERE <time_range> GROUP BY time(<time_interval>),[tag_key] [fill(<fill_option>)]

我们知道influxdb的一个重要应用场景就是监控的记录，在监控面板上经常会有的就是根据时间进行聚合，比如查询某个服务每分钟的异常数，qps, rt等

下面给出一个简单的使用case

# 为了显示方便，将数据的时间戳改成日期方式展示

> precision rfc3339

> select * from yhh

name: yhh

time                           age blog                 id name phone

----                           --- ----                 -- ---- -----

2019-07-23T13:45:38.654374538Z 26  http://blog.hhui.top 10 一灰灰

2019-07-23T13:45:47.738266214Z 30  http://blog.hhui.top 11 一灰灰

2019-07-23T13:48:24.754695002Z 30  http://blog.hhui.top 11 一灰灰2

2019-07-23T13:48:43.440000821Z 30  http://blog.hhui.top 11 一灰灰3 110

> select count(*) from yhh where time>'2019-07-23T13:44:38.654374538Z' and time<'2019-07-23T13:50:43.440000821Z'  GROUP BY time(2m)

name: yhh

time                 count_age count_blog count_id

----                 --------- ---------- --------

2019-07-23T13:44:00Z 2         2          2

2019-07-23T13:46:00Z 0         0          0

2019-07-23T13:48:00Z 2         2          2

2019-07-23T13:50:00Z 0         0          0

在上面的查询语句中，有几个地方需要说明一下

  • select后面跟上的是单个or多个field的聚合操作，根据时间进行分组时，不允许查询具体的field值，否则会有下面的错误提示 
    > select * from yhh where time>'2019-07-23T13:44:38.654374538Z' and time<'2019-07-23T13:50:43.440000821Z'  GROUP BY time(2m)
    
ERR: GROUP BY requires at least one aggregate function
  • where条件限定查询的时间范围，否则会得到很多数据
  • group by time(2m) 表示每2分钟做一个分组， group by time(2s)则表示每2s做一个分组

2. 排序

在influxdb中排序，只支持针对time进行排序，其他的field，tag（因为是string类型，也没法排）是不能进行排序的

语法比较简单，如下，根据时间倒序/升序

order by time desc/asc

一个简单的实例如下

# 根据非time进行排序时，直接报错

> select * from yhh order by age

ERR: error parsing query: only ORDER BY time supported at this time

# 根据时间进行倒排

> select * from yhh order by time desc

name: yhh

time                           age blog                 id name phone

----                           --- ----                 -- ---- -----

2019-07-23T13:48:43.440000821Z 30  http://blog.hhui.top 11 一灰灰3 110

2019-07-23T13:48:24.754695002Z 30  http://blog.hhui.top 11 一灰灰2

2019-07-23T13:45:47.738266214Z 30  http://blog.hhui.top 11 一灰灰

2019-07-23T13:45:38.654374538Z 26  http://blog.hhui.top 10 一灰灰

>

3. 查询限制

我们常见的分页就是limit语句，我们常见的limit语句为 limit page, size，可以实现分页；然而在influxdb中则不同，limit后面只能跟上一个数字，表示限定查询的最多条数

a. limit

N指定每次measurement返回的point个数

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] LIMIT <N>

下满给出几个实际的case

> select * from yhh limit 2

name: yhh

time                           age blog                 id name phone

----                           --- ----                 -- ---- -----

2019-07-23T13:45:38.654374538Z 26  http://blog.hhui.top 10 一灰灰

2019-07-23T13:45:47.738266214Z 30  http://blog.hhui.top 11 一灰灰

# 分组之后，再限定查询条数

> select * from yhh group by "name" limit 1

name: yhh

tags: name=一灰灰

time                           age blog                 id phone

----                           --- ----                 -- -----

2019-07-23T13:45:38.654374538Z 26  http://blog.hhui.top 10

name: yhh

tags: name=一灰灰2

time                           age blog                 id phone

----                           --- ----                 -- -----

2019-07-23T13:48:24.754695002Z 30  http://blog.hhui.top 11

name: yhh

tags: name=一灰灰3

time                           age blog                 id phone

----                           --- ----                 -- -----

2019-07-23T13:48:43.440000821Z 30  http://blog.hhui.top 11 110

b. slimit

N指定从指定measurement返回的series数

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] GROUP BY *[,time(<time_interval>)] [ORDER_BY_clause] SLIMIT <N>

接下来演示下这个的使用姿势，首先准备插入几条数据，确保tag相同

> insert yhh,name=一灰灰,phone=110 blog="http://spring.hhui.top",age=14,id=14

> insert yhh,name=一灰灰,phone=110 blog="http://spring.hhui.top",age=15,id=15

> insert yhh,name=一灰灰,phone=110 blog="http://spring.hhui.top",age=16,id=16

> select * from yhh

name: yhh

time                           age blog                   id name phone

----                           --- ----                   -- ---- -----

2019-07-23T13:45:38.654374538Z 26  http://blog.hhui.top   10 一灰灰

2019-07-23T13:45:47.738266214Z 30  http://blog.hhui.top   11 一灰灰

2019-07-23T13:48:24.754695002Z 30  http://blog.hhui.top   11 一灰灰2

2019-07-23T13:48:43.440000821Z 30  http://blog.hhui.top   11 一灰灰3 110

2019-08-14T11:18:06.804162557Z 14  http://spring.hhui.top 14 一灰灰  110

2019-08-14T11:18:10.146588721Z 15  http://spring.hhui.top 15 一灰灰  110

2019-08-14T11:18:12.753413004Z 16  http://spring.hhui.top 16 一灰灰  110

> show series on test from yhh

key

---

yhh,name=一灰灰

yhh,name=一灰灰,phone=110

yhh,name=一灰灰2

yhh,name=一灰灰3,phone=110

如下面的一个使用case

> select * from yhh group by * slimit 3

name: yhh

tags: name=一灰灰, phone=

time                           age blog                 id

----                           --- ----                 --

2019-07-23T13:45:38.654374538Z 26  http://blog.hhui.top 10

2019-07-23T13:45:47.738266214Z 30  http://blog.hhui.top 11

name: yhh

tags: name=一灰灰, phone=110

time                           age blog                   id

----                           --- ----                   --

2019-08-14T11:18:06.804162557Z 14  http://spring.hhui.top 14

2019-08-14T11:18:10.146588721Z 15  http://spring.hhui.top 15

2019-08-14T11:18:12.753413004Z 16  http://spring.hhui.top 16

name: yhh

tags: name=一灰灰2, phone=

time                           age blog                 id

----                           --- ----                 --

2019-07-23T13:48:24.754695002Z 30  http://blog.hhui.top 11

name: yhh

tags: name=一灰灰3, phone=110

time                           age blog                 id

----                           --- ----                 --

2019-07-23T13:48:43.440000821Z 30  http://blog.hhui.top 11

说实话，这一块没看懂，根据官方的文档进行翻译的，没有get这个slimit的特点

4. 分页

上面只有point个数限制，但是分页怎么办？难道不支持么？

在influxdb中，有专门的offset来实现分页

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] LIMIT_clause OFFSET <N> [SLIMIT_clause]

简单来讲，就是limit 条数 offset 偏移

使用实例

> select * from yhh

name: yhh

time                           age blog                   id name phone

----                           --- ----                   -- ---- -----

2019-07-23T13:45:38.654374538Z 26  http://blog.hhui.top   10 一灰灰

2019-07-23T13:45:47.738266214Z 30  http://blog.hhui.top   11 一灰灰

2019-07-23T13:48:24.754695002Z 30  http://blog.hhui.top   11 一灰灰2

2019-07-23T13:48:43.440000821Z 30  http://blog.hhui.top   11 一灰灰3 110

2019-08-14T11:18:06.804162557Z 14  http://spring.hhui.top 14 一灰灰  110

2019-08-14T11:18:10.146588721Z 15  http://spring.hhui.top 15 一灰灰  110

2019-08-14T11:18:12.753413004Z 16  http://spring.hhui.top 16 一灰灰  110

# 查询结果只有2条数据，从第三个开始（0开始计数）

> select * from yhh limit 2 offset 3

name: yhh

time                           age blog                   id name phone

----                           --- ----                   -- ---- -----

2019-07-23T13:48:43.440000821Z 30  http://blog.hhui.top   11 一灰灰3 110

2019-08-14T11:18:06.804162557Z 14  http://spring.hhui.top 14 一灰灰  110

> select * from yhh limit 2 offset 3

5. 小结

本篇influxdb的查询篇主要介绍了sql中的三种常用case，分组，排序，分页；虽然使用姿势和我们常见的SQL大同小异，但是一些特殊点需要额外注意一下

  • 分组查询时，注意分组的key必须是time或者tag，分组查询可以返回完整的point
  • 排序，只支持根据时间进行排序，其他的字段都不支持
  • 分页，需要注意limit size offset startIndex和我们一般的使用case不同，它的两个参数分别表示查询的point个数，以及偏移量；而不是传统sql中的页和条数

II. 其他

0. 系列博文

参考博文

1. 一灰灰Blog： https://liuyueyi.github.io/hexblog

一灰灰的个人博客，记录所有学习和工作中的博文，欢迎大家前去逛逛

2. 声明

尽信书则不如，已上内容，纯属一家之言，因个人能力有限，难免有疏漏和错误之处，如发现bug或者有更好的建议，欢迎批评指正，不吝感激

3. 扫描关注

一灰灰blog

Influx Sql系列教程九：query数据查询基本篇二的更多相关文章

  1. Influx Sql系列教程八：query数据查询基本篇

    前面几篇介绍了InfluxDB的添加,删除修改数据,接下来进入查询篇,掌握一定的SQL知识对于理解本篇博文有更好的帮助,下面在介绍查询的基础操作的同时,也会给出InfluxSql与SQL之间的一些差别 ...

  2. Influx Sql系列教程七：delete 删除数据

    前面介绍了使用insert实现新增和修改记录的使用姿势,接下来我们看一下另外一个简单的使用方式,如何删除数据 1. delete 语句 delete的官方语法如下 DELETE FROM <me ...

  3. Influx Sql系列教程六：insert 修改数据

    在influxdb中没有专门的修改数据的update语句,对于influxdb而言,如果想修改数据,还是得使用我们前面的说到的insert来实现,那么怎么判断一条insert语句是插入还是修改呢? 1 ...

  4. Influx Sql系列教程五：insert 添加数据

    接下来开始进入influxdb的curd篇,首先我们看一下如何添加数据,也就是insert的使用姿势 在进入本篇之前,对于不了解什么是retention policy, tag, field的同学,有 ...

  5. Influx Sql系列教程四：series/point/tag/field

    influxdb中的一条记录point,主要可以分为三类,必须存在的time(时间),string类型的tag,以及其他成员field:而series则是一个measurement中保存策略和tag集 ...

  6. Influx Sql系列教程三：measurement 表

    在influxdb中measurement相当于mysql中的表,可以理解为一条一条记录都是存与measurent中的,一个数据库中可以有多个measurement,一个measurement中可以存 ...

  7. Influx Sql系列教程二：retention policy 保存策略

    retention policy这个东西相比较于传统的关系型数据库(比如mysql)而言,是一个比较新的东西,在将表之前,有必要来看一下保存策略有什么用,以及可以怎么用 I. 基本操作 1. 创建re ...

  8. Influx Sql系列教程零：安装及influx-cli使用姿势介绍

    influxdb 时序数据库,因为实际业务中使用到了,然而并没有发现有特别好的文章,完整的介绍influx sql的使用姿势,因此记录下实际开发中学习的体会,主要参考来自于官方文档 Influx Qu ...

  9. SQL系列（九）—— 子查询（subQuery）

    1.子查询 前面的系列介绍的都是简单的查询场景,其中都只涉及到单张表的数据检索.但是在日常是实际应用中,数据模型之间的关系都非常的复杂,数据的需求一般都是来源于多个数据模型之间的组合而成,即对应多张表 ...

随机推荐

  1. jq function return value

    所有 JS  函数 都会返回值 假如 没有 return  则返回 undefined

  2. django-签名加密模块It's dangerous--加密token

    https://juejin.im/entry/56b30250df0eea0054375e1d 安装 pip install itsdangerous 使用 from itsdangerous im ...

  3. ZOJ 2676 Network Wars(网络流+分数规划)

    传送门 题意:求无向图割集中平均边权最小的集合. 论文<最小割模型在信息学竞赛中的应用>原题. 分数规划.每一条边取上的代价为1. #include <bits/stdc++.h&g ...

  4. amundsen 来自lyft 的开源数据发现平台

    amundsen 是来自lyft 开源的元数据管理.数据发现平台,功能点很全,有一个比较全的前端.后端以及 数据处理框架 参考架构图 说明 从官方介绍以及github代码仓库可以看出还是比较全的整体解 ...

  5. requestLayout() improperly called by xxxxxxxxxxxxxxxxxxx ScrollViewContainer 问题

    当scrollview内的内容更改大小时,Scrollview不会自行调整大小.效果是,当内容变小时,内容将留在原来的位置,当内容变大时,无法看到.仅当ScrollView位于作为MasterDeta ...

  6. 机器学习---逻辑回归（二）（Machine Learning Logistic Regression II）

    在<机器学习---逻辑回归(一)(Machine Learning Logistic Regression I)>一文中,我们讨论了如何用逻辑回归解决二分类问题以及逻辑回归算法的本质.现在 ...

  7. CSS3 之filter毛玻璃效果弹窗

    先看效果: 效果主要用css3的滤镜属性实现,代码如下: <!DOCTYPE html> <html lang="en"> <head> < ...

  8. NuxtJS如何利用axios异步请求

    第一种:使用nuxt 提供的 Axios插件 @nuxtjs/axios 1.安装:npm install @nuxtjs/axios -d 2.配置 nuxt.config.js exports d ...

  9. linux 关闭主板上的蜂鸣器声音

    本文通过MetaWeblog自动发布,原文及更新链接:https://extendswind.top/posts/technical/mainboard_speaker_close 在从deepin的 ...

  10. centos7安装sql-server2017

    1.  关闭selinux Vim /etc/selinux/conf 将selinux=enable 改成selinux=disabled 2.  清空/关闭iptables策略 Iptables ...