分段聚合是一种时序数据典型的查询方式，数据以高频进行采集，需要按照一定的时间间隔进行聚合计算，如计算每天的平均气温，需要将气温的序列按天进行分段，然后计算平均值。
在 IoTDB 中，聚合查询可以通过 GROUP BY 子句指定按照时间区间分段聚合。用户可以指定聚合的时间间隔和滑动步长，相关参数如下：
下图中指出了这三个参数的含义：
接下来，我们给出几个典型例子：
对应的 SQL 语句是：
select count(status), max_value(temperature) from root.ln.wf01.wt01 group by ([2017-11-01T00:00:00, 2017-11-07T23:00:00),1d);
这条查询的含义是：
由于用户没有指定滑动步长，滑动步长将会被默认设置为跟时间间隔参数相同，也就是1d。
上面这个例子的第一个参数是显示窗口参数，决定了最终的显示范围是 [2017-11-01T00:00:00, 2017-11-07T23:00:00)。
上面这个例子的第二个参数是划分时间轴的时间间隔参数，将1d当作划分间隔，显示窗口参数的起始时间当作分割原点，时间轴即被划分为连续的时间间隔：[0,1d), [1d, 2d), [2d, 3d) 等等。
然后系统将会用 WHERE 子句中的时间和值过滤条件以及 GROUP BY 语句中的第一个参数作为数据的联合过滤条件，获得满足所有过滤条件的数据（在这个例子里是在 [2017-11-01T00:00:00, 2017-11-07 T23:00:00) 这个时间范围的数据），并把这些数据映射到之前分割好的时间轴中（这个例子里是从 2017-11-01T00:00:00 到 2017-11-07T23:00:00:00 的每一天）
每个时间间隔窗口内都有数据，SQL 执行后的结果集如下所示：
+-----------------------------+-------------------------------+----------------------------------------+ | Time|count(root.ln.wf01.wt01.status)|max_value(root.ln.wf01.wt01.temperature)| +-----------------------------+-------------------------------+----------------------------------------+ |2017-11-01T00:00:00.000+08:00| 1440| 26.0| |2017-11-02T00:00:00.000+08:00| 1440| 26.0| |2017-11-03T00:00:00.000+08:00| 1440| 25.99| |2017-11-04T00:00:00.000+08:00| 1440| 26.0| |2017-11-05T00:00:00.000+08:00| 1440| 26.0| |2017-11-06T00:00:00.000+08:00| 1440| 25.99| |2017-11-07T00:00:00.000+08:00| 1380| 26.0| +-----------------------------+-------------------------------+----------------------------------------+ Total line number = 7 It costs 0.024s
对应的 SQL 语句是：
select count(status), max_value(temperature) from root.ln.wf01.wt01 group by ([2017-11-01 00:00:00, 2017-11-07 23:00:00), 3h, 1d);
这条查询的含义是：
由于用户指定了滑动步长为1d，GROUP BY 语句执行时将会每次把时间间隔往后移动一天的步长，而不是默认的 3 小时。
也就意味着，我们想要取从 2017-11-01 到 2017-11-07 每一天的凌晨 0 点到凌晨 3 点的数据。
上面这个例子的第一个参数是显示窗口参数，决定了最终的显示范围是 [2017-11-01T00:00:00, 2017-11-07T23:00:00)。
上面这个例子的第二个参数是划分时间轴的时间间隔参数，将3h当作划分间隔，显示窗口参数的起始时间当作分割原点，时间轴即被划分为连续的时间间隔：[2017-11-01T00:00:00, 2017-11-01T03:00:00), [2017-11-02T00:00:00, 2017-11-02T03:00:00), [2017-11-03T00:00:00, 2017-11-03T03:00:00) 等等。
上面这个例子的第三个参数是每次时间间隔的滑动步长。
然后系统将会用 WHERE 子句中的时间和值过滤条件以及 GROUP BY 语句中的第一个参数作为数据的联合过滤条件，获得满足所有过滤条件的数据（在这个例子里是在 [2017-11-01T00:00:00, 2017-11-07 T23:00:00) 这个时间范围的数据），并把这些数据映射到之前分割好的时间轴中（这个例子里是从 2017-11-01T00:00:00 到 2017-11-07T23:00:00:00 的每一天的凌晨 0 点到凌晨 3 点）
每个时间间隔窗口内都有数据，SQL 执行后的结果集如下所示：
+-----------------------------+-------------------------------+----------------------------------------+ | Time|count(root.ln.wf01.wt01.status)|max_value(root.ln.wf01.wt01.temperature)| +-----------------------------+-------------------------------+----------------------------------------+ |2017-11-01T00:00:00.000+08:00| 180| 25.98| |2017-11-02T00:00:00.000+08:00| 180| 25.98| |2017-11-03T00:00:00.000+08:00| 180| 25.96| |2017-11-04T00:00:00.000+08:00| 180| 25.96| |2017-11-05T00:00:00.000+08:00| 180| 26.0| |2017-11-06T00:00:00.000+08:00| 180| 25.85| |2017-11-07T00:00:00.000+08:00| 180| 25.99| +-----------------------------+-------------------------------+----------------------------------------+ Total line number = 7 It costs 0.006s
滑动步长可以小于聚合窗口，此时聚合窗口之间有重叠时间（类似于一个滑动窗口）。
例如 SQL：
select count(status), max_value(temperature) from root.ln.wf01.wt01 group by ([2017-11-01 00:00:00, 2017-11-01 10:00:00), 4h, 2h);
SQL 执行后的结果集如下所示：
+-----------------------------+-------------------------------+----------------------------------------+ | Time|count(root.ln.wf01.wt01.status)|max_value(root.ln.wf01.wt01.temperature)| +-----------------------------+-------------------------------+----------------------------------------+ |2017-11-01T00:00:00.000+08:00| 180| 25.98| |2017-11-01T02:00:00.000+08:00| 180| 25.98| |2017-11-01T04:00:00.000+08:00| 180| 25.96| |2017-11-01T06:00:00.000+08:00| 180| 25.96| |2017-11-01T08:00:00.000+08:00| 180| 26.0| +-----------------------------+-------------------------------+----------------------------------------+ Total line number = 5 It costs 0.006s
对应的 SQL 语句是：
select count(status) from root.ln.wf01.wt01 where time > 2017-11-01T01:00:00 group by([2017-11-01T00:00:00, 2019-11-07T23:00:00), 1mo, 2mo);
这条查询的含义是：
由于用户指定了滑动步长为2mo，GROUP BY 语句执行时将会每次把时间间隔往后移动 2 个自然月的步长，而不是默认的 1 个自然月。
也就意味着，我们想要取从 2017-11-01 到 2019-11-07 每 2 个自然月的第一个月的数据。
上面这个例子的第一个参数是显示窗口参数，决定了最终的显示范围是 [2017-11-01T00:00:00, 2019-11-07T23:00:00)。
起始时间为 2017-11-01T00:00:00，滑动步长将会以起始时间作为标准按月递增，取当月的 1 号作为时间间隔的起始时间。
上面这个例子的第二个参数是划分时间轴的时间间隔参数，将1mo当作划分间隔，显示窗口参数的起始时间当作分割原点，时间轴即被划分为连续的时间间隔：[2017-11-01T00:00:00, 2017-12-01T00:00:00), [2018-02-01T00:00:00, 2018-03-01T00:00:00), [2018-05-03T00:00:00, 2018-06-01T00:00:00) 等等。
上面这个例子的第三个参数是每次时间间隔的滑动步长。
然后系统将会用 WHERE 子句中的时间和值过滤条件以及 GROUP BY 语句中的第一个参数作为数据的联合过滤条件，获得满足所有过滤条件的数据（在这个例子里是在 [2017-11-01T00:00:00, 2019-11-07T23:00:00) 这个时间范围的数据），并把这些数据映射到之前分割好的时间轴中（这个例子里是从 2017-11-01T00:00:00 到 2019-11-07T23:00:00:00 的每两个自然月的第一个月）
每个时间间隔窗口内都有数据，SQL 执行后的结果集如下所示：
+-----------------------------+-------------------------------+ | Time|count(root.ln.wf01.wt01.status)| +-----------------------------+-------------------------------+ |2017-11-01T00:00:00.000+08:00| 259| |2018-01-01T00:00:00.000+08:00| 250| |2018-03-01T00:00:00.000+08:00| 259| |2018-05-01T00:00:00.000+08:00| 251| |2018-07-01T00:00:00.000+08:00| 242| |2018-09-01T00:00:00.000+08:00| 225| |2018-11-01T00:00:00.000+08:00| 216| |2019-01-01T00:00:00.000+08:00| 207| |2019-03-01T00:00:00.000+08:00| 216| |2019-05-01T00:00:00.000+08:00| 207| |2019-07-01T00:00:00.000+08:00| 199| |2019-09-01T00:00:00.000+08:00| 181| |2019-11-01T00:00:00.000+08:00| 60| +-----------------------------+-------------------------------+
对应的 SQL 语句是：
select count(status) from root.ln.wf01.wt01 group by([2017-10-31T00:00:00, 2019-11-07T23:00:00), 1mo, 2mo);
这条查询的含义是：
由于用户指定了滑动步长为2mo，GROUP BY 语句执行时将会每次把时间间隔往后移动 2 个自然月的步长，而不是默认的 1 个自然月。
也就意味着，我们想要取从 2017-10-31 到 2019-11-07 每 2 个自然月的第一个月的数据。
与上述示例不同的是起始时间为 2017-10-31T00:00:00，滑动步长将会以起始时间作为标准按月递增，取当月的 31 号（即最后一天）作为时间间隔的起始时间。若起始时间设置为 30 号，滑动步长会将时间间隔的起始时间设置为当月 30 号，若不存在则为最后一天。
上面这个例子的第一个参数是显示窗口参数，决定了最终的显示范围是 [2017-10-31T00:00:00, 2019-11-07T23:00:00)。
上面这个例子的第二个参数是划分时间轴的时间间隔参数，将1mo当作划分间隔，显示窗口参数的起始时间当作分割原点，时间轴即被划分为连续的时间间隔：[2017-10-31T00:00:00, 2017-11-31T00:00:00), [2018-02-31T00:00:00, 2018-03-31T00:00:00), [2018-05-31T00:00:00, 2018-06-31T00:00:00) 等等。
上面这个例子的第三个参数是每次时间间隔的滑动步长。
然后系统将会用 WHERE 子句中的时间和值过滤条件以及 GROUP BY 语句中的第一个参数作为数据的联合过滤条件，获得满足所有过滤条件的数据（在这个例子里是在 [2017-10-31T00:00:00, 2019-11-07T23:00:00) 这个时间范围的数据），并把这些数据映射到之前分割好的时间轴中（这个例子里是从 2017-10-31T00:00:00 到 2019-11-07T23:00:00:00 的每两个自然月的第一个月）
每个时间间隔窗口内都有数据，SQL 执行后的结果集如下所示：
+-----------------------------+-------------------------------+ | Time|count(root.ln.wf01.wt01.status)| +-----------------------------+-------------------------------+ |2017-10-31T00:00:00.000+08:00| 251| |2017-12-31T00:00:00.000+08:00| 250| |2018-02-28T00:00:00.000+08:00| 259| |2018-04-30T00:00:00.000+08:00| 250| |2018-06-30T00:00:00.000+08:00| 242| |2018-08-31T00:00:00.000+08:00| 225| |2018-10-31T00:00:00.000+08:00| 216| |2018-12-31T00:00:00.000+08:00| 208| |2019-02-28T00:00:00.000+08:00| 216| |2019-04-30T00:00:00.000+08:00| 208| |2019-06-30T00:00:00.000+08:00| 199| |2019-08-31T00:00:00.000+08:00| 181| |2019-10-31T00:00:00.000+08:00| 69| +-----------------------------+-------------------------------+
每个区间的结果时间戳为区间右端点，对应的 SQL 语句是：
select count(status) from root.ln.wf01.wt01 group by ((2017-11-01T00:00:00, 2017-11-07T23:00:00],1d);
这条查询语句的时间区间是左开右闭的，结果中不会包含时间点 2017-11-01 的数据，但是会包含时间点 2017-11-07 的数据。
SQL 执行后的结果集如下所示：
+-----------------------------+-------------------------------+ | Time|count(root.ln.wf01.wt01.status)| +-----------------------------+-------------------------------+ |2017-11-02T00:00:00.000+08:00| 1440| |2017-11-03T00:00:00.000+08:00| 1440| |2017-11-04T00:00:00.000+08:00| 1440| |2017-11-05T00:00:00.000+08:00| 1440| |2017-11-06T00:00:00.000+08:00| 1440| |2017-11-07T00:00:00.000+08:00| 1440| |2017-11-07T23:00:00.000+08:00| 1380| +-----------------------------+-------------------------------+ Total line number = 7 It costs 0.004s
通过定义 LEVEL 来统计指定层级下的数据点个数。
例如：
统计降采样后的数据点个数
select count(status) from root.ln.wf01.wt01 group by ((2017-11-01T00:00:00, 2017-11-07T23:00:00],1d), level=1;
结果：
+-----------------------------+-------------------------+ | Time|COUNT(root.ln.*.*.status)| +-----------------------------+-------------------------+ |2017-11-02T00:00:00.000+08:00| 1440| |2017-11-03T00:00:00.000+08:00| 1440| |2017-11-04T00:00:00.000+08:00| 1440| |2017-11-05T00:00:00.000+08:00| 1440| |2017-11-06T00:00:00.000+08:00| 1440| |2017-11-07T00:00:00.000+08:00| 1440| |2017-11-07T23:00:00.000+08:00| 1380| +-----------------------------+-------------------------+ Total line number = 7 It costs 0.006s
加上滑动 Step 的降采样后的结果也可以汇总
select count(status) from root.ln.wf01.wt01 group by ([2017-11-01 00:00:00, 2017-11-07 23:00:00), 3h, 1d), level=1;
+-----------------------------+-------------------------+ | Time|COUNT(root.ln.*.*.status)| +-----------------------------+-------------------------+ |2017-11-01T00:00:00.000+08:00| 180| |2017-11-02T00:00:00.000+08:00| 180| |2017-11-03T00:00:00.000+08:00| 180| |2017-11-04T00:00:00.000+08:00| 180| |2017-11-05T00:00:00.000+08:00| 180| |2017-11-06T00:00:00.000+08:00| 180| |2017-11-07T00:00:00.000+08:00| 180| +-----------------------------+-------------------------+ Total line number = 7 It costs 0.004s
在时间序列层级结构中，分层聚合查询用于对某一层级下同名的序列进行聚合查询。
GROUP BY LEVEL = INT 来指定需要聚合的层级，并约定 ROOT 为第 0 层。若统计 “root.ln” 下所有序列则需指定 level 为 1。sum，avg，min_value， max_value， extreme 五种聚合函数，需保证所有聚合的时间序列数据类型相同。其他聚合函数没有此限制。示例1： 不同 database 下均存在名为 status 的序列， 如 “root.ln.wf01.wt01.status”, “root.ln.wf02.wt02.status”, 以及 “root.sgcc.wf03.wt01.status”, 如果需要统计不同 database 下 status 序列的数据点个数，使用以下查询：
select count(status) from root.** group by level = 1
运行结果为：
+-------------------------+---------------------------+ |count(root.ln.*.*.status)|count(root.sgcc.*.*.status)| +-------------------------+---------------------------+ | 20160| 10080| +-------------------------+---------------------------+ Total line number = 1 It costs 0.003s
示例2： 统计不同设备下 status 序列的数据点个数，可以规定 level = 3，
select count(status) from root.** group by level = 3
运行结果为：
+---------------------------+---------------------------+ |count(root.*.*.wt01.status)|count(root.*.*.wt02.status)| +---------------------------+---------------------------+ | 20160| 10080| +---------------------------+---------------------------+ Total line number = 1 It costs 0.003s
注意，这时会将 database ln 和 sgcc 下名为 wt01 的设备视为同名设备聚合在一起。
示例3： 统计不同 database 下的不同设备中 status 序列的数据点个数，可以使用以下查询：
select count(status) from root.** group by level = 1, 3
运行结果为：
+----------------------------+----------------------------+------------------------------+ |count(root.ln.*.wt01.status)|count(root.ln.*.wt02.status)|count(root.sgcc.*.wt01.status)| +----------------------------+----------------------------+------------------------------+ | 10080| 10080| 10080| +----------------------------+----------------------------+------------------------------+ Total line number = 1 It costs 0.003s
示例4： 查询所有序列下温度传感器 temperature 的最大值，可以使用下列查询语句：
select max_value(temperature) from root.** group by level = 0
运行结果：
+---------------------------------+ |max_value(root.*.*.*.temperature)| +---------------------------------+ | 26.0| +---------------------------------+ Total line number = 1 It costs 0.013s
示例5： 上面的查询都是针对某一个传感器，特别地，如果想要查询某一层级下所有传感器拥有的总数据点数，则需要显式规定测点为 *
select count(*) from root.ln.** group by level = 2
运行结果：
+----------------------+----------------------+ |count(root.*.wf01.*.*)|count(root.*.wf02.*.*)| +----------------------+----------------------+ | 20160| 20160| +----------------------+----------------------+ Total line number = 1 It costs 0.013s
IoTDB 支持通过 GROUP BY TAGS 语句根据时间序列中定义的标签的键值做聚合查询。
我们先在 IoTDB 中写入如下示例数据，稍后会以这些数据为例介绍标签聚合查询。
这些是某工厂 factory1 在多个城市的多个车间的设备温度数据， 时间范围为 [1000, 10000)。
时间序列路径中的设备一级是设备唯一标识。城市信息 city 和车间信息 workshop 则被建模在该设备时间序列的标签中。 其中，设备 d1、d2 在 Beijing 的 w1 车间， d3、d4 在 Beijing 的 w2 车间，d5、d6 在 Shanghai 的 w1 车间，d7 在 Shanghai 的 w2 车间。 d8 和 d9 设备目前处于调试阶段，还未被分配到具体的城市和车间，所以其相应的标签值为空值。
create database root.factory1; create timeseries root.factory1.d1.temperature with datatype=FLOAT tags(city=Beijing, workshop=w1); create timeseries root.factory1.d2.temperature with datatype=FLOAT tags(city=Beijing, workshop=w1); create timeseries root.factory1.d3.temperature with datatype=FLOAT tags(city=Beijing, workshop=w2); create timeseries root.factory1.d4.temperature with datatype=FLOAT tags(city=Beijing, workshop=w2); create timeseries root.factory1.d5.temperature with datatype=FLOAT tags(city=Shanghai, workshop=w1); create timeseries root.factory1.d6.temperature with datatype=FLOAT tags(city=Shanghai, workshop=w1); create timeseries root.factory1.d7.temperature with datatype=FLOAT tags(city=Shanghai, workshop=w2); create timeseries root.factory1.d8.temperature with datatype=FLOAT; create timeseries root.factory1.d9.temperature with datatype=FLOAT; insert into root.factory1.d1(time, temperature) values(1000, 104.0); insert into root.factory1.d1(time, temperature) values(3000, 104.2); insert into root.factory1.d1(time, temperature) values(5000, 103.3); insert into root.factory1.d1(time, temperature) values(7000, 104.1); insert into root.factory1.d2(time, temperature) values(1000, 104.4); insert into root.factory1.d2(time, temperature) values(3000, 103.7); insert into root.factory1.d2(time, temperature) values(5000, 103.3); insert into root.factory1.d2(time, temperature) values(7000, 102.9); insert into root.factory1.d3(time, temperature) values(1000, 103.9); insert into root.factory1.d3(time, temperature) values(3000, 103.8); insert into root.factory1.d3(time, temperature) values(5000, 102.7); insert into root.factory1.d3(time, temperature) values(7000, 106.9); insert into root.factory1.d4(time, temperature) values(1000, 103.9); insert into root.factory1.d4(time, temperature) values(5000, 102.7); insert into root.factory1.d4(time, temperature) values(7000, 106.9); insert into root.factory1.d5(time, temperature) values(1000, 112.9); insert into root.factory1.d5(time, temperature) values(7000, 113.0); insert into root.factory1.d6(time, temperature) values(1000, 113.9); insert into root.factory1.d6(time, temperature) values(3000, 113.3); insert into root.factory1.d6(time, temperature) values(5000, 112.7); insert into root.factory1.d6(time, temperature) values(7000, 112.3); insert into root.factory1.d7(time, temperature) values(1000, 101.2); insert into root.factory1.d7(time, temperature) values(3000, 99.3); insert into root.factory1.d7(time, temperature) values(5000, 100.1); insert into root.factory1.d7(time, temperature) values(7000, 99.8); insert into root.factory1.d8(time, temperature) values(1000, 50.0); insert into root.factory1.d8(time, temperature) values(3000, 52.1); insert into root.factory1.d8(time, temperature) values(5000, 50.1); insert into root.factory1.d8(time, temperature) values(7000, 50.5); insert into root.factory1.d9(time, temperature) values(1000, 50.3); insert into root.factory1.d9(time, temperature) values(3000, 52.1);
用户想统计该工厂每个地区的设备的温度的平均值，可以使用如下查询语句
SELECT AVG(temperature) FROM root.factory1.** GROUP BY TAGS(city);
该查询会将具有同一个 city 标签值的时间序列的所有满足查询条件的点做平均值计算，计算结果如下
+--------+------------------+ | city| avg(temperature)| +--------+------------------+ | Beijing|104.04666697184244| |Shanghai|107.85000076293946| | NULL| 50.84999910990397| +--------+------------------+ Total line number = 3 It costs 0.231s
从结果集中可以看到，和时间区间聚合、按层次聚合相比，标签聚合的查询结果的不同点是：
NULL ，代表未设置标签的所有时间序列数据的聚合结果。除了基本的单标签聚合查询外，还可以按顺序指定多个标签进行聚合计算。
例如，用户想统计每个城市的每个车间内设备的平均温度。但因为各个城市的车间名称有可能相同，所以不能直接按照 workshop 做标签聚合。必须要先按照城市，再按照车间处理。
SQL 语句如下
SELECT avg(temperature) FROM root.factory1.** GROUP BY TAGS(city, workshop);
查询结果如下
+--------+--------+------------------+ | city|workshop| avg(temperature)| +--------+--------+------------------+ | NULL| NULL| 50.84999910990397| |Shanghai| w1|113.01666768391927| | Beijing| w2| 104.4000004359654| |Shanghai| w2|100.10000038146973| | Beijing| w1|103.73750019073486| +--------+--------+------------------+ Total line number = 5 It costs 0.027s
从结果集中可以看到，和单标签聚合相比，多标签聚合的查询结果会根据指定的标签顺序，输出相应标签的键值列。
按照时间区间聚合是时序数据库中最常用的查询需求之一。IoTDB 在基于时间区间的聚合基础上，支持进一步按照标签进行聚合查询。
例如，用户想统计时间 [1000, 10000) 范围内，每个城市每个车间中的设备每 5 秒内的平均温度。
SQL 语句如下
SELECT AVG(temperature) FROM root.factory1.** GROUP BY ([1000, 10000), 5s), TAGS(city, workshop);
查询结果如下
+-----------------------------+--------+--------+------------------+ | Time| city|workshop| avg(temperature)| +-----------------------------+--------+--------+------------------+ |1970-01-01T08:00:01.000+08:00| NULL| NULL| 50.91999893188476| |1970-01-01T08:00:01.000+08:00|Shanghai| w1|113.20000076293945| |1970-01-01T08:00:01.000+08:00| Beijing| w2| 103.4| |1970-01-01T08:00:01.000+08:00|Shanghai| w2| 100.1999994913737| |1970-01-01T08:00:01.000+08:00| Beijing| w1|103.81666692097981| |1970-01-01T08:00:06.000+08:00| NULL| NULL| 50.5| |1970-01-01T08:00:06.000+08:00|Shanghai| w1| 112.6500015258789| |1970-01-01T08:00:06.000+08:00| Beijing| w2| 106.9000015258789| |1970-01-01T08:00:06.000+08:00|Shanghai| w2| 99.80000305175781| |1970-01-01T08:00:06.000+08:00| Beijing| w1| 103.5| +-----------------------------+--------+--------+------------------+
和标签聚合相比，基于时间区间的标签聚合的查询会首先按照时间区间划定聚合范围，在时间区间内部再根据指定的标签顺序，进行相应数据的聚合计算。在输出的结果集中，会包含一列时间列，该时间列值的含义和时间区间聚合查询的相同。
由于标签聚合功能仍然处于开发阶段，目前有如下未实现功能。
- 暂不支持
HAVING子句过滤查询结果。- 暂不支持结果按照标签值排序。
- 暂不支持
LIMIT，OFFSET，SLIMIT，SOFFSET。- 暂不支持
ALIGN BY DEVICE。- 暂不支持聚合函数内部包含表达式，例如
count(s+1)。- 不支持值过滤条件聚合，和分层聚合查询行为保持一致。
IoTDB支持通过GROUP BY VARIATION语句来根据差值进行分组。GROUP BY VARIATION会将第一个点作为一个组的基准点，每个新的数据在按照给定规则与基准点进行差值运算后， 如果差值小于给定的阈值则将该新点归于同一组，否则结束当前分组，以这个新的数据为新的基准点开启新的分组。 该分组方式不会重叠，且没有固定的开始结束时间。其子句语法如下：
group by variation(controlExpression[,delta][,ignoreNull=true/false])
不同的参数含义如下
分组所参照的值，可以是查询数据中的某一列或是多列的表达式 （多列表达式计算后仍为一个值，使用多列表达式时指定的列必须都为数值列）， 差值便是根据数据的controlExpression的差值运算。
分组所使用的阈值，同一分组中每个点的controlExpression对应的值与该组中基准点对应值的差值都小于delta。当delta=0时，相当于一个等值分组，所有连续且expression值相同的数据将被分到一组。
用于指定controlExpression的值为null时对数据的处理方式，当ignoreNull为false时，该null值会被视为新的值，ignoreNull为true时，则直接跳过对应的点。
在delta取不同值时，controlExpression支持的返回数据类型以及当ignoreNull为false时对于null值的处理方式可以见下表：
| delta | controlExpression支持的返回类型 | ignoreNull=false时对于Null值的处理 |
|---|---|---|
| delta!=0 | INT32、INT64、FLOAT、DOUBLE | 若正在维护分组的值不为null,null视为无穷大/无穷小，结束当前分组。连续的null视为差值相等的值，会被分配在同一个分组 |
| delta=0 | TEXT、BINARY、INT32、INT64、FLOAT、DOUBLE | null被视为新分组中的新值，连续的null属于相同的分组 |
下图为差值分段的一个分段方式示意图，与组中第一个数据的控制列值的差值在delta内的控制列对应的点属于相同的分组。
controlExpression的结果应该为唯一值，如果使用通配符拼接后出现多列，则报错。__endTime的方式来使得结果输出分组的结束时间。ALIGN BY DEVICE搭配使用时会对每个device进行单独的分组操作。delta和ignoreNull时，delta默认为0，ignoreNull默认为true。GROUP BY LEVEL搭配使用。使用如下的原始数据，接下来会给出几个事件分段查询的使用样例
+-----------------------------+-------+-------+-------+--------+-------+-------+ | Time| s1| s2| s3| s4| s5| s6| +-----------------------------+-------+-------+-------+--------+-------+-------+ |1970-01-01T08:00:00.000+08:00| 4.5| 9.0| 0.0| 45.0| 9.0| 8.25| |1970-01-01T08:00:00.010+08:00| null| 19.0| 10.0| 145.0| 19.0| 8.25| |1970-01-01T08:00:00.020+08:00| 24.5| 29.0| null| 245.0| 29.0| null| |1970-01-01T08:00:00.030+08:00| 34.5| null| 30.0| 345.0| null| null| |1970-01-01T08:00:00.040+08:00| 44.5| 49.0| 40.0| 445.0| 49.0| 8.25| |1970-01-01T08:00:00.050+08:00| null| 59.0| 50.0| 545.0| 59.0| 6.25| |1970-01-01T08:00:00.060+08:00| 64.5| 69.0| 60.0| 645.0| 69.0| null| |1970-01-01T08:00:00.070+08:00| 74.5| 79.0| null| null| 79.0| 3.25| |1970-01-01T08:00:00.080+08:00| 84.5| 89.0| 80.0| 845.0| 89.0| 3.25| |1970-01-01T08:00:00.090+08:00| 94.5| 99.0| 90.0| 945.0| 99.0| 3.25| |1970-01-01T08:00:00.150+08:00| 66.5| 77.0| 90.0| 945.0| 99.0| 9.25| +-----------------------------+-------+-------+-------+--------+-------+-------+
使用如下sql语句
select __endTime, avg(s1), count(s2), sum(s3) from root.sg.d group by variation(s6)
得到如下的查询结果，这里忽略了s6为null的行
+-----------------------------+-----------------------------+-----------------+-------------------+-----------------+ | Time| __endTime|avg(root.sg.d.s1)|count(root.sg.d.s2)|sum(root.sg.d.s3)| +-----------------------------+-----------------------------+-----------------+-------------------+-----------------+ |1970-01-01T08:00:00.000+08:00|1970-01-01T08:00:00.040+08:00| 24.5| 3| 50.0| |1970-01-01T08:00:00.050+08:00|1970-01-01T08:00:00.050+08:00| null| 1| 50.0| |1970-01-01T08:00:00.070+08:00|1970-01-01T08:00:00.090+08:00| 84.5| 3| 170.0| |1970-01-01T08:00:00.150+08:00|1970-01-01T08:00:00.150+08:00| 66.5| 1| 90.0| +-----------------------------+-----------------------------+-----------------+-------------------+-----------------+
当指定ignoreNull为false时，会将s6为null的数据也考虑进来
select __endTime, avg(s1), count(s2), sum(s3) from root.sg.d group by variation(s6, ignoreNull=false)
得到如下的结果
+-----------------------------+-----------------------------+-----------------+-------------------+-----------------+ | Time| __endTime|avg(root.sg.d.s1)|count(root.sg.d.s2)|sum(root.sg.d.s3)| +-----------------------------+-----------------------------+-----------------+-------------------+-----------------+ |1970-01-01T08:00:00.000+08:00|1970-01-01T08:00:00.010+08:00| 4.5| 2| 10.0| |1970-01-01T08:00:00.020+08:00|1970-01-01T08:00:00.030+08:00| 29.5| 1| 30.0| |1970-01-01T08:00:00.040+08:00|1970-01-01T08:00:00.040+08:00| 44.5| 1| 40.0| |1970-01-01T08:00:00.050+08:00|1970-01-01T08:00:00.050+08:00| null| 1| 50.0| |1970-01-01T08:00:00.060+08:00|1970-01-01T08:00:00.060+08:00| 64.5| 1| 60.0| |1970-01-01T08:00:00.070+08:00|1970-01-01T08:00:00.090+08:00| 84.5| 3| 170.0| |1970-01-01T08:00:00.150+08:00|1970-01-01T08:00:00.150+08:00| 66.5| 1| 90.0| +-----------------------------+-----------------------------+-----------------+-------------------+-----------------+
使用如下sql语句
select __endTime, avg(s1), count(s2), sum(s3) from root.sg.d group by variation(s6, 4)
得到如下的查询结果
+-----------------------------+-----------------------------+-----------------+-------------------+-----------------+ | Time| __endTime|avg(root.sg.d.s1)|count(root.sg.d.s2)|sum(root.sg.d.s3)| +-----------------------------+-----------------------------+-----------------+-------------------+-----------------+ |1970-01-01T08:00:00.000+08:00|1970-01-01T08:00:00.050+08:00| 24.5| 4| 100.0| |1970-01-01T08:00:00.070+08:00|1970-01-01T08:00:00.090+08:00| 84.5| 3| 170.0| |1970-01-01T08:00:00.150+08:00|1970-01-01T08:00:00.150+08:00| 66.5| 1| 90.0| +-----------------------------+-----------------------------+-----------------+-------------------+-----------------+
group by子句中的controlExpression同样支持列的表达式
select __endTime, avg(s1), count(s2), sum(s3) from root.sg.d group by variation(s6+s5, 10)
得到如下的查询结果
+-----------------------------+-----------------------------+-----------------+-------------------+-----------------+ | Time| __endTime|avg(root.sg.d.s1)|count(root.sg.d.s2)|sum(root.sg.d.s3)| +-----------------------------+-----------------------------+-----------------+-------------------+-----------------+ |1970-01-01T08:00:00.000+08:00|1970-01-01T08:00:00.010+08:00| 4.5| 2| 10.0| |1970-01-01T08:00:00.040+08:00|1970-01-01T08:00:00.050+08:00| 44.5| 2| 90.0| |1970-01-01T08:00:00.070+08:00|1970-01-01T08:00:00.080+08:00| 79.5| 2| 80.0| |1970-01-01T08:00:00.090+08:00|1970-01-01T08:00:00.150+08:00| 80.5| 2| 180.0| +-----------------------------+-----------------------------+-----------------+-------------------+-----------------+
当需要根据指定条件对数据进行筛选，并将连续的符合条件的行分为一组进行聚合运算时，可以使用GROUP BY CONDITION的分段方式；不满足给定条件的行因为不属于任何分组会被直接简单忽略。 其语法定义如下：
group by condition(predict,[keep>/>=/=/<=/<]threshold,[,ignoreNull=true/false])
返回boolean数据类型的合法表达式，用于分组的筛选。
keep表达式用来指定形成分组所需要连续满足predict条件的数据行数，只有行数满足keep表达式的分组才会被输出。keep表达式由一个‘keep’字符串和long类型的threshold组合或者是单独的long类型数据构成。
用于指定遇到predict为null的数据行时的处理方式，为true则跳过该行，为false则结束当前分组。
long类型常数，默认为keep=该long型常数的等于条件。ignoreNull默认为true。__endTime的方式来使得结果输出分组的结束时间。ALIGN BY DEVICE搭配使用时会对每个device进行单独的分组操作。GROUP BY LEVEL搭配使用。对于如下原始数据,下面会给出几个查询样例:
+-----------------------------+-------------------------+-------------------------------------+------------------------------------+ | Time|root.sg.beijing.car01.soc|root.sg.beijing.car01.charging_status|root.sg.beijing.car01.vehicle_status| +-----------------------------+-------------------------+-------------------------------------+------------------------------------+ |1970-01-01T08:00:00.001+08:00| 14.0| 1| 1| |1970-01-01T08:00:00.002+08:00| 16.0| 1| 1| |1970-01-01T08:00:00.003+08:00| 16.0| 0| 1| |1970-01-01T08:00:00.004+08:00| 16.0| 0| 1| |1970-01-01T08:00:00.005+08:00| 18.0| 1| 1| |1970-01-01T08:00:00.006+08:00| 24.0| 1| 1| |1970-01-01T08:00:00.007+08:00| 36.0| 1| 1| |1970-01-01T08:00:00.008+08:00| 36.0| null| 1| |1970-01-01T08:00:00.009+08:00| 45.0| 1| 1| |1970-01-01T08:00:00.010+08:00| 60.0| 1| 1| +-----------------------------+-------------------------+-------------------------------------+------------------------------------+
查询至少连续两行以上的charging_status=1的数据，sql语句如下:
select max_time(charging_status),count(vehicle_status),last_value(soc) from root.** group by condition(charging_status=1,KEEP>=2,ignoreNull=true)
得到结果如下：
+-----------------------------+-----------------------------------------------+-------------------------------------------+-------------------------------------+ | Time|max_time(root.sg.beijing.car01.charging_status)|count(root.sg.beijing.car01.vehicle_status)|last_value(root.sg.beijing.car01.soc)| +-----------------------------+-----------------------------------------------+-------------------------------------------+-------------------------------------+ |1970-01-01T08:00:00.001+08:00| 2| 2| 16.0| |1970-01-01T08:00:00.005+08:00| 10| 5| 60.0| +-----------------------------+-----------------------------------------------+-------------------------------------------+-------------------------------------+
当设置ignoreNull为false时，遇到null值为将其视为一个不满足条件的行，会结束正在计算的分组。
select max_time(charging_status),count(vehicle_status),last_value(soc) from root.** group by condition(charging_status=1,KEEP>=2,ignoreNull=false)
得到如下结果，原先的分组被含null的行拆分:
+-----------------------------+-----------------------------------------------+-------------------------------------------+-------------------------------------+ | Time|max_time(root.sg.beijing.car01.charging_status)|count(root.sg.beijing.car01.vehicle_status)|last_value(root.sg.beijing.car01.soc)| +-----------------------------+-----------------------------------------------+-------------------------------------------+-------------------------------------+ |1970-01-01T08:00:00.001+08:00| 2| 2| 16.0| |1970-01-01T08:00:00.005+08:00| 7| 3| 36.0| |1970-01-01T08:00:00.009+08:00| 10| 2| 60.0| +-----------------------------+-----------------------------------------------+-------------------------------------------+-------------------------------------+
GROUP BY SESSION可以根据时间列的间隔进行分组，在结果集的时间列中，时间间隔小于等于设定阈值的数据会被分为一组。例如在工业场景中，设备并不总是连续运行，GROUP BY SESSION会将设备每次接入会话所产生的数据分为一组。 其语法定义如下：
group by session(timeInterval)
设定的时间差阈值，当两条数据时间列的差值大于该阈值，则会给数据创建一个新的分组。
下图为group by session下的一个分组示意图
__endTime的方式来使得结果输出分组的结束时间。ALIGN BY DEVICE搭配使用时会对每个device进行单独的分组操作。GROUP BY LEVEL搭配使用。对于下面的原始数据，给出几个查询样例。
+-----------------------------+-----------------+-----------+--------+------+ | Time| Device|temperature|hardware|status| +-----------------------------+-----------------+-----------+--------+------+ |1970-01-01T08:00:01.000+08:00|root.ln.wf02.wt01| 35.7| 11| false| |1970-01-01T08:00:02.000+08:00|root.ln.wf02.wt01| 35.8| 22| true| |1970-01-01T08:00:03.000+08:00|root.ln.wf02.wt01| 35.4| 33| false| |1970-01-01T08:00:04.000+08:00|root.ln.wf02.wt01| 36.4| 44| false| |1970-01-01T08:00:05.000+08:00|root.ln.wf02.wt01| 36.8| 55| false| |1970-01-01T08:00:10.000+08:00|root.ln.wf02.wt01| 36.8| 110| false| |1970-01-01T08:00:20.000+08:00|root.ln.wf02.wt01| 37.8| 220| true| |1970-01-01T08:00:30.000+08:00|root.ln.wf02.wt01| 37.5| 330| false| |1970-01-01T08:00:40.000+08:00|root.ln.wf02.wt01| 37.4| 440| false| |1970-01-01T08:00:50.000+08:00|root.ln.wf02.wt01| 37.9| 550| false| |1970-01-01T08:01:40.000+08:00|root.ln.wf02.wt01| 38.0| 110| false| |1970-01-01T08:02:30.000+08:00|root.ln.wf02.wt01| 38.8| 220| true| |1970-01-01T08:03:20.000+08:00|root.ln.wf02.wt01| 38.6| 330| false| |1970-01-01T08:04:20.000+08:00|root.ln.wf02.wt01| 38.4| 440| false| |1970-01-01T08:05:20.000+08:00|root.ln.wf02.wt01| 38.3| 550| false| |1970-01-01T08:06:40.000+08:00|root.ln.wf02.wt01| null| 0| null| |1970-01-01T08:07:50.000+08:00|root.ln.wf02.wt01| null| 0| null| |1970-01-01T08:08:00.000+08:00|root.ln.wf02.wt01| null| 0| null| |1970-01-02T08:08:01.000+08:00|root.ln.wf02.wt01| 38.2| 110| false| |1970-01-02T08:08:02.000+08:00|root.ln.wf02.wt01| 37.5| 220| true| |1970-01-02T08:08:03.000+08:00|root.ln.wf02.wt01| 37.4| 330| false| |1970-01-02T08:08:04.000+08:00|root.ln.wf02.wt01| 36.8| 440| false| |1970-01-02T08:08:05.000+08:00|root.ln.wf02.wt01| 37.4| 550| false| +-----------------------------+-----------------+-----------+--------+------+
可以按照不同的时间单位设定时间间隔，sql语句如下：
select __endTime,count(*) from root.** group by session(1d)
得到如下结果：
+-----------------------------+-----------------------------+------------------------------------+---------------------------------+-------------------------------+ | Time| __endTime|count(root.ln.wf02.wt01.temperature)|count(root.ln.wf02.wt01.hardware)|count(root.ln.wf02.wt01.status)| +-----------------------------+-----------------------------+------------------------------------+---------------------------------+-------------------------------+ |1970-01-01T08:00:01.000+08:00|1970-01-01T08:08:00.000+08:00| 15| 18| 15| |1970-01-02T08:08:01.000+08:00|1970-01-02T08:08:05.000+08:00| 5| 5| 5| +-----------------------------+-----------------------------+------------------------------------+---------------------------------+-------------------------------+
也可以和HAVING、ALIGN BY DEVICE共同使用
select __endTime,sum(hardware) from root.ln.wf02.wt01 group by session(50s) having sum(hardware)>0 align by device
得到如下结果，其中排除了sum(hardware)为0的部分
+-----------------------------+-----------------+-----------------------------+-------------+ | Time| Device| __endTime|sum(hardware)| +-----------------------------+-----------------+-----------------------------+-------------+ |1970-01-01T08:00:01.000+08:00|root.ln.wf02.wt01|1970-01-01T08:03:20.000+08:00| 2475.0| |1970-01-01T08:04:20.000+08:00|root.ln.wf02.wt01|1970-01-01T08:04:20.000+08:00| 440.0| |1970-01-01T08:05:20.000+08:00|root.ln.wf02.wt01|1970-01-01T08:05:20.000+08:00| 550.0| |1970-01-02T08:08:01.000+08:00|root.ln.wf02.wt01|1970-01-02T08:08:05.000+08:00| 1650.0| +-----------------------------+-----------------+-----------------------------+-------------+