| <!-- |
| |
| Licensed to the Apache Software Foundation (ASF) under one |
| or more contributor license agreements. See the NOTICE file |
| distributed with this work for additional information |
| regarding copyright ownership. The ASF licenses this file |
| to you under the Apache License, Version 2.0 (the |
| "License"); you may not use this file except in compliance |
| with the License. You may obtain a copy of the License at |
| |
| http://www.apache.org/licenses/LICENSE-2.0 |
| |
| Unless required by applicable law or agreed to in writing, |
| software distributed under the License is distributed on an |
| "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY |
| KIND, either express or implied. See the License for the |
| specific language governing permissions and limitations |
| under the License. |
| |
| --> |
| |
| # 分段分组聚合 |
| |
| ## 时间区间分段聚合 |
| |
| 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： |
| |
| * 参数 1：时间轴显示时间窗口大小 |
| * 参数 2：聚合窗口的大小（必须为正数） |
| * 参数 3：聚合窗口的滑动步长（可选，默认与聚合窗口大小相同） |
| |
| 下图中指出了这三个参数的含义： |
| |
| <img style="width:100%; max-width:800px; max-height:600px; margin-left:auto; margin-right:auto; display:block;" src="https://user-images.githubusercontent.com/16079446/69109512-f808bc80-0ab2-11ea-9e4d-b2b2f58fb474.png"> |
| |
| 接下来，我们给出几个典型例子： |
| |
| ### 未指定滑动步长的时间区间分组聚合查询 |
| |
| 对应的 SQL 语句是： |
| |
| ```sql |
| 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 |
| ``` |
| |
| ### 指定滑动步长的时间区间分组聚合查询 |
| |
| 对应的 SQL 语句是： |
| |
| ```sql |
| 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： |
| ```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 |
| ``` |
| |
| ### 按照自然月份的时间区间分组聚合查询 |
| |
| 对应的 SQL 语句是： |
| |
| ```sql |
| 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： |
| |
| ```sql |
| 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| |
| +-----------------------------+-------------------------------+ |
| ``` |
| |
| ### 左开右闭区间 |
| |
| 每个区间的结果时间戳为区间右端点，对应的 SQL 语句是： |
| |
| ```sql |
| 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 |
| ``` |
| |
| ### 与分组聚合混合使用 |
| |
| 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 |
| |
| ```sql |
| 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 |
| |
| ```sql |
| 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 |
| ``` |
| |
| ## 路径层级分组聚合 |
| |
| 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**。 |
| |
| - 使用 `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。 |
| - 分层聚合查询支持使用所有内置聚合函数。对于 `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： |
| |
| ```sql |
| 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， |
| |
| ```sql |
| 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： |
| |
| ```sql |
| 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： |
| |
| ```sql |
| 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 `*`** |
| |
| ```sql |
| 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 |
| ``` |
| |
| ## 标签分组聚合 |
| |
| 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。 |
| |
| ```SQL |
| 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); |
| ``` |
| |
| ### 单标签聚合查询 |
| |
| 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 |
| |
| ```SQL |
| 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： |
| 1. 标签聚合查询的聚合结果不会再做去星号展开，而是将多个时间序列的数据作为一个整体进行聚合计算。 |
| 2. 标签聚合查询除了输出聚合结果列，还会输出聚合标签的键值列。该列的列名为聚合指定的标签键，列的值则为所有查询的时间序列中出现的该标签的值。 |
| 如果某些时间序列未设置该标签，则在键值列中有一行单独的 `NULL` ，代表未设置标签的所有时间序列数据的聚合结果。 |
| |
| ### 多标签聚合查询 |
| |
| 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 |
| |
| ```SQL |
| 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。 |
| |
| ### 基于时间区间的标签聚合查询 |
| |
| 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 |
| |
| ```SQL |
| 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。 |
| |
| ### 标签聚合查询的限制 |
| |
| 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。 |
| |
| > 1. 暂不支持 `HAVING` 子句过滤查询结果。 |
| > 2. 暂不支持结果按照标签值排序。 |
| > 3. 暂不支持 `LIMIT`，`OFFSET`，`SLIMIT`，`SOFFSET`。 |
| > 4. 暂不支持 `ALIGN BY DEVICE`。 |
| > 5. 暂不支持聚合函数内部包含表达式，例如 `count(s+1)`。 |
| > 6. 不支持值过滤条件聚合，和分层聚合查询行为保持一致。 |
| |
