InfluxDB学习之InfluxDB常用函数(三)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。

站在用户的角度思考问题,与客户深入沟通,找到河津网站设计与河津网站推广的解决方案,凭借多年的经验,让设计与互联网技术结合,创造个性化、用户体验好的作品,建站类型包括:成都网站设计、做网站、企业官网、英文网站、手机端网站、网站推广、域名与空间、网络空间、企业邮箱。业务覆盖河津地区。

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1s。

语法:

SELECT DERIVATIVE(, []) FROM  [WHERE ]

其中,unit取值可以为以下几种:

u --microsecondss --secondsm --minutesh --hoursd --daysw --weeks

DERIVATIVE()函数还可以在GROUP BY time()的条件下与聚合函数嵌套使用,格式如下:

SELECT DERIVATIVE(AGGREGATION_FUNCTION(),[]) FROM  WHERE  GROUP BY time()

示例:

假设location = santa_monica 条件下数据有以下几条:

name: h3o_feet--------------time                           water_level2015-08-18T00:00:00Z     2.0642015-08-18T00:06:00Z     2.1162015-08-18T00:12:00Z     2.0282015-08-18T00:18:00Z     2.1262015-08-18T00:24:00Z     2.0412015-08-18T00:30:00Z     2.051

计算每一秒的变化率:

> SELECT DERIVATIVE(water_level) FROM h3o_feet WHERE location = 'santa_monica' LIMIT 5name: h3o_feet--------------time                           derivative2015-08-18T00:06:00Z     0.000144444444444444572015-08-18T00:12:00Z     -0.000244444444444444652015-08-18T00:18:00Z     0.00027222222222222182015-08-18T00:24:00Z     -0.0002361111111111112015-08-18T00:30:00Z     2.777777777777842e-05

第一行数据的计算公式为(2.116 - 2.064) / (360s / 1s)

计算每六分钟的变化率

> SELECT DERIVATIVE(water_level,6m) FROM h3o_feet WHERE location = 'santa_monica' LIMIT 5name: h3o_feet--------------time                           derivative2015-08-18T00:06:00Z     0.0520000000000000462015-08-18T00:12:00Z     -0.088000000000000082015-08-18T00:18:00Z     0.097999999999999862015-08-18T00:24:00Z     -0.084999999999999962015-08-18T00:30:00Z     0.010000000000000231

第一行数据的计算过程如下:(2.116 - 2.064) / (6m / 6m)

计算每12分钟的变化率:

> SELECT DERIVATIVE(water_level,12m) FROM h3o_feet WHERE location = 'santa_monica' LIMIT 5name: h3o_feet--------------time                           derivative2015-08-18T00:06:00Z     0.104000000000000092015-08-18T00:12:00Z     -0.176000000000000162015-08-18T00:18:00Z     0.195999999999999732015-08-18T00:24:00Z     -0.169999999999999932015-08-18T00:30:00Z     0.020000000000000462

第一行数据计算过程为:(2.116 - 2.064 / (6m / 12m)

计算每12分钟最大值的变化率

> SELECT DERIVATIVE(MAX(water_level)) FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time < '2015-08-18T00:36:00Z' GROUP BY time(12m)
name: h3o_feet--------------time                           derivative2015-08-18T00:12:00Z     0.0099999999999997872015-08-18T00:24:00Z     -0.07499999999999973

这个函数功能非常多,也非常复杂,更多对于此功能的详细解释请看官网:https://docs.influxdata.com/influxdb/v0.13/query_language/functions/#derivative

2)DIFFERENCE()函数

作用:返回一个字段中连续的时间值之间的差异。字段类型必须是长整型或float64。

最基本的语法:

SELECT DIFFERENCE() FROM  [WHERE ]

与GROUP BY time()以及其他嵌套函数一起使用的语法格式:

SELECT DIFFERENCE(()) FROM  WHERE  GROUP BY time()

其中,函数可以包含以下几个:

COUNT(), MEAN(), MEDIAN(),SUM(), FIRST(), LAST(), MIN(), MAX(), 和 PERCENTILE()。

使用示例

例子中使用的源数据如下所示:

> SELECT water_level FROM h3o_feet WHERE location='santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:36:00Z'name: h3o_feet--------------time                            water_level2015-08-18T00:00:00Z      2.0642015-08-18T00:06:00Z      2.1162015-08-18T00:12:00Z      2.0282015-08-18T00:18:00Z      2.1262015-08-18T00:24:00Z      2.0412015-08-18T00:30:00Z      2.0512015-08-18T00:36:00Z      2.067

计算water_level间的差异:

> SELECT DIFFERENCE(water_level) FROM h3o_feet WHERE location='santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:36:00Z'name: h3o_feet--------------time                            difference2015-08-18T00:06:00Z      0.0520000000000000462015-08-18T00:12:00Z      -0.088000000000000082015-08-18T00:18:00Z      0.097999999999999862015-08-18T00:24:00Z      -0.084999999999999962015-08-18T00:30:00Z      0.0100000000000002312015-08-18T00:36:00Z      0.016000000000000014

数据类型都为float类型。

3)ELAPSED()函数

作用:返回一个字段在连续的时间间隔间的差异,间隔单位可选,默认为1纳秒。

语法:

SELECT ELAPSED() FROM  [WHERE ]

示例:

计算h3o_feet字段在纳秒间隔下的差异。

> SELECT ELAPSED(water_level) FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:24:00Z'name: h3o_feet--------------time                            elapsed2015-08-18T00:06:00Z      3600000000002015-08-18T00:12:00Z      3600000000002015-08-18T00:18:00Z      3600000000002015-08-18T00:24:00Z      360000000000

在一分钟间隔下的差异率:

> SELECT ELAPSED(water_level,1m) FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:24:00Z'name: h3o_feet--------------time                            elapsed2015-08-18T00:06:00Z      62015-08-18T00:12:00Z      62015-08-18T00:18:00Z      62015-08-18T00:24:00Z      6

注意:如果设置的时间间隔比字段数据间的时间间隔更大时,则函数会返回0,如下所示:

> SELECT ELAPSED(water_level,1h) FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:24:00Z'name: h3o_feet--------------time                            elapsed2015-08-18T00:06:00Z      02015-08-18T00:12:00Z      02015-08-18T00:18:00Z      02015-08-18T00:24:00Z      0

4)MOVING_AVERAGE()函数

作用:返回一个连续字段值的移动平均值,字段类型必须是长×××或者float64类型。

语法:

基本语法

SELECT MOVING_AVERAGE(,) FROM  [WHERE ]

与其他函数和GROUP BY time()语句一起使用时的语法

SELECT MOVING_AVERAGE((),) FROM  WHERE  GROUP BY time()

此函数可以和以下函数一起使用:

COUNT(), MEAN(),MEDIAN(), SUM(), FIRST(), LAST(), MIN(), MAX(), and PERCENTILE().

示例:

> SELECT water_level FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:36:00Z'name: h3o_feet--------------time                            water_level2015-08-18T00:00:00Z      2.0642015-08-18T00:06:00Z      2.1162015-08-18T00:12:00Z      2.0282015-08-18T00:18:00Z      2.1262015-08-18T00:24:00Z      2.0412015-08-18T00:30:00Z      2.0512015-08-18T00:36:00Z      2.067

5)NON_NEGATIVE_DERIVATIVE()函数

作用:返回在一个series中的一个字段中值的变化的非负速率。

语法:

SELECT NON_NEGATIVE_DERIVATIVE(, []) FROM  [WHERE ]

与聚合类函数放在一起使用时的语法如下所示:

SELECT NON_NEGATIVE_DERIVATIVE(AGGREGATION_FUNCTION(),[]) FROM  WHERE  GROUP BY time()

此函数示例请参阅:DERIVATIVE()函数

6)STDDEV()函数

作用:返回一个字段中的值的标准偏差。值的类型必须是长整型或float64类型。

语法:

SELECT STDDEV() FROM  [WHERE ] [GROUP BY ]

示例:

> SELECT STDDEV(water_level) FROM h3o_feet
name: h3o_feet--------------time                           stddev1970-01-01T00:00:00Z     2.279144584196145

示例2:

> SELECT STDDEV(water_level) FROM h3o_feet WHERE time >= '2015-08-18T00:00:00Z' and time < '2015-09-18T12:06:00Z' GROUP BY time(1w), location
name: h3o_feet
tags: location = coyote_creek
time                           stddev----                           ------2015-08-13T00:00:00Z     2.24372630801939852015-08-20T00:00:00Z     2.1212761501447192015-08-27T00:00:00Z     3.04161221707862152015-09-03T00:00:00Z     2.53480650254352072015-09-10T00:00:00Z     2.5840039548826732015-09-17T00:00:00Z     2.2587514836274414name: h3o_feet
tags: location = santa_monica
time                           stddev----                           ------2015-08-13T00:00:00Z     1.111563445875532015-08-20T00:00:00Z     1.09098492790823662015-08-27T00:00:00Z     1.98701161800969622015-09-03T00:00:00Z     1.35167784509020672015-09-10T00:00:00Z     1.49605738115005882015-09-17T00:00:00Z     1.075701669442093

网页题目:InfluxDB学习之InfluxDB常用函数(三)变换类函数
网站链接:http://myzitong.com/article/poijjg.html