inteliword
inteliword

InfluxDB 使用InfluxQL语言检索数据语法

官方文档
InfluxQL是一种类似SQL的查询语言，用于与InfluxDB中的数据交互。以下各节详细介绍了InfluxQL的SELECT语句和用于探索数据的有用查询语法。

The Basics: Configure Query Results: General Tips on Query Syntax:
The SELECT statement ORDER BY time DESC Time Syntax
The WHERE clause The LIMIT and SLIMIT clauses Regular Expressions
The GROUP BY clause The OFFSET and SOFFSET clauses Data types and cast operations
The INTO clause The Time Zone clause Merge behavior
Multiple statements
Subqueries

The basic SELECT statement

SELECT语句从特定的measurement或measurements中查询数据。

SELECT [,,] FROM [,]

The SELECT statement requires a SELECT clause and a FROM clause.

SELECT子句

SELECT子句支持几种指定数据的格式：
SELECT * Returns all fields and tags.

SELECT "" Returns a specific field.

SELECT "",""Returns more than one field.

SELECT "","" Returns a specific field and tag. The SELECT clause must specify at least one field when it includes a tag.

SELECT ""::field,""::tag Returns a specific field and tag. The ::[field | tag] syntax specifies the identifier’s type. Use this syntax to differentiate between field keys and tag keys that have the same name.

FROM子句

SELECT子句支持几种指定数据的格式：
FROM 返回单个度量的数据。如果使用的是CLI influxdb，则查询所用数据库中的度量值和默认保留策略。如果使用influxdb API influxdb查询数据库中在db query string参数和默认保留策略中指定的度量值。

FROM , Returns data from more than one measurement.

FROM ..从完全限定的度量返回数据。通过指定度量值的数据库和保留策略来完全限定度量值。

FROM ..返回用户指定数据库中默认保留测量的度量值的数据.

Quoting引用

如果标识符包含除[A-z，0-9，u]以外的字符，如果它们以数字开头，或者如果它们是InfluxQL关键字，则必须使用双引号。虽然并不总是必要的，但我们建议您对标识符进行双引号。

注意：查询的引用语法与行协议不同。请查看查询中单引号和双引号的规则。

示例：
Select all fields and tags from a single measurement

> SELECT * FROM "h2o_feet"

name: h2o_feet
--------------
time                   level description      location       water_level
2015-08-18T00:00:00Z   below 3 feet           santa_monica   2.064
2015-08-18T00:00:00Z   between 6 and 9 feet   coyote_creek   8.12
[...]
2015-09-18T21:36:00Z   between 3 and 6 feet   santa_monica   5.066
2015-09-18T21:42:00Z   between 3 and 6 feet   santa_monica   4.938

如果您使用的是CLI，请确保在运行查询之前输入USE NOAA_water_database。CLI查询所用数据库中的数据和默认保留策略。如果使用influxDB API，请确保将db query string参数设置为NOAA_water_database数据库。如果未设置rp query string参数，InfluxDB API将自动查询数据库的默认保留策略。
Select specific tags and fields from a single measurement

> SELECT "level description","location","water_level" FROM "h2o_feet"

name: h2o_feet
--------------
time                   level description      location       water_level
2015-08-18T00:00:00Z   below 3 feet           santa_monica   2.064
2015-08-18T00:00:00Z   between 6 and 9 feet   coyote_creek   8.12
[...]
2015-09-18T21:36:00Z   between 3 and 6 feet   santa_monica   5.066
2015-09-18T21:42:00Z   between 3 and 6 feet   santa_monica   4.938

The query selects the level description field, the location tag, and the water_level field.请注意，SELECT子句在包含tag时必须至少指定一个field。
Select specific tags and fields from a single measurement, and provide their identifier type

> SELECT "level description"::field,"location"::tag,"water_level"::field FROM "h2o_feet"

name: h2o_feet
--------------
time                   level description      location       water_level
2015-08-18T00:00:00Z   below 3 feet           santa_monica   2.064
2015-08-18T00:00:00Z   between 6 and 9 feet   coyote_creek   8.12
[...]
2015-09-18T21:36:00Z   between 3 and 6 feet   santa_monica   5.066
2015-09-18T21:42:00Z   between 3 and 6 feet   santa_monica   4.938

The query selects the level description field, the location tag, and the water_level field from the h2o_feet measurement.::[field | tag]语法指定标识符是字段还是标记。使用::[field | tag]区分相同的字段键和标记键。大多数用例都不需要这种语法。

Select all fields from a single measurement

> SELECT *::field FROM "h2o_feet"

name: h2o_feet
--------------
time                   level description      water_level
2015-08-18T00:00:00Z   below 3 feet           2.064
2015-08-18T00:00:00Z   between 6 and 9 feet   8.12
[...]
2015-09-18T21:36:00Z   between 3 and 6 feet   5.066
2015-09-18T21:42:00Z   between 3 and 6 feet   4.938

The query selects all fields from the h2o_feet measurement. The SELECT clause supports combining the * syntax with the :: syntax.

Select a specific field from a measurement and perform basic arithmetic

> SELECT ("water_level" * 2) + 4 FROM "h2o_feet"

name: h2o_feet
--------------
time                   water_level
2015-08-18T00:00:00Z   20.24
2015-08-18T00:00:00Z   8.128
[...]
2015-09-18T21:36:00Z   14.132
2015-09-18T21:42:00Z   13.876

The query multiplies water_level’s field values by two and adds four to those values. Note that InfluxDB follows the standard order of operations. See Mathematical Operators for more on supported operators.

Select all data from more than one measurement

> SELECT * FROM "h2o_feet","h2o_pH"

name: h2o_feet
--------------
time                   level description      location       pH   water_level
2015-08-18T00:00:00Z   below 3 feet           santa_monica        2.064
2015-08-18T00:00:00Z   between 6 and 9 feet   coyote_creek        8.12
[...]
2015-09-18T21:36:00Z   between 3 and 6 feet   santa_monica        5.066
2015-09-18T21:42:00Z   between 3 and 6 feet   santa_monica        4.938

name: h2o_pH
------------
time                   level description   location       pH   water_level
2015-08-18T00:00:00Z                       santa_monica   6
2015-08-18T00:00:00Z                       coyote_creek   7
[...]
2015-09-18T21:36:00Z                       santa_monica   8
2015-09-18T21:42:00Z                       santa_monica   7

查询从两个测量值中选择所有字段和标记:h2o_feet and h2o_pH.用逗号(,)分隔多个测量值。

Select all data from a fully qualified measurement
从完全限定测量中查询所有数据

> SELECT * FROM "NOAA_water_database"."autogen"."h2o_feet"

name: h2o_feet
--------------
time                   level description      location       water_level
2015-08-18T00:00:00Z   below 3 feet           santa_monica   2.064
2015-08-18T00:00:00Z   between 6 and 9 feet   coyote_creek   8.12
[...]
2015-09-18T21:36:00Z   between 3 and 6 feet   santa_monica   5.066
2015-09-18T21:42:00Z   between 3 and 6 feet   santa_monica   4.938

查询选择NOAA_water_darabase中的数据、autogen保留策略和h2o_feet。
在CLI中，完全限定一个度量值，以查询使用的数据库以外的数据库和默认保留策略以外的保留策略中的数据。在InfluxDB API中，如果需要，完全限定度量值，而不是使用db和rp查询字符串参数。

Select all data from a measurement in a particular database

> SELECT * FROM "NOAA_water_database".."h2o_feet"

name: h2o_feet
--------------
time                   level description      location       water_level
2015-08-18T00:00:00Z   below 3 feet           santa_monica   2.064
2015-08-18T00:00:00Z   between 6 and 9 feet   coyote_creek   8.12
[...]
2015-09-18T21:36:00Z   between 3 and 6 feet   santa_monica   5.066
2015-09-18T21:42:00Z   between 3 and 6 feet   santa_monica   4.938

查询选择NOAA_water_darabase中的数据、默认保留策略和h2o_feet测量值。这个..指示指定数据库的默认保留策略。
在CLI中，指定要在已用数据库以外的数据库中查询数据的数据库。在InfluxDB API中，如果需要，指定数据库以代替使用db query string参数。

SELECT语句的常见问题

Selecting tag keys in the SELECT clause
查询要求SELECT子句中至少有一个字段键才能返回数据。如果SELECT子句只包含一个标记键或多个标记键，则查询返回空响应。此行为是系统存储数据方式的结果。
例子
以下查询不返回数据，因为它在SELECT子句中指定了单个标记键（位置）：

> SELECT "location" FROM "h2o_feet"

若要返回任何和location标签键相关联的数据，SELECT查询语句至少包含一个字段键(water_level):

> SELECT "water_level","location" FROM "h2o_feet"
name: h2o_feet
time                   water_level  location
----                   -----------  --------
2015-08-18T00:00:00Z   8.12         coyote_creek
2015-08-18T00:00:00Z   2.064        santa_monica
[...]
2015-09-18T21:36:00Z   5.066        santa_monica
2015-09-18T21:42:00Z   4.938        santa_monica

The WHERE clause

The WHERE filters data based on fields, tags, and/or timestamps.

SELECT_clause FROM_clause WHERE  [(AND|OR)  [...]]

The WHERE clause supports conditional_expressions on fields, tags, and timestamps.

注意InfluxDB不支持在WHERE子句中使用或指定多个时间范围。例如，InfluxDB将为以下查询返回空响应：

> SELECT * FROM "absolutismus" WHERE time = '2016-07-31T20:07:00Z' OR time = '2016-07-31T23:07:17Z'

Fields

field_key  ['string' | boolean | float | integer]

WHERE子句支持string、boolean、float和integer字段值进行比较。
WHERE子句中使用单引号字符串字段值。使用非引号字符串字段值或双引号字符串字段值的查询不会返回任何数据，并且在大多数情况下不会返回错误。
Supported operators：

Operator Meaning
= equal to
<> not equal to
!= not equal to
> greater than
>= greater than or equal to
< less than
<= less than or equal to

Tags

tag_key  ['tag_value']

WHERE子句中使用单引号标签值（tag values）。使用非引号字符串字段值或双引号字符串字段值的查询不会返回任何数据，并且在大多数情况下不会返回错误。
Supported operators：

Operator Meaning
= equal to
<> not equal to
!= not equal to

Timestamps

对于大多数SELECT语句，默认时间范围是在1677-09-21 00:12:43.145224194和2262-04-11T23:47:16.854775806Z UTC之间。对于带有GROUP BY time()子句的SELECT语句，默认时间范围是1677-09-21 00:12:43.145224194 UTC和now()之间。
此页上的Time语法部分详细说明如何在WHERE子句中指定可选时间范围。

示例：

Select data that have specific field key-values

> SELECT * FROM "h2o_feet" WHERE "water_level" > 8

name: h2o_feet
--------------
time                   level description      location       water_level
2015-08-18T00:00:00Z   between 6 and 9 feet   coyote_creek   8.12
2015-08-18T00:06:00Z   between 6 and 9 feet   coyote_creek   8.005
[...]
2015-09-18T00:12:00Z   between 6 and 9 feet   coyote_creek   8.189
2015-09-18T00:18:00Z   between 6 and 9 feet   coyote_creek   8.084

The query returns data from the h2o_feet measurement with field values of water_level that are greater than eight.

Select data that have a specific string field key-value

> SELECT * FROM "h2o_feet" WHERE "level description" = 'below 3 feet'

name: h2o_feet
--------------
time                   level description   location       water_level
2015-08-18T00:00:00Z   below 3 feet        santa_monica   2.064
2015-08-18T00:06:00Z   below 3 feet        santa_monica   2.116
[...]
2015-09-18T14:06:00Z   below 3 feet        santa_monica   2.999
2015-09-18T14:36:00Z   below 3 feet        santa_monica   2.907

The query returns data from the h2o_feet measurement with field values of level description that equal the below 3 feet string. InfluxQL requires single quotes around string field values in the WHERE clause.

Select data that have a specific field key-value and perform basic arithmetic

> SELECT * FROM "h2o_feet" WHERE "water_level" + 2 > 11.9

name: h2o_feet
--------------
time                   level description           location       water_level
2015-08-29T07:06:00Z   at or greater than 9 feet   coyote_creek   9.902
2015-08-29T07:12:00Z   at or greater than 9 feet   coyote_creek   9.938
2015-08-29T07:18:00Z   at or greater than 9 feet   coyote_creek   9.957
2015-08-29T07:24:00Z   at or greater than 9 feet   coyote_creek   9.964
2015-08-29T07:30:00Z   at or greater than 9 feet   coyote_creek   9.954
2015-08-29T07:36:00Z   at or greater than 9 feet   coyote_creek   9.941
2015-08-29T07:42:00Z   at or greater than 9 feet   coyote_creek   9.925
2015-08-29T07:48:00Z   at or greater than 9 feet   coyote_creek   9.902
2015-09-02T23:30:00Z   at or greater than 9 feet   coyote_creek   9.902

The query returns data from the h2o_feet measurement with field values of water_level plus two that are greater than 11.9. Note that InfluxDB follows the standard order of operations See Mathematical Operators for more on supported operators.

Select data that have a specific tag key-value

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica'

name: h2o_feet
--------------
time                   water_level
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
[...]
2015-09-18T21:36:00Z   5.066
2015-09-18T21:42:00Z   4.938

The query returns data from the h2o_feet measurement where the tag key location is set to santa_monica. InfluxQL requires single quotes around tag values in the WHERE clause.

Select data that have specific field key-values and tag key-values

> SELECT "water_level" FROM "h2o_feet" WHERE "location" <> 'santa_monica' AND (water_level < -0.59 OR water_level > 9.95)

name: h2o_feet
--------------
time                   water_level
2015-08-29T07:18:00Z   9.957
2015-08-29T07:24:00Z   9.964
2015-08-29T07:30:00Z   9.954
2015-08-29T14:30:00Z   -0.61
2015-08-29T14:36:00Z   -0.591
2015-08-30T15:18:00Z   -0.594

The query returns data from the h2o_feet measurement where the tag key location is not set to santa_monica and where the field values of water_level are either less than -0.59 or greater than 9.95. The WHERE clause supports the operators AND and OR, and supports separating logic with parentheses.

Select data that have specific timestamps

> SELECT * FROM "h2o_feet" WHERE time > now() - 7d

Common issues with the WHERE clause

WHERE子句查询意外地未返回任何数据
在大多数情况下，此问题是由于标记值(tag values)或字符串字段值(field values)周围缺少单引号造成的。带有无引号或双引号标记值或字符串字段值的查询不会返回任何数据，并且在大多数情况下不会返回错误。
下面代码块中的前两个查询尝试指定标记值santa_monica，不带任何引号，带双引号。这些查询不返回结果。第三个查询单引号santa_monica（这是支持的语法）并返回预期结果。

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = santa_monica

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = "santa_monica"

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica'

name: h2o_feet
--------------
time                   water_level
2015-08-18T00:00:00Z   2.064
[...]
2015-09-18T21:42:00Z   4.938

下面代码块中的前两个查询尝试指定不带任何引号和双引号的长度大于或等于9英尺的字符串字段值。第一个查询返回一个错误，因为字符串字段值包含空格。第二个查询不返回结果。第三个查询单引号位于或大于9英尺（这是支持的语法）并返回预期结果。

> SELECT "level description" FROM "h2o_feet" WHERE "level description" = at or greater than 9 feet

ERR: error parsing query: found than, expected ; at line 1, char 86

> SELECT "level description" FROM "h2o_feet" WHERE "level description" = "at or greater than 9 feet"

> SELECT "level description" FROM "h2o_feet" WHERE "level description" = 'at or greater than 9 feet'

name: h2o_feet
--------------
time                   level description
2015-08-26T04:00:00Z   at or greater than 9 feet
[...]
2015-09-15T22:42:00Z   at or greater than 9 feet

The GROUP BY clause

GROUPBY子句按用户指定的标记集或时间间隔对查询结果进行分组。
GROUP BY tags
GROUP BY time intervals: Basic Syntax Advanced Syntax GROUP BY time intervals and fill()

GROUP BY tags

GROUP BY查询按用户指定的标记集对查询结果进行分组。

SELECT_clause FROM_clause [WHERE_clause] GROUP BY [* | [,

GROUP BY * Groups results by all tags

GROUP BY Groups results by a specific tag

GROUP BY , Groups results by more than one tag. The order of the tag keys is irrelevant.

如果查询包含WHERE子句，则GROUP BY子句必须出现在WHERE子句之后。

示例

Group query results by a single tag

> SELECT MEAN("water_level") FROM "h2o_feet" GROUP BY "location"

name: h2o_feet
tags: location=coyote_creek
time			               mean
----			               ----
1970-01-01T00:00:00Z	 5.359342451341401


name: h2o_feet
tags: location=santa_monica
time			               mean
----			               ----
1970-01-01T00:00:00Z	 3.530863470081006

查询使用InfluxQL函数计算water_level测量中每个位置标记值的平均水位。InfluxDB返回两个series的结果：location的每个标记值对应一个序列。

注意：在InfluxDB中，epoch 0（1970-01-01T00:00:00Z）通常用作空时间戳等价物。如果请求的查询没有时间戳可返回，例如具有无限时间范围的聚合函数，InfluxDB将epoch 0作为时间戳返回。

Group query results by more than one tag

> SELECT MEAN("index") FROM "h2o_quality" GROUP BY "location","randtag"

name: h2o_quality
tags: location=coyote_creek, randtag=1
time                  mean
----                  ----
1970-01-01T00:00:00Z  50.69033760186263

name: h2o_quality
tags: location=coyote_creek, randtag=2
time                   mean
----                   ----
1970-01-01T00:00:00Z   49.661867544220485

name: h2o_quality
tags: location=coyote_creek, randtag=3
time                   mean
----                   ----
1970-01-01T00:00:00Z   49.360939907550076

name: h2o_quality
tags: location=santa_monica, randtag=1
time                   mean
----                   ----
1970-01-01T00:00:00Z   49.132712456344585

name: h2o_quality
tags: location=santa_monica, randtag=2
time                   mean
----                   ----
1970-01-01T00:00:00Z   50.2937984496124

name: h2o_quality
tags: location=santa_monica, randtag=3
time                   mean
----                   ----
1970-01-01T00:00:00Z   49.99919903884662

查询使用InfluxQL函数来计算h2o_quality度量中location标记和randtag标记的每个组合的平均索引。在GROUPBY子句中用逗号分隔多个标记。
Group query results by all tags

> SELECT MEAN("index") FROM "h2o_quality" GROUP BY *

name: h2o_quality
tags: location=coyote_creek, randtag=1
time			               mean
----			               ----
1970-01-01T00:00:00Z	 50.55405446521169


name: h2o_quality
tags: location=coyote_creek, randtag=2
time			               mean
----			               ----
1970-01-01T00:00:00Z	 50.49958856271162


name: h2o_quality
tags: location=coyote_creek, randtag=3
time			               mean
----			               ----
1970-01-01T00:00:00Z	 49.5164137518956


name: h2o_quality
tags: location=santa_monica, randtag=1
time			               mean
----			               ----
1970-01-01T00:00:00Z	 50.43829082296367


name: h2o_quality
tags: location=santa_monica, randtag=2
time			               mean
----			               ----
1970-01-01T00:00:00Z	 52.0688508894012


name: h2o_quality
tags: location=santa_monica, randtag=3
time			               mean
----			               ----
1970-01-01T00:00:00Z	 49.29386362086556

查询使用InfluxQL函数来计算h2o_quality度量中每个可能的标记组合的平均索引。
注意，查询结果与示例2中的查询结果相同，在示例2中，我们显式指定了location和randtag标签键。这是因为h2o_quality测量只有两个标签键。

GROUP BY time intervals

GROUP BY time()查询按用户指定的时间间隔对查询结果进行分组。

SELECT () FROM_clause WHERE  GROUP BY time(),[tag_key] [fill()]

Basic GROUP BY time()查询需要SELECT子句中的InfluxQL函数和WHERE子句中的时间范围。注意GROUP BY子句必须在WHERE子句之后。
time(time_interval)
GROUP BY time()子句中的时间间隔是一个持续时间文本。它确定InfluxDB组随时间查询结果的方式。例如，在WHERE子句中指定的时间范围内，将时间间隔为5m的组查询结果分成5分钟的时间组。
fill()
fill() 是可选的。它更改没有数据的时间间隔的报告值。

Examples of basic syntax

The examples below use the following subsample of the sample data:

> SELECT "water_level","location" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'

name: h2o_feet
--------------
time                   water_level   location
2015-08-18T00:00:00Z   8.12          coyote_creek
2015-08-18T00:00:00Z   2.064         santa_monica
2015-08-18T00:06:00Z   8.005         coyote_creek
2015-08-18T00:06:00Z   2.116         santa_monica
2015-08-18T00:12:00Z   7.887         coyote_creek
2015-08-18T00:12:00Z   2.028         santa_monica
2015-08-18T00:18:00Z   7.762         coyote_creek
2015-08-18T00:18:00Z   2.126         santa_monica
2015-08-18T00:24:00Z   7.635         coyote_creek
2015-08-18T00:24:00Z   2.041         santa_monica
2015-08-18T00:30:00Z   7.5           coyote_creek
2015-08-18T00:30:00Z   2.051         santa_monica

Group query results into 12 minute intervals

> SELECT COUNT("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m)

name: h2o_feet
--------------
time                   count
2015-08-18T00:00:00Z   2
2015-08-18T00:12:00Z   2
2015-08-18T00:24:00Z   2

查询使用InfluxQL函数计算water_level点的数量，标记location=coyote_creek，并将结果按12分钟的间隔分组。
每个时间戳的结果表示一个12分钟的间隔。第一个时间戳的计数包括2015-08-18T00:00:00Z到2015-08-18T00:12:00Z之间的原始数据，但不包括上限；第二个时间戳的计数包括2015-08-18T00:12:00Z到2015-08-18T00:24:00Z之间的原始数据，但不包括上限。
Group query results into 12 minutes intervals and by a tag key

> SELECT COUNT("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m),"location"

name: h2o_feet
tags: location=coyote_creek
time                   count
----                   -----
2015-08-18T00:00:00Z   2
2015-08-18T00:12:00Z   2
2015-08-18T00:24:00Z   2

name: h2o_feet
tags: location=santa_monica
time                   count
----                   -----
2015-08-18T00:00:00Z   2
2015-08-18T00:12:00Z   2
2015-08-18T00:24:00Z   2

查询使用InfluxQL函数计算water_level点的数量。它按location标签将结果分组，并以12分钟为间隔。注意，时间间隔和标记键在GROUPBY子句中用逗号分隔。
查询返回两系列结果：location标记的每个标记值一个。每个时间戳的结果表示一个12分钟的间隔。第一个时间戳的计数包括2015-08-18T00:00:00Z到2015-08-18T00:12:00Z之间的原始数据，但不包括后者在内；第二个时间戳的计数包括2015-08-18T00:12:00Z到2015-08-18T00:24:00Z之间的原始数据，但不包括后者在内。
Common issues with basic syntax
查询结果中意外的时间戳和值
使用基本语法，infloxdb依赖于GROUP BY time()间隔和系统预设的时间边界来确定每个时间间隔中包含的原始数据和查询返回的时间戳。在某些情况下，这可能会导致意想不到的结果。
例如：
RAW data:

> SELECT "water_level" FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:18:00Z'
name: h2o_feet
--------------
time                   water_level
2015-08-18T00:00:00Z   8.12
2015-08-18T00:06:00Z   8.005
2015-08-18T00:12:00Z   7.887
2015-08-18T00:18:00Z   7.762

以下查询包含12分钟的时间范围，并将结果分组为12分钟的时间间隔，但它返回两个结果：

> SELECT COUNT("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:06:00Z' AND time < '2015-08-18T00:18:00Z' GROUP BY time(12m)

name: h2o_feet
time                   count
----                   -----
2015-08-18T00:00:00Z   1        <----- Note that this timestamp occurs before the start of the query's time range
2015-08-18T00:12:00Z   1

说明：
InfluxDB使用预设的整数时间边界来按间隔分组，这些间隔独立于WHERE子句中的任何时间条件。在计算结果时，所有返回的数据都必须出现在查询的显式时间范围内，但按间隔分组将基于预设的时间边界。
下表显示了预设的时间边界、相关的GROUP BY time()间隔、包含的点以及结果中每个GROUP BY time()间隔返回的时间戳。

Time Interval Number Preset Time Boundary GROUP BY time() Interval Points Included Returned Timestamp
1 time >= 2015-08-18T00:00:00Z AND time < 2015-08-18T00:12:00Z time >= 2015-08-18T00:06:00Z AND time < 2015-08-18T00:12:00Z 8.005 2015-08-18T00:00:00Z
2 time >= 2015-08-12T00:12:00Z AND time < 2015-08-18T00:24:00Z time >= 2015-08-12T00:12:00Z AND time < 2015-08-18T00:18:00Z 7.887 2015-08-18T00:12:00Z

第一个预设的12分钟时间边界从00:00开始，在00:12之前结束。只有一个原始点（8.005）同时位于查询的第一个GROUP BY time()间隔内和第一个时间边界内。注意，虽然返回的时间戳发生在查询时间范围的开始之前，但查询结果不包括发生在查询时间范围之前的数据。
第二个预设的12分钟时间边界从00:12开始，在00:24之前结束。只有一个原始点（7.887）同时位于查询的第二组GROUP BY time()间隔内和第二个时间边界内。
高级的GROUP BY time()语法允许用户移动InfluxDB数据库预设时间边界的开始时间。高级语法部分的示例3继续执行此处显示的查询；它将预设的时间边界向前移动6分钟，以便InfluxDB返回：

name: h2o_feet
time                   count
----                   -----
2015-08-18T00:06:00Z   2

Advanced GROUP BY time() syntax

SELECT () FROM_clause WHERE  GROUP BY time(,),[tag_key] [fill()]

高级GROUP BY time()查询要求在SELECT子句中使用influxQL函数，在WHERE子句中使用时间范围。注意GROUP BY子句必须在WHERE子句之后。
time(time_interval,offset_interval)
有关time_interval的详细信息，请参见Basic GROUP BY time（）语法。
offset_interval是持续时间文本。它向前或向后移动InfluxDB数据库的预设时间边界。offset_interval可以为正或负。
fill()
fill()是可选的。它更改没有数据的时间间隔的报告值。
总之：
高级的GROUP BY time()查询依赖于time_interval,、offset_interval和InfluxDB数据库的预设时间边界来确定每个时间间隔中包含的原始数据和查询返回的时间戳。
Examples of advanced syntax

> SELECT "water_level" FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:54:00Z'

name: h2o_feet
--------------
time                   water_level
2015-08-18T00:00:00Z   8.12
2015-08-18T00:06:00Z   8.005
2015-08-18T00:12:00Z   7.887
2015-08-18T00:18:00Z   7.762
2015-08-18T00:24:00Z   7.635
2015-08-18T00:30:00Z   7.5
2015-08-18T00:36:00Z   7.372
2015-08-18T00:42:00Z   7.234
2015-08-18T00:48:00Z   7.11
2015-08-18T00:54:00Z   6.982

Group query results into 18 minute intervals and shift the preset time boundaries forward

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:06:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(18m,6m)

name: h2o_feet
time                   mean
----                   ----
2015-08-18T00:06:00Z   7.884666666666667
2015-08-18T00:24:00Z   7.502333333333333
2015-08-18T00:42:00Z   7.108666666666667

查询使用InfluxQL函数计算平均water_level，将结果分组为18分钟的时间间隔，并将预设的时间界限偏移6分钟。
没有偏移间隔的查询的时间边界和返回的时间戳遵循InfluxDB数据库的预设时间边界。我们首先检查不带偏移量的结果：

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:06:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(18m)

name: h2o_feet
time                   mean
----                   ----
2015-08-18T00:00:00Z   7.946
2015-08-18T00:18:00Z   7.6323333333333325
2015-08-18T00:36:00Z   7.238666666666667
2015-08-18T00:54:00Z   6.982
Time Interval Number Preset Time Boundary GROUP BY time() Interval Points Included Returned Timestamp
1 time >= 2015-08-18T00:00:00Z AND time < 2015-08-18T00:18:00Z time >= 2015-08-18T00:06:00Z AND time < 2015-08-18T00:18:00Z 8.005,7.887 2015-08-18T00:00:00Z
2 time >= 2015-08-18T00:18:00Z AND time < 2015-08-18T00:36:00Z <— same 7.762,7.635,7.5 2015-08-18T00:18:00Z
3 time >= 2015-08-18T00:36:00Z AND time < 2015-08-18T00:54:00Z <— same 7.372,7.234,7.11 2015-08-18T00:36:00Z
4 time >= 2015-08-18T00:54:00Z AND time < 2015-08-18T01:12:00Z time = 2015-08-18T00:54:00Z 6.982 2015-08-18T00:54:00Z

第一个预设的18分钟时间边界从00:00开始，在00:18之前结束。两个原始点（8.005和7.887）都位于第一组GROUP BY time()间隔内和第一时间边界内。注意，虽然返回的时间戳发生在查询时间范围的开始之前，但查询结果不包括发生在查询时间范围之前的数据。
第二个预设的18分钟时间边界从00:18开始，在00:36之前结束。三个原始点（7.762、7.635和7.5）都在第二组GROUP BY time()间隔内和第二个时间边界内。在这种情况下，边界时间范围和间隔的时间范围是相同的。
第四个预设的18分钟时间边界从00:54开始，在1:12:00之前结束。一个原始点（6.982）同时落在第四组GROUP BY time()间隔内和第四个时间边界内。
具有offset_interval的查询的时间边界和返回的时间戳遵循偏移时间边界：

Time Interval Number Offset Time Boundary GROUP BY time() Interval Points Included Returned Timestamp
1 time >= 2015-08-18T00:06:00Z AND time < 2015-08-18T00:24:00Z <— same 8.005,7.887,7.762 2015-08-18T00:06:00Z
2 time >= 2015-08-18T00:24:00Z AND time < 2015-08-18T00:42:00Z <— same 7.635,7.5,7.372 2015-08-18T00:24:00Z
3 time >= 2015-08-18T00:42:00Z AND time < 2015-08-18T01:00:00Z <— same 7.234,7.11,6.982 2015-08-18T00:42:00Z
4 time >= 2015-08-18T01:00:00Z AND time < 2015-08-18T01:18:00Z NA NA NA

六分钟偏移间隔向前移动预设边界的时间范围，使得边界时间范围和相关的GROUP BY time()间隔时间范围始终相同。使用偏移量，每个间隔对三个点执行计算，返回的时间戳与边界时间范围的开始和GROUP BY time()间隔时间范围的开始都匹配。
请注意，offset_interval强制第四个时间边界位于查询的时间范围之外，因此查询不返回最后一个时间间隔的结果。
Group query results into 12 minute intervals and shift the preset time boundaries back

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:06:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(18m,-12m)

name: h2o_feet
time                   mean
----                   ----
2015-08-18T00:06:00Z   7.884666666666667
2015-08-18T00:24:00Z   7.502333333333333
2015-08-18T00:42:00Z   7.108666666666667

查询使用InfluxQL函数计算平均water_level，将结果分组为18分钟的时间间隔，并将预设的时间界限偏移-12分钟。

注意：示例2中的查询返回与示例1中的查询相同的结果，但示例2中的查询使用负偏移间隔而不是正偏移间隔。两个查询之间没有性能差异；在确定正偏移间隔和负偏移间隔时，可以自由选择最直观的选项。

没有偏移间隔的查询的时间边界和返回的时间戳遵循InfluxDB数据库的预设时间边界。我们首先检查不带偏移量的结果：

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:06:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(18m)

name: h2o_feet
time                    mean
----                    ----
2015-08-18T00:00:00Z    7.946
2015-08-18T00:18:00Z    7.6323333333333325
2015-08-18T00:36:00Z    7.238666666666667
2015-08-18T00:54:00Z    6.982

没有偏移间隔的查询的时间边界和返回的时间戳遵循InfluxDB数据库的预设时间边界：

Time Interval Number Preset Time Boundary GROUP BY time() Interval Points Included Returned Timestamp
1 time >= 2015-08-18T00:00:00Z AND time < 2015-08-18T00:18:00Z time >= 2015-08-18T00:06:00Z AND time < 2015-08-18T00:18:00Z 8.005,7.887 2015-08-18T00:00:00Z
2 time >= 2015-08-18T00:18:00Z AND time < 2015-08-18T00:36:00Z <— same 7.762,7.635,7.5 2015-08-18T00:18:00Z
3 time >= 2015-08-18T00:36:00Z AND time < 2015-08-18T00:54:00Z <— same 7.372,7.234,7.11 2015-08-18T00:36:00Z
4 time >= 2015-08-18T00:54:00Z AND time < 2015-08-18T01:12:00Z time = 2015-08-18T00:54:00Z 6.982 2015-08-18T00:54:00Z

第一个预设的18分钟时间边界从00:00开始，在00:18之前结束。两个原始点（8.005和7.887）都位于第一组GROUP BY time()间隔内和第一时间边界内。注意，虽然返回的时间戳发生在查询时间范围的开始之前，但查询结果不包括发生在查询时间范围之前的数据。第二个预设的18分钟时间边界从00:18开始，在00:36之前结束。三个原始点（7.762、7.635和7.5）都在第二组GROUP BY time()间隔内和第二个时间边界内。在这种情况下，边界时间范围和间隔的时间范围是相同的。第四个预设的18分钟时间边界从00:54开始，在1:12:00之前结束。一个原始点（6.982）同时落在第四组GROUP BY time()间隔内和第四个时间边界内。具有偏移间隔的查询的时间边界和返回的时间戳遵循偏移时间边界：

Time Interval Number Offset Time Boundary GROUP BY time() Interval Points Included Returned Timestamp
1 time >= 2015-08-17T23:48:00Z AND time < 2015-08-18T00:06:00Z NA NA NA
2 time >= 2015-08-18T00:06:00Z AND time < 2015-08-18T00:24:00Z <— same 8.005,7.887,7.762 2015-08-18T00:06:00Z
3 time >= 2015-08-18T00:24:00Z AND time < 2015-08-18T00:42:00Z <— same 7.635,7.5,7.372 2015-08-18T00:24:00Z
4 time >= 2015-08-18T00:42:00Z AND time < 2015-08-18T01:00:00Z <— same 7.234,7.11,6.982 2015-08-18T00:42:00Z

负的12分钟偏移间隔向后移动预设边界的时间范围，以便边界时间范围和相关的GROUP BY time()间隔时间范围始终相同。使用偏移量，每个间隔对三个点执行计算，返回的时间戳与边界时间范围的开始和GROUP BY time()间隔时间范围的开始都匹配。
请注意，offset_interval强制第一个时间边界位于查询的时间范围之外，因此查询不返回该第一个时间间隔的结果。
将查询结果分组为12分钟的间隔，并将预设的时间界限前移
此示例是基本语法常见问题中概述的场景的延续。

> SELECT COUNT("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-08-18T00:06:00Z' AND time < '2015-08-18T00:18:00Z' GROUP BY time(12m,6m)

name: h2o_feet
time                   count
----                   -----
2015-08-18T00:06:00Z   2

查询使用InfluxQL函数计算water_level点的数量，将结果分组为12分钟的时间间隔，并将预设的时间界限偏移6分钟。
没有偏移间隔的查询的时间边界和返回的时间戳遵循InfluxDB数据库的预设时间边界。我们首先检查不带偏移量的结果：

Time Interval Number Preset Time Boundary GROUP BY time() Interval Points Included Returned Timestamp
1 time >= 2015-08-18T00:00:00Z AND time < 2015-08-18T00:12:00Z time >= 2015-08-18T00:06:00Z AND time < 2015-08-18T00:12:00Z 8.005 2015-08-18T00:00:00Z
2 time >= 2015-08-12T00:12:00Z AND time < 2015-08-18T00:24:00Z time >= 2015-08-12T00:12:00Z AND time < 2015-08-18T00:18:00Z 7.887 2015-08-18T00:12:00Z

第一个预设的12分钟时间边界从00:00开始，在00:12之前结束。只有一个原始点（8.005）同时位于查询的第一个GROUP BY time()间隔内和第一个时间边界内。注意，虽然返回的时间戳发生在查询时间范围的开始之前，但查询结果不包括发生在查询时间范围之前的数据。
第二个预设的12分钟时间边界从00:12开始，在00:24之前结束。只有一个原始点（7.887）同时位于查询的第二组GROUP BY time()间隔内和第二个时间边界内。
具有偏移间隔的查询的时间边界和返回的时间戳遵循偏移时间边界：

Time Interval Number Offset Time Boundary GROUP BY time() Interval Points Included Returned Timestamp
1 time >= 2015-08-18T00:06:00Z AND time < 2015-08-18T00:18:00Z <— same 8.005,7.887 2015-08-18T00:06:00Z
2 time >= 2015-08-18T00:18:00Z AND time < 2015-08-18T00:30:00Z NA NA NA

六分钟偏移间隔向前移动预设边界的时间范围，使得预设边界时间范围和相关的GROUP BY time()间隔时间范围相同。使用偏移量，查询返回单个结果，返回的时间戳与边界时间范围的开始和GROUP BY time()interval时间范围的开始都匹配。
请注意，offset_interval强制第二个时间边界位于查询的时间范围之外，因此查询不返回该第二个时间间隔的结果。

GROUP BY time intervals and fill()

fill()更改没有数据的时间间隔的报告值。

SELECT () FROM_clause WHERE  GROUP BY time(time_interval,[)]

默认情况下，没有数据的GROUP By time()间隔在输出列中报告空值。fill()更改没有数据的时间间隔的报告值。注意，如果要按多个内容（例如，标记和时间间隔）分组，fill()必须位于GROUP BY子句的末尾。
填充选项
Any numerical value: 在没有数据的情况下报告时间间隔的给定数值。
linear 报告没有数据的时间间隔的线性插值结果。
none没有时间戳和没有数据的时间间隔值。
null对于没有数据的时间间隔，报告null，但返回时间戳。这与默认行为相同。
previous报告没有数据的时间间隔的上一个时间间隔的值。
示例
Without fill(100):

> SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m)

name: h2o_feet
--------------
time                   max
2015-09-18T16:00:00Z   3.599
2015-09-18T16:12:00Z   3.402
2015-09-18T16:24:00Z   3.235
2015-09-18T16:36:00Z

With fill(100):

> SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m) fill(100)

name: h2o_feet
--------------
time                   max
2015-09-18T16:00:00Z   3.599
2015-09-18T16:12:00Z   3.402
2015-09-18T16:24:00Z   3.235
2015-09-18T16:36:00Z   100

fill(100)将没有数据的时间间隔的报告值更改为100。

Without fill(linear):

> SELECT MEAN("tadpoles") FROM "pond" WHERE time >= '2016-11-11T21:00:00Z' AND time <= '2016-11-11T22:06:00Z' GROUP BY time(12m)

name: pond
time                   mean
----                   ----
2016-11-11T21:00:00Z   1
2016-11-11T21:12:00Z
2016-11-11T21:24:00Z   3
2016-11-11T21:36:00Z
2016-11-11T21:48:00Z
2016-11-11T22:00:00Z   6

With fill(linear):

> SELECT MEAN("tadpoles") FROM "pond" WHERE time >= '2016-11-11T21:00:00Z' AND time <= '2016-11-11T22:06:00Z' GROUP BY time(12m) fill(linear)

name: pond
time                   mean
----                   ----
2016-11-11T21:00:00Z   1
2016-11-11T21:12:00Z   2
2016-11-11T21:24:00Z   3
2016-11-11T21:36:00Z   4
2016-11-11T21:48:00Z   5
2016-11-11T22:00:00Z   6

fill(linear)在没有数据的情况下将为时间间隔报告的值更改为线性插值的结果。
注：示例2中的数据不在NOAA_water_database 中。我们必须用不太规则的数据创建一个数据集来处理fill(linear)。

Without fill(none):

> SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m)

name: h2o_feet
--------------
time                   max
2015-09-18T16:00:00Z   3.599
2015-09-18T16:12:00Z   3.402
2015-09-18T16:24:00Z   3.235
2015-09-18T16:36:00Z

With fill(none):

> SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m) fill(none)

name: h2o_feet
--------------
time                   max
2015-09-18T16:00:00Z   3.599
2015-09-18T16:12:00Z   3.402
2015-09-18T16:24:00Z   3.235

fill(none)在没有数据的时间间隔内报告没有值和时间戳。
Without fill(null):

> SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m)

name: h2o_feet
--------------
time                   max
2015-09-18T16:00:00Z   3.599
2015-09-18T16:12:00Z   3.402
2015-09-18T16:24:00Z   3.235
2015-09-18T16:36:00Z

With fill(null):

> SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m) fill(null)

name: h2o_feet
--------------
time                   max
2015-09-18T16:00:00Z   3.599
2015-09-18T16:12:00Z   3.402
2015-09-18T16:24:00Z   3.235
2015-09-18T16:36:00Z

fill(null)报告空值作为没有数据的时间间隔的值。该结果与不带fill(null)的查询结果相同。
Without fill(previous):

> SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m)

name: h2o_feet
--------------
time                   max
2015-09-18T16:00:00Z   3.599
2015-09-18T16:12:00Z   3.402
2015-09-18T16:24:00Z   3.235
2015-09-18T16:36:00Z

With fill(previous):

> SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m) fill(previous)

name: h2o_feet
--------------
time                   max
2015-09-18T16:00:00Z   3.599
2015-09-18T16:12:00Z   3.402
2015-09-18T16:24:00Z   3.235
2015-09-18T16:36:00Z   3.235

fill(previous)将为没有数据的时间间隔报告的值更改为3.235，即上一个时间间隔的值。

Common issues with fill()

在查询的时间范围内没有数据时使用fill()进行查询
目前，如果查询的时间范围内没有数据，查询将忽略fill()。这是预期的行为。GitHub上的一个开放特性请求建议fill()应该强制返回值，即使查询的时间范围不包含任何数据。

示例

以下查询不返回数据，因为water_level在查询的时间范围内没有点。注意fill(800)对查询结果没有影响。

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location" = 'coyote_creek' AND time >= '2015-09-18T22:00:00Z' AND time <= '2015-09-18T22:18:00Z' GROUP BY time(12m) fill(800)
>

当上一个结果超出查询的时间范围时，使用fill(previous)查询
如果前一个值超出查询的时间范围，则fill(previous)不会在时间间隔内填充结果。

示例

以下查询涵盖2015-09-18T16:24:00Z到2015-09-18T16:54:00Z之间的时间范围。请注意，fill(previous)用2015-09-18T16:36:00Z的结果填充2015-09-18T16:24:00Z的结果。

> SELECT MAX("water_level") FROM "h2o_feet" WHERE location = 'coyote_creek' AND time >= '2015-09-18T16:24:00Z' AND time <= '2015-09-18T16:54:00Z' GROUP BY time(12m) fill(previous)

name: h2o_feet
--------------
time                   max
2015-09-18T16:24:00Z   3.235
2015-09-18T16:36:00Z   3.235
2015-09-18T16:48:00Z   4

下一个查询缩短了上一个查询中的时间范围。现在它涵盖了从2015-09-18T16:36:00Z到2015-09-18T16:54:00Z之间的时间。请注意，fill(previous)不会将2015-09-18T16:36:00Z的结果填充为2015-09-18T16:24:00Z的结果；2015-09-18T16:24:00Z的结果不在查询的较短时间范围内。

> SELECT MEAN("tadpoles") FROM "pond" WHERE time >= '2016-11-11T21:36:00Z' AND time <= '2016-11-11T22:06:00Z' GROUP BY time(12m) fill(linear)
name: pond
time                   mean
----                   ----
2016-11-11T21:36:00Z
2016-11-11T21:48:00Z
2016-11-11T22:00:00Z   6

注：问题3中的数据不在NOAA_water_database。我们必须用不太规则的数据创建一个数据集来处理fill(previous)。

The INTO clause

INTO子句将查询结果写入用户指定的度量。

SELECT_clause INTO  FROM_clause [WHERE_clause] [GROUP_BY_clause]

INTO子句支持几种用于指定度量值的格式：
INTO将数据写入指定的度量。如果使用的是CLI InflouxDB，则会将数据写入所用数据库中的度量值和默认保留策略。如果使用InfluxDB API，InfluxDB会将数据写入db query string参数和默认保留策略中指定的数据库中的度量值。
INTO ..将数据写入完全限定的度量。通过指定度量值的数据库和保留策略来完全限定度量值。
INTO .. :将数据写入用户指定数据库中的度量值和默认保留策略。
INTO ..:MEASUREMENT FROM // 将数据写入用户指定数据库中与FROM子句中的正则表达式匹配的所有度量。:MEASUREMENT是对FROM子句中匹配的每个度量的回溯引用。
示例
Rename a database

> SELECT * INTO "copy_NOAA_water_database"."autogen".:MEASUREMENT FROM "NOAA_water_database"."autogen"./.*/ GROUP BY *

name: result
time written
---- -------
0    76290

不能在InfluxDB中直接重命名数据库，因此INTO子句的一个常见用途是将数据从一个数据库移动到另一个数据库。上述查询将NOAA_water_database和autogen保留策略中的所有数据写入copy_NOAA_water_ddatabase和autogen保留策略。
backreference语法（:MEASUREMENT）维护目标数据库中的源度量名称。请注意，在运行INTO查询之前，copy_NOAA_water_database及其autogen保留策略都必须存在。有关如何管理数据库和保留策略，请参阅数据库管理。
GROUP BY *子句将源数据库中的标记保留为目标数据库中的标记。以下查询不维护标记的序列上下文；标记将作为字段存储在目标数据库中（copy_NOAA_water_database）：

SELECT * INTO "copy_NOAA_water_database"."autogen".:MEASUREMENT FROM "NOAA_water_database"."autogen"./.*/

当移动大量数据时，我们建议按顺序运行到不同度量的查询中，并在WHERE子句中使用时间边界。这可以防止系统内存不足。下面的代码块提供了这些查询的示例语法：

SELECT *
INTO ..
FROM ..
WHERE time > now() - 100w AND time < now() - 90w GROUP BY *

SELECT *
INTO ..
FROM ..}
WHERE time > now() - 90w AND < now() - 80w GROUP BY *

SELECT *
INTO ..
FROM ..
WHERE time > now() - 80w AND time < now() - 70w GROUP BY *

Write the results of a query to a measurement

> SELECT "water_level" INTO "h2o_feet_copy_1" FROM "h2o_feet" WHERE "location" = 'coyote_creek'

name: result
------------
time                   written
1970-01-01T00:00:00Z   7604

> SELECT * FROM "h2o_feet_copy_1"

name: h2o_feet_copy_1
---------------------
time                   water_level
2015-08-18T00:00:00Z   8.12
[...]
2015-09-18T16:48:00Z   4

查询将其结果写入一个新的度量值：h2o_feet_copy_1。如果您使用的是CLI，InfluxDB会将数据写入使用的数据库和默认的保留策略。如果您使用的是InfluxDB API，InfluxDB会将数据写入数据库，并在db和rp查询字符串参数中指定保留策略。如果未设置rp query string参数，InfluxDB API会自动将数据写入数据库的默认保留策略。
响应显示InfluxDB写入h2o_feet_copy_1点数（7605）。响应中的时间戳没有意义；InfluxDB使用epoch 0（1970-01-01T00:00:00Z）作为空时间戳等价物。
Write the results of a query to a fully qualified measurement

> SELECT "water_level" INTO "where_else"."autogen"."h2o_feet_copy_2" FROM "h2o_feet" WHERE "location" = 'coyote_creek'

name: result
------------
time                   written
1970-01-01T00:00:00Z   7604

> SELECT * FROM "where_else"."autogen"."h2o_feet_copy_2"

name: h2o_feet_copy_2
---------------------
time                   water_level
2015-08-18T00:00:00Z   8.12
[...]
2015-09-18T16:48:00Z   4

查询将其结果写入一个新的测量值：h2o_-feet_-copy_2。InfluxDB 将数据写入where else数据库和autogen保留策略。请注意，在运行INTO查询之前，where-else和autogen都必须存在。有关如何管理数据库和保留策略，请参阅数据库管理。
响应显示InfluxDB写入h2o_feet_copy_2的点数（7605）。响应中的时间戳没有意义；InfluxDB使用epoch 0（1970-01-01T00:00:00Z）作为空时间戳等价物。
Write aggregated results to a measurement (downsampling)

> SELECT MEAN("water_level") INTO "all_my_averages" FROM "h2o_feet" WHERE "location" = 'coyote_creek' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m)

name: result
------------
time                   written
1970-01-01T00:00:00Z   3

> SELECT * FROM "all_my_averages"

name: all_my_averages
---------------------
time                   mean
2015-08-18T00:00:00Z   8.0625
2015-08-18T00:12:00Z   7.8245
2015-08-18T00:24:00Z   7.5675

查询使用InfluxQL函数和GROUP BY time()子句聚合数据。它还将其结果写入“all_my_averages”测量。响应显示InfluxDB写入所有平均值的点数（3）。响应中的时间戳没有意义；InflUxDB使用epoch 0（1970-01-01T00:00:00Z）作为空时间戳等价物。查询是降采样的一个例子：获取高精度数据，将这些数据聚合到低精度，并将低精度数据存储在数据库中。降采样是INTO子句的常见用例。
Write aggregated results for more than one measurement to a different database (downsampling with backreferencing)

> SELECT MEAN(*) INTO "where_else"."autogen".:MEASUREMENT FROM /.*/ WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:06:00Z' GROUP BY time(12m)

name: result
time                   written
----                   -------
1970-01-01T00:00:00Z   5

> SELECT * FROM "where_else"."autogen"./.*/

name: average_temperature
time                   mean_degrees   mean_index   mean_pH   mean_water_level
----                   ------------   ----------   -------   ----------------
2015-08-18T00:00:00Z   78.5

name: h2o_feet
time                   mean_degrees   mean_index   mean_pH   mean_water_level
----                   ------------   ----------   -------   ----------------
2015-08-18T00:00:00Z                                         5.07625

name: h2o_pH
time                   mean_degrees   mean_index   mean_pH   mean_water_level
----                   ------------   ----------   -------   ----------------
2015-08-18T00:00:00Z                               6.75

name: h2o_quality
time                   mean_degrees   mean_index   mean_pH   mean_water_level
----                   ------------   ----------   -------   ----------------
2015-08-18T00:00:00Z                  51.75

name: h2o_temperature
time                   mean_degrees   mean_index   mean_pH   mean_water_level
----                   ------------   ----------   -------   ----------------
2015-08-18T00:00:00Z   63.75

查询使用InfluxQL函数和GROUP BY time()子句聚合数据。它在与FROM子句中的正则表达式匹配的每个度量中聚合数据，并将结果写入where_ else数据库和autogen保留策略中同名的度量。请注意，在运行INTO查询之前，where_else和autogen都必须存在。有关如何管理数据库和保留策略，请参阅数据库管理。
响应显示InfluxDB写入where_else数据库的点数（5）和autogen保留策略。响应中的时间戳没有意义；InfluxDB使用epoch 0（1970-01-01T00:00:00Z）作为空时间戳等价物。
该查询是使用反向引用进行降采样的示例。它从多个测量中获取高精度数据，将这些数据聚合到低精度，并将低精度数据存储在数据库中。带反向引用的降采样是INTO子句的常见用例。

Common issues with the INTO clause

丢失数据
如果INTO查询在SELECT子句中包含标记键，则查询会将当前度量中的标记转换为目标度量中的字段。这可能会导致InfluxDB覆盖先前由标记值区分的点。请注意，此行为不适用于使用TOP()或BOTTOM()函数的查询。常见问题文档详细描述了这种行为。
若要将当前度量中的标记保留为目标度量中的标记，请按相关标记键分组，或在“INTO”查询中按GROUP BY *分组。
Automating queries with the INTO clause
The INTO clause section in this document shows how to manually implement queries with an INTO clause. See the Continuous Queries documentation for how to automate INTO clause queries on realtime data. Among other uses, Continuous Queries automate the downsampling process.

ORDER BY time DESC

默认情况下，InfluxDB按时间升序返回结果；返回的第一个点具有最早的时间戳，返回的最后一个点具有最新的时间戳。ORDER BY time DESC反转该顺序，以便InfluxDB首先返回带有最新时间戳的点。

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] ORDER BY time DESC

如果查询包含GROUP BY子句，则ORDER BY time DESC必须出现在GROUP BY子句之后。如果查询包含WHERE子句且没有GROUP BY子句，则ORDER BY time DESC必须出现在WHERE子句之后。
示例：
Return the newest points first

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' ORDER BY time DESC

name: h2o_feet
time                   water_level
----                   -----------
2015-09-18T21:42:00Z   4.938
2015-09-18T21:36:00Z   5.066
[...]
2015-08-18T00:06:00Z   2.116
2015-08-18T00:00:00Z   2.064

Return the newest points first and include a GROUP BY time() clause

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:42:00Z' GROUP BY time(12m) ORDER BY time DESC

name: h2o_feet
time                   mean
----                   ----
2015-08-18T00:36:00Z   4.6825
2015-08-18T00:24:00Z   4.80675
2015-08-18T00:12:00Z   4.950749999999999
2015-08-18T00:00:00Z   5.07625

The LIMIT and SLIMIT clauses

LIMIT子句

LIMIT返回指定测量值的前N个点。

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] LIMIT

N指定从指定测量返回的点数，如果N大于测量中的点数，则InfluxDB将返回该序列中的所有点数。
注意：LIMIT子句必须按照上述语法中列出的顺序出现。
示例
Limit the number of points returned

> SELECT "water_level","location" FROM "h2o_feet" LIMIT 3

name: h2o_feet
time                   water_level   location
----                   -----------   --------
2015-08-18T00:00:00Z   8.12          coyote_creek
2015-08-18T00:00:00Z   2.064         santa_monica
2015-08-18T00:06:00Z   8.005         coyote_creek

Limit the number points returned and include a GROUP BY clause

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:42:00Z' GROUP BY *,time(12m) LIMIT 2

name: h2o_feet
tags: location=coyote_creek
time                   mean
----                   ----
2015-08-18T00:00:00Z   8.0625
2015-08-18T00:12:00Z   7.8245

name: h2o_feet
tags: location=santa_monica
time                   mean
----                   ----
2015-08-18T00:00:00Z   2.09
2015-08-18T00:12:00Z   2.077

查询使用InfluxQL函数和GROUP BY子句计算查询时间范围内每个标记和每个12分钟间隔的平均水位。LIMIT 2请求两个最早的12分钟平均值（由时间戳确定）。
注意，在没有LIMIT 2的情况下，查询将在每个序列中返回4个点；在查询的时间范围内，每12分钟间隔返回一个点。

The SLIMIT clause

SLIMIT返回指定测量中序列中的每个点。

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] GROUP BY *[,time()] [ORDER_BY_clause] SLIMIT

N指定从指定测量返回的序列数。如果N大于度量中的序列数，InfluxDB将返回该度量中的所有序列。
有一个持续的问题需要SLIMIT查询包含GROUP BY *。请注意，SLIMIT子句必须按上述语法中列出的顺序出现。
示例
Limit the number of series returned

> SELECT "water_level" FROM "h2o_feet" GROUP BY * SLIMIT 1

name: h2o_feet
tags: location=coyote_creek
time                   water_level
----                   -----
2015-08-18T00:00:00Z   8.12
2015-08-18T00:06:00Z   8.005
2015-08-18T00:12:00Z   7.887
[...]
2015-09-18T16:12:00Z   3.402
2015-09-18T16:18:00Z   3.314
2015-09-18T16:24:00Z   3.235

查询返回与h2o_feet相关联的序列之一中的所有点。
Limit the number of series returned and include a GROUP BY time() clause

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:42:00Z' GROUP BY *,time(12m) SLIMIT 1

name: h2o_feet
tags: location=coyote_creek
time                   mean
----                   ----
2015-08-18T00:00:00Z   8.0625
2015-08-18T00:12:00Z   7.8245
2015-08-18T00:24:00Z   7.5675
2015-08-18T00:36:00Z   7.303

查询使用InfluxQL函数和GROUP BY子句中的时间间隔来计算查询时间范围内每12分钟间隔的平均water_level。SLIMIT 1要求与h2o_feet测量相关的单个系列。
注意，如果没有SLIMIT 1，查询将返回与h2o_feet测量相关的两个系列的结果：location=coyote_creek和location=santa_monica。

LIMIT and SLIMIT

LIMIT followed by SLIMIT returns the first points from series in the specified measurement.

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] GROUP BY *[,time()] [ORDER_BY_clause] LIMIT  SLIMIT

N1指定每次测量返回的点数。如果N1大于测量中的点数，InfluxDB将返回该测量中的所有点数。
N2指定从指定测量返回的序列数。如果N2大于测量中的序列数，InfluxDB将返回该测量中的所有序列。
存在一个持续的问题，需要使用LIMIT和SLIMIT查询来包含GROUP BY *。注意，LIMIT和SLIMIT子句必须按上述语法中列出的顺序出现。
示例
Limit the number of points and series returned

> SELECT "water_level" FROM "h2o_feet" GROUP BY * LIMIT 3 SLIMIT 1

name: h2o_feet
tags: location=coyote_creek
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   8.12
2015-08-18T00:06:00Z   8.005
2015-08-18T00:12:00Z   7.887

查询返回与测量h2o_feet相关的序列之一中的三个最早点（由时间戳确定）。
Limit the number of points and series returned and include a GROUP BY time() clause

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:42:00Z' GROUP BY *,time(12m) LIMIT 2 SLIMIT 1

name: h2o_feet
tags: location=coyote_creek
time                   mean
----                   ----
2015-08-18T00:00:00Z   8.0625
2015-08-18T00:12:00Z   7.8245

查询使用InfluxQL函数和GROUP BY子句中的时间间隔来计算查询时间范围内每12分钟间隔的平均水位。LIMIT 2请求两个最早的12分钟平均值（由时间戳确定），SLIMIT 1请求与水英尺测量相关的单个序列。
请注意，如果没有LIMIT 2 SLIMIT 1，查询将为与h2o_feet测量相关的两个系列中的每一个返回四个点。

The OFFSET and SOFFSET clauses

OFFSET和SOFFSET对返回的点和序列进行分页。

The OFFSET clause

OFFSET为查询结果中的N个点分页。

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] LIMIT_clause OFFSET  [SLIMIT_clause]

N指定要分页的点数。OFFSET子句需要一个LIMIT子句。使用不带LIMIT子句的OFFSET子句可能会导致查询结果不一致。

注意：如果WHERE子句包含时间范围，并且OFFSET子句将导致InfluxDB返回时间戳超出该时间范围的点，则InfluxDB不会返回任何结果。

示例
Paginate points

> SELECT "water_level","location" FROM "h2o_feet" LIMIT 3 OFFSET 3

name: h2o_feet
time                   water_level   location
----                   -----------   --------
2015-08-18T00:06:00Z   2.116         santa_monica
2015-08-18T00:12:00Z   7.887         coyote_creek
2015-08-18T00:12:00Z   2.028         santa_monica

查询返回water_level测量值的第四、第五和第六个点。如果查询不包括OFFSET 3，它将返回该度量的第一、第二和第三个点。
Paginate points and include several clauses

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:42:00Z' GROUP BY *,time(12m) ORDER BY time DESC LIMIT 2 OFFSET 2 SLIMIT 1

name: h2o_feet
tags: location=coyote_creek
time                   mean
----                   ----
2015-08-18T00:12:00Z   7.8245
2015-08-18T00:00:00Z   8.0625

这个例子非常复杂，下面是逐条分解：
SELECT子句指定一个InfluxQL函数。FROM子句指定单个度量。WHERE子句指定查询的时间范围。GROUP BY子句按所有标记（*）将结果分组，并以12分钟为间隔。ORDER BY time DESC子句返回时间戳降序结果。LIMIT 2子句将返回的点数限制为2。OFFSET 2子句从查询结果中排除前两个平均值。SLIMIT 1子句将返回的序列数限制为1。
如果没有偏移量2，查询将返回查询结果的前两个平均值：

name: h2o_feet
tags: location=coyote_creek
time                   mean
----                   ----
2015-08-18T00:36:00Z   7.303
2015-08-18T00:24:00Z   7.5675

The SOFFSET clause

SOFFSET在查询结果中分页N个序列。

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] GROUP BY *[,time(time_interval)] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] SLIMIT_clause SOFFSET

N指定要分页的序列数。SOFFSET子句需要SLIMIT子句。在没有SLIMIT子句的情况下使用SOFFSET子句可能会导致查询结果不一致。有一个持续的问题需要SLIMIT查询包含GROUP BY *。

注意：如果SOFFSET子句分页超过序列总数，则InfluxDB不返回任何结果。

示例
Paginate series

> SELECT "water_level" FROM "h2o_feet" GROUP BY * SLIMIT 1 SOFFSET 1

name: h2o_feet
tags: location=santa_monica
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
[...]
2015-09-18T21:36:00Z   5.066
2015-09-18T21:42:00Z   4.938

查询返回与water_level测量和location=santa_monica标记相关联的系列的数据。如果没有SOFFSET 1，查询将返回与water_level测量和location=coyote_creek标记相关的系列数据。
Paginate series and include all clauses

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:42:00Z' GROUP BY *,time(12m) ORDER BY time DESC LIMIT 2 OFFSET 2 SLIMIT 1 SOFFSET 1

name: h2o_feet
tags: location=santa_monica
time                   mean
----                   ----
2015-08-18T00:12:00Z   2.077
2015-08-18T00:00:00Z   2.09

这个例子非常复杂，下面是逐条分解：
SELECT子句指定一个InfluxQL函数。FROM子句指定单个度量。WHERE子句指定查询的时间范围。GROUP BY子句按所有标记（*）将结果分组，并以12分钟为间隔。ORDER BY time DESC子句返回时间戳降序结果。LIMIT 2子句将返回的点数限制为2。OFFSET 2子句从查询结果中排除前两个平均值。SLIMIT 1子句将返回的序列数限制为1。SOFFSET 1子句对返回的序列分页。
如果没有SOFFSET 1，查询将返回不同系列的结果：

name: h2o_feet
tags: location=coyote_creek
time                   mean
----                   ----
2015-08-18T00:12:00Z   7.8245
2015-08-18T00:00:00Z   8.0625

The Time Zone clause

tz()子句返回指定时区的UTC偏移量。

SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause] tz('')

默认情况下，InfluxDB以UTC格式存储并返回时间戳。tz()子句包括UTC偏移量，或者，如果适用的话，查询返回时间戳的UTC夏时制时间（DST）偏移量。返回的时间戳必须采用RFC3339格式才能显示UTC偏移量或UTC DST。时区参数遵循Internet Assigned Numbers Authority时区数据库中的TZ语法，需要单引号。
示例
Return the UTC offset for Chicago’s time zone

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:18:00Z' tz('America/Chicago')

name: h2o_feet
time                       water_level
----                       -----------
2015-08-17T19:00:00-05:00  2.064
2015-08-17T19:06:00-05:00  2.116
2015-08-17T19:12:00-05:00  2.028
2015-08-17T19:18:00-05:00  2.126

查询结果包括时间戳中美洲/芝加哥时区的UTC偏移量（-05:00）。

Time syntax

对于大多数SELECT语句，默认时间范围是在1677-09-21 00:12:43.145224194和2262-04-11T23:47:16.854775806Z UTC之间。对于带有GROUP BY time()子句的SELECT语句，默认时间范围是1677-09-21 00:12:43.145224194 UTC和now()之间。以下各节详细介绍如何在SELECT语句的WHERE子句中指定可选时间范围。

Absolute time

使用日期时间字符串和纪元时间指定绝对时间。

SELECT_clause FROM_clause WHERE time  ['' | '' | ] [AND ['' | '' | ] [...]]

支持的操作符

Operator Meaning
= equal to
<> not equal to
!= not equal to
> greater than
>= greater than or equal to
< less than
<= less than or equal to

目前，InfluxDB不支持在WHERE子句中使用OR连接绝对时间。有关更多信息，请参阅常见问题文档和GitHub问题。

rfc3339_date_time_string

'YYYY-MM-DDTHH:MM:SS.nnnnnnnnnZ'

.nnnnnnn是可选的，如果不包括，则设置为.000000000。RFC3339日期时间字符串需要单引号。
####rfc3339_like_date_time_string

'YYYY-MM-DD HH:MM:SS.nnnnnnnnn'

HH:MM:SS.nnnnnnnnn.nnnnnnnnn是可选的，如果不包括，则设置为00:00:00.000000000。类似于rfc339的日期-时间字符串需要单引号。

epoch_time

Epoch time是自1970年1月1日星期四00:00:00协调世界时(UTC)起经过的时间量。
默认情况下，InfluxDB假设所有纪元时间戳都以纳秒为单位。在epoch时间戳的末尾包含一个duration文本，以指示纳秒以外的精度。
####Basic arithmetic
所有时间戳格式都支持基本算法。用持续时间文字从时间戳中加上或减去时间。注意，InfluxQL需要一个介于+或-和duration文本之间的空白。

示例

Specify a time range with RFC3339 date-time strings

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00.000000000Z' AND time <= '2015-08-18T00:12:00Z'

name: h2o_feet
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
2015-08-18T00:12:00Z   2.028

查询返回时间戳在2015年8月18日00:00:00.000000000和2015年8月18日00:12:00之间的数据。第一个时间戳（.000000000）中的纳秒规格是可选的。
请注意，RFC3339日期-时间字符串周围的单引号是必需的。

Specify a time range with RFC3339-like date-time strings

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18' AND time <= '2015-08-18 00:12:00'

name: h2o_feet
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
2015-08-18T00:12:00Z   2.028

查询返回时间戳在2015年8月18日00:00:00到2015年8月18日00:12:00之间的数据。第一个日期时间字符串不包含时间；InfluxDB假定时间为00:00:00。
注意，rfc339类日期-时间字符串周围的单引号是必需的。

Specify a time range with epoch timestamps

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= 1439856000000000000 AND time <= 1439856720000000000

name: h2o_feet
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
2015-08-18T00:12:00Z   2.028

查询返回时间戳介于2015年8月18日00:00:00和2015年8月18日00:12:00之间的数据。默认情况下，InfluxDB假设纪元时间戳以纳秒为单位。

Specify a time range with second-precision epoch timestamps

> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= 1439856000s AND time <= 1439856720s

name: h2o_feet
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   2.116
2015-08-18T00:12:00Z   2.028

查询返回时间戳介于2015年8月18日00:00:00和2015年8月18日00:12:00之间的数据。epoch时间戳末尾的s duration文字表示epoch时间戳以秒为单位。

Perform basic arithmetic on an RFC3339-like date-time string

> SELECT "water_level" FROM "h2o_feet" WHERE time > '2015-09-18T21:24:00Z' + 6m

name: h2o_feet
time                   water_level
----                   -----------
2015-09-18T21:36:00Z   5.066
2015-09-18T21:42:00Z   4.938

查询返回时间戳为2015年9月18日21:24:00之后至少六分钟的数据。注意，+和6m之间的空白是必需的。

Perform basic arithmetic on an epoch timestamp

> SELECT "water_level" FROM "h2o_feet" WHERE time > 24043524m - 6m

name: h2o_feet
time                   water_level
----                   -----------
2015-09-18T21:24:00Z   5.013
2015-09-18T21:30:00Z   5.01
2015-09-18T21:36:00Z   5.066
2015-09-18T21:42:00Z   4.938

查询返回带有时间戳的数据，时间戳至少在2015年9月18日21:24:00之前6分钟出现。注意-和6m之间的空白是必需的。

Relative time

使用now()查询具有相对于服务器当前时间戳的时间戳的数据。

SELECT_clause FROM_clause WHERE time  now() [[ - | + ] ] [(AND|OR) now() [...]]

now()是服务器在该服务器上执行查询时的Unix时间。-或+和持续时间文本之间的空白是必需的。

Supported operators](https://docs.influxdata.com/influxdb/v1.8/query_language/explore-data/#supported-operators-3)

Operator Meaning
= equal to
<> not equal to
!= not equal to
> greater than
>= greater than or equal to
< less than
<= less than or equal to

duration_literal`](https://docs.influxdata.com/influxdb/v1.8/query_language/explore-data/#duration-literal)

u or µ microseconds ms    milliseconds s     seconds m     minutes h     hours d     days w     weeks

Examples

Specify a time range with relative time

> SELECT "water_level" FROM "h2o_feet" WHERE time > now() - 1h

查询返回在发生在过去1小时内的时间戳的数据，-和1h之间的空白是必须的。

Specify a time range with absolute time and relative time

> SELECT "level description" FROM "h2o_feet" WHERE time > '2015-09-18T21:18:00Z' AND time < now() + 1000d

name: h2o_feet
time                   level description
----                   -----------------
2015-09-18T21:24:00Z   between 3 and 6 feet
2015-09-18T21:30:00Z   between 3 and 6 feet
2015-09-18T21:36:00Z   between 3 and 6 feet
2015-09-18T21:42:00Z   between 3 and 6 feet

查询返回时间戳在2015年9月18日21:18:00到1000天（从现在起）之间的数据。+和1000d之间的空白是必须的。

time语法的常见问题

Using OR to select time multiple time intervals

InfluxDB不支持在WHERE子句中使用OR运算符指定多个时间间隔。
有关详细信息，请参见Frequently asked questions.

使用GROUP BY time()子句查询now()之后发生的数据

大多数SELECT语句的默认时间范围为1677-09-21 00:12:43.145224194和2262-04-11T23:47:16.854775806Z UTC。对于带有GROUP BY time()子句的SELECT语句，默认时间范围是1677-09-21 00:12:43.145224194 UTC和now()之间。
要使用now()之后出现的时间戳查询数据，带有GROUP BY time()子句的SELECT语句必须在WHERE子句中提供另一个上界。

Example

Use the CLI to write a point to the NOAA_water_database that occurs after now():

> INSERT h2o_feet,location=santa_monica water_level=3.1 1587074400000000000

运行GROUP BY time()查询，该查询覆盖2015-09-18T21:30:00Z到now()之间的带有时间戳的数据：

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location"='santa_monica' AND time >= '2015-09-18T21:30:00Z' GROUP BY time(12m) fill(none)

name: h2o_feet
time                   mean
----                   ----
2015-09-18T21:24:00Z   5.01
2015-09-18T21:36:00Z   5.002

运行GROUP BY time()查询，该查询涵盖2015-09-18T21:30:00Z到now()的180周后的时间戳数据:

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location"='santa_monica' AND time >= '2015-09-18T21:30:00Z' AND time <= now() + 180w GROUP BY time(12m) fill(none)

name: h2o_feet
time                   mean
----                   ----
2015-09-18T21:24:00Z   5.01
2015-09-18T21:36:00Z   5.002
2020-04-16T22:00:00Z   3.1

请注意，WHERE子句必须提供一个替代上限，以覆盖默认now()上限。以下查询仅将下限重置为now()，以便查询的时间范围介于now()和now()之间：

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location"='santa_monica' AND time >= now() GROUP BY time(12m) fill(none)

配置返回的时间戳

默认情况下，CLI以纳米纪元格式返回时间戳，使用precision命令指定替代格式。默认情况下，InfluxDB API以RFC3339格式返回时间戳，使用epoch查询字符串指定替代格式。

Regular expressions

InfluxQL supports using regular expressions when specifying:

  • field keys and tag keys in the SELECT clause
  • measurements in the FROM clause
  • tag values and string field values in the WHERE clause.
  • tag keys in the GROUP BY clause

目前，InfluxQL不支持使用正则表达式来匹配WHERE子句、数据库和保留策略中的非字符串字段值。

注意：正则表达式比较比精确字符串比较在计算上更密集；使用正则表达式的查询的性能不如不使用正则表达式的查询。

SELECT // FROM // WHERE [  // |   //] GROUP BY //

正则表达式由/字符包围，并使用Golang的正则表达式语法。

Supported operators

=~ matches against !~ doesn’t match against

Examples

Use a regular expression to specify field keys and tag keys in the SELECT clause

> SELECT /l/ FROM "h2o_feet" LIMIT 1

name: h2o_feet
time                   level description      location       water_level
----                   -----------------      --------       -----------
2015-08-18T00:00:00Z   between 6 and 9 feet   coyote_creek   8.12

查询将选择包含l的所有字段键和标记键。请注意，SELECT子句中的正则表达式必须至少与一个字段键匹配，才能返回与正则表达式匹配的标记键的结果。
目前，SELECT子句中没有语法来区分字段键的正则表达式和标记键的正则表达式。语法//::[field | tag]不受支持。

Use a regular expression to specify measurements in the FROM clause

> SELECT MEAN("degrees") FROM /temperature/

name: average_temperature
time			mean
----			----
1970-01-01T00:00:00Z   79.98472932232272

name: h2o_temperature
time			mean
----			----
1970-01-01T00:00:00Z   64.98872722506226

查询使用InfluxQL函数计算NOAA_water_database中包含单词temperature的每个测量值的平均degrees。

Use a regular expression to specify tag values in the WHERE clause

> SELECT MEAN(water_level) FROM "h2o_feet" WHERE "location" =~ /[m]/ AND "water_level" > 3

name: h2o_feet
time                   mean
----                   ----
1970-01-01T00:00:00Z   4.47155532049926

查询使用InfluxQL函数计算平均water_level，其中location的标记值包含m且water_level大于3。

Use a regular expression to specify a tag with no value in the WHERE clause

> SELECT * FROM "h2o_feet" WHERE "location" !~ /./

查询将从位置标记没有值的h2o_feet测量中选择所有数据。NOAA_water_database的每个数据点都有一个位置标记值。
可以在不使用正则表达式的情况下执行相同的查询。有关详细信息，请参阅常见问题文档。

Use a regular expression to specify a tag with a value in the WHERE clause

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location" = 'santa_monica' AND "level description" =~ /between/

name: h2o_feet
time                   mean
----                   ----
1970-01-01T00:00:00Z   4.47155532049926

查询使用InfluxQL函数计算所有数据的平均water_level，其中level description的字段值包括between单词。

Use a regular expression to specify tag keys in the GROUP BY clause

> SELECT FIRST("index") FROM "h2o_quality" GROUP BY /l/

name: h2o_quality
tags: location=coyote_creek
time                   first
----                   -----
2015-08-18T00:00:00Z   41

name: h2o_quality
tags: location=santa_monica
time                   first
----                   -----
2015-08-18T00:00:00Z   99

查询使用InfluxQL函数为每个标记选择index的第一个值，该标记在其标记键中包含字母l。

数据类型和转换操作

Data types

Field values can be floats, integers, strings, or booleans. The :: syntax allows users to specify the field’s type in a query.

Note: Generally, it is not necessary to specify the field value type in the SELECT clause. In most cases, InfluxDB rejects any writes that attempt to write a field value to a field that previously accepted field values of a different type.
It is possible for field value types to differ across shard groups. In these cases, it may be necessary to specify the field value type in the SELECT clause. Please see the Frequently Asked Questions document for more information on how InfluxDB handles field value type discrepancies.

SELECT_clause :: FROM_clause

type can be float, integer, string, or boolean. In most cases, InfluxDB returns no data if the field_key does not store data of the specified type. See Cast Operations for more information.

Example

> SELECT "water_level"::float FROM "h2o_feet" LIMIT 4

name: h2o_feet
--------------
time                   water_level
2015-08-18T00:00:00Z   8.12
2015-08-18T00:00:00Z   2.064
2015-08-18T00:06:00Z   8.005
2015-08-18T00:06:00Z   2.116
The query returns values of the water_leve

The query returns values of the water_level field key that are floats.

Cast operations

The :: syntax allows users to perform basic cast operations in queries. Currently, InfluxDB supports casting field values from integers to floats or from floats to integers.

Syntax

SELECT_clause <field_key>::<type> FROM_clause

type can be float or integer.

InfluxDB returns no data if the query attempts to cast an integer or float to a string or boolean.

Examples

Cast float field values to integers

> SELECT "water_level"::integer FROM "h2o_feet" LIMIT 4

name: h2o_feet
--------------
time                   water_level
2015-08-18T00:00:00Z   8
2015-08-18T00:00:00Z   2
2015-08-18T00:06:00Z   8
2015-08-18T00:06:00Z   2

The query returns the integer form of water_level’s float field values.

Cast float field values to strings (this functionality is not supported)

> SELECT "water_level"::string FROM "h2o_feet" LIMIT 4
>

The query returns no data as casting a float field value to a string is not yet supported.

Merge behavior

In InfluxDB, queries merge series automatically.

Example

The h2o_feet measurement in the NOAA_water_database is part of two series. The first series is made up of the h2o_feet measurement and the location = coyote_creek tag. The second series is made of up the h2o_feet measurement and the location = santa_monica tag.

The following query automatically merges those two series when it calculates the average water_level:

> SELECT MEAN("water_level") FROM "h2o_feet"

name: h2o_feet
--------------
time                   mean
1970-01-01T00:00:00Z   4.442107025822521

If you want the average water_level for the first series only, specify the relevant tag in the WHERE clause:

> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location" = 'coyote_creek'

name: h2o_feet
--------------
time                   mean
1970-01-01T00:00:00Z   5.359342451341401

If you want the average water_level for each individual series, include a GROUP BY clause:

> SELECT MEAN("water_level") FROM "h2o_feet" GROUP BY "location"

name: h2o_feet
tags: location=coyote_creek
time                   mean
----                   ----
1970-01-01T00:00:00Z   5.359342451341401

name: h2o_feet
tags: location=santa_monica
time                   mean
----                   ----
1970-01-01T00:00:00Z   3.530863470081006

Multiple statements

Separate multiple SELECT statements in a query with a semicolon (;).

Examples

Example 1: CLIExample 2: InfluxDB API

In the InfluxDB CLI:

> SELECT MEAN("water_level") FROM "h2o_feet"; SELECT "water_level" FROM "h2o_feet" LIMIT 2

name: h2o_feet
time                   mean
----                   ----
1970-01-01T00:00:00Z   4.442107025822522

name: h2o_feet
time                   water_level
----                   -----------
2015-08-18T00:00:00Z   8.12
2015-08-18T00:00:00Z   2.064

Subqueries

A subquery is a query that is nested in the FROM clause of another query. Use a subquery to apply a query as a condition in the enclosing query. Subqueries offer functionality similar to nested functions and SQL HAVING clauses.

Syntax

SELECT_clause FROM ( SELECT_statement ) [...]

InfluxDB performs the subquery first and the main query second.

The main query surrounds the subquery and requires at least the SELECT clause and the FROM clause. The main query supports all clauses listed in this document.

The subquery appears in the main query’s FROM clause, and it requires surrounding parentheses. The subquery supports all clauses listed in this document.

InfluxQL supports multiple nested subqueries per main query. Sample syntax for multiple subqueries:

SELECT_clause FROM ( SELECT_clause FROM ( SELECT_statement ) [...] ) [...]

Examples

Calculate the SUM() of several MAX() values

> SELECT SUM("max") FROM (SELECT MAX("water_level") FROM "h2o_feet" GROUP BY "location")

name: h2o_feet
time                   sum
----                   ---
1970-01-01T00:00:00Z   17.169

The query returns the sum of the maximum water_level values across every tag value of location.

InfluxDB first performs the subquery; it calculates the maximum value of water_level for each tag value of location:

> SELECT MAX("water_level") FROM "h2o_feet" GROUP BY "location"
name: h2o_feet

tags: location=coyote_creek
time                   max
----                   ---
2015-08-29T07:24:00Z   9.964

name: h2o_feet
tags: location=santa_monica
time                   max
----                   ---
2015-08-29T03:54:00Z   7.205

Next, InfluxDB performs the main query and calculates the sum of those maximum values: 9.964 + 7.205 = 17.169. Notice that the main query specifies max, not water_level, as the field key in the SUM() function.

Calculate the MEAN() difference between two fields

> SELECT MEAN("difference") FROM (SELECT "cats" - "dogs" AS "difference" FROM "pet_daycare")

name: pet_daycare
time                   mean
----                   ----
1970-01-01T00:00:00Z   1.75

The query returns the average of the differences between the number of cats and dogs in the pet_daycare measurement.

InfluxDB first performs the subquery. The subquery calculates the difference between the values in the cats field and the values in the dogs field, and it names the output column difference:

> SELECT "cats" - "dogs" AS "difference" FROM "pet_daycare"

name: pet_daycare
time                   difference
----                   ----------
2017-01-20T00:55:56Z   -1
2017-01-21T00:55:56Z   -49
2017-01-22T00:55:56Z   66
2017-01-23T00:55:56Z   -9

Next, InfluxDB performs the main query and calculates the average of those differences. Notice that the main query specifies difference as the field key in the MEAN() function.

Calculate several MEAN() values and place a condition on those mean values

> SELECT "all_the_means" FROM (SELECT MEAN("water_level") AS "all_the_means" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m) ) WHERE "all_the_means" > 5

name: h2o_feet
time                   all_the_means
----                   -------------
2015-08-18T00:00:00Z   5.07625

The query returns all mean values of the water_level field that are greater than five.

InfluxDB first performs the subquery. The subquery calculates MEAN() values of water_level from 2015-08-18T00:00:00Z through 2015-08-18T00:30:00Z and groups the results into 12-minute intervals. It also names the output column all_the_means:

> SELECT MEAN("water_level") AS "all_the_means" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m)

name: h2o_feet
time                   all_the_means
----                   -------------
2015-08-18T00:00:00Z   5.07625
2015-08-18T00:12:00Z   4.950749999999999
2015-08-18T00:24:00Z   4.80675

Next, InfluxDB performs the main query and returns only those mean values that are greater than five. Notice that the main query specifies all_the_means as the field key in the SELECT clause.

Calculate the SUM() of several DERIVATIVE() values

> SELECT SUM("water_level_derivative") AS "sum_derivative" FROM (SELECT DERIVATIVE(MEAN("water_level")) AS "water_level_derivative" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m),"location") GROUP BY "location"

name: h2o_feet
tags: location=coyote_creek
time                   sum_derivative
----                   --------------
1970-01-01T00:00:00Z   -0.4950000000000001

name: h2o_feet
tags: location=santa_monica
time                   sum_derivative
----                   --------------
1970-01-01T00:00:00Z   -0.043999999999999595

The query returns the sum of the derivative of average water_level values for each tag value of location.

InfluxDB first performs the subquery. The subquery calculates the derivative of average water_level values taken at 12-minute intervals. It performs that calculation for each tag value of location and names the output column water_level_derivative:

> SELECT DERIVATIVE(MEAN("water_level")) AS "water_level_derivative" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m),"location"

name: h2o_feet
tags: location=coyote_creek
time                   water_level_derivative
----                   ----------------------
2015-08-18T00:12:00Z   -0.23800000000000043
2015-08-18T00:24:00Z   -0.2569999999999997

name: h2o_feet
tags: location=santa_monica
time                   water_level_derivative
----                   ----------------------
2015-08-18T00:12:00Z   -0.0129999999999999
2015-08-18T00:24:00Z   -0.030999999999999694

Next, InfluxDB performs the main query and calculates the sum of the water_level_derivative values for each tag value of location. Notice that the main query specifies water_level_derivative, not water_level or derivative, as the field key in the SUM() function.

Common issues with subqueries

Multiple SELECT statements in a subquery

InfluxQL supports multiple nested subqueries per main query:

SELECT_clause FROM ( SELECT_clause FROM ( SELECT_statement ) [...] ) [...]
                     ------------------   ----------------
                         Subquery 1          Subquery 2

InfluxQL does not support multiple SELECT statements per subquery:

SELECT_clause FROM (SELECT_statement; SELECT_statement) [...]

The system returns a parsing error if a subquery includes multiple SELECT statements.

你可能感兴趣的:(InfluxDB 使用InfluxQL语言检索数据语法)

  • waitpid使用 jax不摆烂 linux算法linux
    waitpid是Unix/Linux系统中用于等待子进程状态变化的系统调用。它允许父进程挂起执行，直到指定的子进程终止或者发生了其他指定的状态变化。waitpid的语法pid_twaitpid(pid_tpid,int*status,intoptions);pid:要等待的子进程的进程ID，特殊值如下：pid>0:等待进程ID为pid的特定子进程。pid==0:等待任何属于与调用进程相同进程组的子
  • **LLM Gateway：您的智能对话门户** 芮奕滢Kirby
    LLMGateway：您的智能对话门户llm-gatewayGatewayforsecure&reliablecommunicationswithOpenAIandotherLLMproviders项目地址:https://gitcode.com/gh_mirrors/ll/llm-gateway在人工智能和自然语言处理的浪潮中，LLMGateway以其卓越的设计与功能脱颖而出，为开发者和用户提供
  • Qwen-VL论文解读 dream_home8407 人工智能
    Qwen-VL：用于理解、定位、文本阅读等的通用视觉-语言模型摘要在本文中，我们介绍了Qwen-VL系列，这是一组大规模的视觉-语言模型（LVLMs），旨在感知和理解文本和图像。从Qwen-LM开始，我们通过精心设计的（i）视觉受体，（ii）输入-输出接口，（iii）3阶段训练管道，以及（iv）多语言多模态清洗语料库，赋予其视觉能力。除了传统的图像描述和问答，我们还通过图像-标题-框元组的对齐实现
  • 「iOS」通过CoreLocation Framework深入了解MVC架构 小鹿撞出了脑震荡 iosmvc架构
    「iOS」通过CoreLocationFramework重新了解多界面传值以及MVC架构文章目录「iOS」通过CoreLocationFramework重新了解多界面传值以及MVC架构前言CoreLocation了解根据需求建模设计属性方法设计协议传值Block传值KVONotification通知方式总结参考文章前言在这个学期的前段时间进行了MVC的相关学习，并且使用MVC完成了知乎日报奥的项目
  • SpringBoot之远程调用的三大方式 码农~明哥 网络websocket
    为什么要使用远程调用？SpringBoot不仅继承了Spring框架原有的优秀特性，而且还通过简化配置来进一步简化了Spring应用的整个搭建和开发过程。在Spring-Boot项目开发中，存在着本模块的代码需要访问外面模块接口，或外部url链接的需求,比如在apaas开发过程中需要封装接口在接口中调用apaas提供的接口（像发起流程接口submit等等）下面也是提供了三种方式（不使用dubbo的
  • 回溯注意点：回溯时间复杂度的计算与剪枝操作 大磕学家ZYX 算法模板与专题整理剪枝算法c++leetcode
    文章目录回溯的时间复杂度计算示例1：77.组合示例2：216.组合总和Ⅲ示例3：17.电话号码字母组合关于剪枝对时间复杂度的影响总结回溯的剪枝操作必要性及适用场景示例1：组合剪枝剪枝优化点：示例2：组合剪枝剪枝优化点：示例3：不能剪枝的情况回溯的时间复杂度计算计算回溯时间复杂度，我们可以使用如下公式：答案个数（叶子节点个数）×路径长度（搜索深度）示例1：77.组合voidbacktracking(
  • 数据挖掘常用算法模型简介 大乔乔布斯 数据挖掘线性回归决策树
    以下是数据挖掘中常用的算法模型及其简称、英文全称和使用场景的简要介绍：1.决策树（DecisionTree,DT）常用算法：CART:ClassificationandRegressionTreeID3:IterativeDichotomiser3C4.5:基于ID3改进使用场景：分类问题（如信用风险评估、客户分类）回归问题（如预测房价）特点：易解释、适合处理非线性数据。2.随机森林（Random
  • webview_flutter_wkwebview 3.17.0使用指南 LuiChun flutter
    文档一lib\inserted_web_seven\tell_to_ai\my_summary\webview_flutter_wkwebview_3.17.0_guide.txtwebview_flutter_wkwebview3.17.0使用指南日期：2025年1月26日==================================================一、核心作用======
  • MySQL（2） memorycx mysqlandroid数据库
    DQL分组查询语法：select字段列表，聚合函数from表名[where条件]groupby分组字段名[having分组后过滤条件]；where和having区别执行时机不同where是分组之前进行过滤，不满足where条件，不参与分组；而having是分组之后对结果进行过滤判断条件不同判断条件不同：where不能对聚合函数进行判断，而having可以selectworkaddress,coun
  • Python跨年烟花代码 花洵琴
    Python跨年烟花代码【下载地址】Python跨年烟花代码分享本资源文件提供了一个使用Python编写的跨年烟花代码，代码中使用了`pygame`、`random`和`math`库来实现烟花的模拟效果。代码中定义了三个类：`Firework`、`Particle`和`Trail`，分别代表烟花、烟花中的颗粒以及颗粒的轨迹点项目地址:https://gitcode.com/open-source-
  • LeetCode 0040.组合总和 II：回溯 + 剪枝 Tisfy 题解#力扣LeetCodeleetcode剪枝算法递归回溯
    【LetMeFly】40.组合总和II：回溯+剪枝力扣题目链接：https://leetcode.cn/problems/combination-sum-ii/给定一个候选人编号的集合candidates和一个目标数target，找出candidates中所有可以使数字和为target的组合。candidates中的每个数字在每个组合中只能使用一次。注意：解集不能包含重复的组合。示例1:输入:ca
  • http Accept-Encoding “gzip,deflate,br“ qt c++ 解码 爱学习的大牛123 qt开发windowsqthttpzip
    QtC++处理HTTP请求，并需要解码服务器返回的压缩数据。以下是如何在QtC++中处理这种情况的指南：1.首先，确保您的HTTP请求头中包含了`Accept-Encoding:gzip,deflate,br`，这表明客户端可以接受这些压缩方式。2.当收到服务器响应时，检查`Content-Encoding`头，以确定使用了哪种压缩方法。3.根据压缩方法，使用相应的Qt类来解压数据：-对于gzip
  • 前端版本号管理：理解和应用 山禾女鬼001 前端
    在前端开发中，版本号管理是一个非常重要的话题。它涉及到如何标记和管理应用、库、框架以及依赖项的版本，确保开发者和团队成员之间能够协调一致地进行开发，避免因版本冲突带来的问题。今天，我们将深入探讨版本号的基本概念，常见的版本号规范，以及在前端开发中如何使用版本号。一、什么是版本号？版本号是用来标识软件或应用的不同发布版本的一个数字序列。它能够帮助开发者、维护人员和用户区分不同版本之间的差异，明确功能
  • Go语言从入门到精通：一站式学习指南 写代码写到不能自控 golang开发语言后端
    Go语言（也称Golang）自2009年由Google推出以来，凭借其简单、并发支持、以及高效的性能，迅速成为开发者的宠儿。它被广泛应用于Web开发、微服务架构、云计算等领域，并且得到了大量开发者的追捧。如果你是Go语言的初学者，或者已经有一定编程经验的开发者，那么这篇博客将帮助你从Go语言的入门知识学起，逐步深入，最终达到精通的水平。一、Go语言概述1.1什么是Go语言？Go语言是由Google
  • uniapp - [全端兼容] 实现精美Editor富文本编辑器功能，uniApp全平台兼容的富文本插件组件用户可上传图片及对接服务器存储文件等，手机移动端H5网页富文本/小程序富文本/App富文本！ 王二红 +UniAppuni-app富文本使用富文本编辑器插入图片图像uni-app微信小程序富文本uniapp网页h5端富文本uniap安卓苹果app富文本富文本上传图片及服务器保存
    前言网上的教程乱七八糟且兼容性太差，本文提供优质示例。在uni-app全平台兼容（H5网页网站、支付宝/微信小程序、安卓App、苹果App、nvue）开发中，详解引入使用富文本编辑器及图片上传显示等功能，用户可上传图片显示和服务器保存回显效果（插入图片），uniApp各平台都兼容的富文本editor插件，自定义富文本按钮功能及自由排版样式布局，uniapp富文本组件插件用于发布文章/发布资讯公告/
  • C#：25大前沿特性揭秘 步、步、为营 c#开发语言
    一、引言C#，这门诞生于2000年的编程语言，自问世以来便在软件开发领域留下了浓墨重彩的一笔。它是微软.NET框架的旗舰语言，由安德斯・海尔斯伯格（AndersHejlsberg）领导的团队精心打造，设计哲学融合了C和C++的强大性能以及Java的安全性和高级特性，为开发者带来了现代、高效且易于使用的编程体验。回首C#的发展历程，那是一部不断进化的技术史。2002年，C#1.0正式发布，与.NET
  • C# Dynamic关键字 步、步、为营 c#开发语言.net
    一、引言：开启动态编程之门在C#的编程世界里，长久以来我们习惯了静态类型语言带来的严谨与稳定。在传统的C#编程中，变量的类型在编译时就已经确定，这就像是给每个变量贴上了一个固定的标签，在整个代码执行过程中，这个标签不会轻易改变。例如，当我们声明一个int类型的变量intnum=10;，编译器会严格检查后续对num的操作是否符合int类型的规则，若试图将一个字符串赋值给num，如num=“hello
  • python 建立并使用 venv 波格斯特 问题备忘python开发语言
    python建立并使用venv[smf@5GC-10mmlShell]$python3-mvenv./.venv[smf@5GC-10mmlShell]$source./.venv/bin/activate(.venv)[smf@5GC-10mmlShell]$(.venv)[smf@5GC-10mmlShell]$(.venv)[smf@5GC-10mmlShell]$pip3installre
  • uniapp 底部菜单_uniapp 实现底部导航栏 - tabBar的使用方法 解压猫咖研究所 uniapp底部菜单
    开发环境：HbuilderXtabBar参数说明color：导航栏字体颜色selectedColor：选中后字体的颜色backgroundColor：底部背景颜色borderStyle：底部的border颜色，只能是“black”或者“white”list：对象，包含以下这些选项{pagePath：页面路径text：底部导航文字iconPath：没选中前的图标路径selectedIconPath：
  • 小程序webview打开小程序原生页面_详解如何探测小程序返回到webview页面 weixin_39905624
    在公司项目中经常会遇到一个场景,尝试过各种不同的方法,最后想到了一种很技术上简单且可行的方法.经常被QA同学反应同一类型的问题项目是小程序(wepy),部分页面使用webview(vue).经常会遇见一个场景:当小程序navigateTo到一些页面对用户的"收藏状态","身材细节"做了修改后,用户点击返回按钮回到上一个页面,收藏的状态或是身材细节没有改变.那是当然的,作为一个小程序中的webvie
  • 微信小程序web-view打开网页与网页H5跳转微信小程序 XLin666666 微信小程序前端小程序
    1、微信小程序web-view打开网页目前从小程序进入网页的方法使用web-view1.1、小程序官网需要配置业务域名打开官网，选择左侧开发管理，选择开发设置，往下找到业务域名，添加域名。设置时需要下载校验文件，并将文件放置在域名根目录下。1.2、web-view配置完成但是打不开web-view|微信开放文档web-view组件是一个可以用来承载网页的容器，会自动铺满整个小程序页面。个人类型与海
  • Tensorflow入门——训练结果的保存与加载 weixin_34087301 人工智能python数据库
    2019独角兽企业重金招聘Python工程师标准>>>训练完成以后我们就可以直接使用训练好的模板进行预测了但是每次在预测之前都要进行训练，不是一个常规操作，毕竟有些复杂的模型需要训练好几天甚至更久所以将训练好的模型进行保存，当有需要的时候重新加载这个模型进行预测或者继续训练，这才是一个常规操作我们依然使用最简单的例子进行说明，这里沿用Tensorflow入门——实现最简单的线性回归模型的预测这个例
  • 【Python学习】网络爬虫-获取京东商品评论并制作柱状图 西攻城狮北 Python实用案例学习python爬虫京东评论柱状图
    一、实现目标获取京东网站上商品的评论统计数据，并使用该数据制作了一个简单的柱状图。二、实现步骤2.1网页分析首先打开链接https://www.jd.com/。在搜索框中输入巧克力关键词后，点击第一件商品打开商品网页，找到商品评价，在商品评价模块能够看到用户选择的评论标签。由于该商品的全部用户评论有50万+，数据量较大。我们需要收集商品特点，所以我们选择对评价标签进行分析。打开https://it
  • git checkout -b 命令：创建一个新分支并切换到该分支 薇远镖局 gitgit
    gitcheckout-b命令的作用是创建一个新分支并切换到该分支。具体来说，它等同于以下两步操作的组合：创建新分支：gitbranch切换到新分支：gitcheckout通过使用gitcheckout-b，Git会首先基于当前所在的分支（或指定的起点）创建一个名为的新分支，然后立即切换到该新分支。这对于需要在当前工作基础上开始新功能开发、修复bug或进行试验性工作的情况非常方便。要从指定的分支新
  • 2025（第十五届）中国互联网产业年会/AI重新定义互联网 东锋1.3 互联网人工智能
    近日，2025（第十五届）中国互联网产业年会在北京举办，中国工程院院士、中国工程院原副院长邬贺铨在会上作了题为《以AI重新定义互联网》的主旨报告。邬贺铨院士表示，互联网在过去几十年经历了巨大变革。展望未来，互联网将继续在数字化、智能化方向上深入发展，推动更广泛的社会变革。未来十年，我们将进入“数智（新质）互联网”阶段，其核心特征是基础协议采用IPv6+，人机接口将以自然语言为主，不再依赖于点击AP
  • uni-app组件引入方法（easycom自动化组件） 约妲己吃火锅 uni-app开发搬砖日常
    uniapp官方与2020年02月23更新了2.6.0版本，支持2.5.5版本以后，调整内容有：1.对uniapp插件做出更改；2.新增了easycom项目模板（自动化组件）。那我本期简单给大家介绍easycom是什么？如何使用？。官方给出：传统vue组件，需要安装、引用、注册，三个步骤后才能使用组件。easycom将其精简为一步。只要组件安装在项目的components目录下，并符合compon
  • 小程序使用web-view内嵌跳转另一个小程序 大龄落魄程序媛 前端小程序javascript
    1、配置需要跳转的小程序地址和参数，直接跳转consturl=https://XXX.com:30443/contract/mobileSign.client?token=xxxconstarr=url.split('?')constparamsArr=arr[1].split('&')consttoken=paramsArr[0].split('=')[1]consturlTo="/pages/
  • Python 项目国际化：使用 Babel 实现多语言支持 衫水 python进阶python
    文章目录如何使用Babel实现Python项目国际化1.安装Babel2.设置项目目录结构3.标记可翻译的文本4.提取可翻译的文本生成文件——生成pot文件4.1有配置文件方式（使用`babel.cfg`）4.1.1.创建`babel.cfg`文件4.1.2.提取翻译内容4.2无配置文件方式（直接指定文件路径）5.后续步骤（通用步骤）5.1.初始化翻译文件——生成po文件5.2.编辑po文件5.3
  • 关于python语言程序设计课本的总结 pianmian1 python开发语言
    不知不觉就学完了整本书.今天来总结一下内容吧.目录第一章:程序设计基本方法;第二章:python语言基本语法元素第三章:基本数据类型第四章:程序的控制结构第五章:函数和代码复用第一章:程序设计基本方法;本章讲述了程序设计的基本语言概述与python语言特点.讲述了如何正确安装python程序.介绍了python语言的优点:语法简介,生态丰富,多语言集成,平台无关,强制可读,支持中文,模式多样等.并
  • http和ws的区别 心愿王 http网络协议网络
    一.连接建立1.HTTP：（1）使用TCP协议建立连接（2）每次请求都是独立的，即使是同一用户的连续请求，也会重复建立和断开连接（除非使用了HTTP/2或持久连接）（3）无状态协议。不保存状态信息，每次请求都需要全部信息（包括cookie等）来确定用户状态2.WebSocket：（1）初次连接时通过HTTP进行握手（HTTP101状态码），之后升级为WebSocket协议（2）一旦建立连接，除非主
  • 对股票分析时要注意哪些主要因素？ 会飞的奇葩猪 股票 分析 云掌股吧
    　　众所周知，对散户投资者来说，股票技术分析是应战股市的核心武器，想学好股票的技术分析一定要知道哪些是重点学习的，其实非常简单，我们只要记住三个要素：成交量、价格趋势、振荡指标。     一、成交量 　　大盘的成交量状态。成交量大说明市场的获利机会较多，成交量小说明市场的获利机会较少。当沪市的成交量超过150亿时是强市市场状态，运用技术找综合买点较准；
  • 【Scala十八】视图界定与上下文界定 bit1129 scala
    Context Bound，上下文界定，是Scala为隐式参数引入的一种语法糖，使得隐式转换的编码更加简洁。   隐式参数 首先引入一个泛型函数max，用于取a和b的最大值 def max[T](a: T, b: T) = { if (a > b) a else b }  因为T是未知类型，只有运行时才会代入真正的类型，因此调用a >
  • C语言的分支——Object-C程序设计阅读有感 darkblue086 applec框架cocoa
    自从1972年贝尔实验室Dennis Ritchie开发了C语言，C语言已经有了很多版本和实现，从Borland到microsoft还是GNU、Apple都提供了不同时代的多种选择，我们知道C语言是基于Thompson开发的B语言的，Object-C是以SmallTalk-80为基础的。和C++不同的是，Object C并不是C的超集，因为有很多特性与C是不同的。 Object-C程序设计这本书
  • 去除浏览器对表单值的记忆 周凡杨 html记忆autocompleteform浏览
                                       &n
  • java的树形通讯录 g21121 java
    最近用到企业通讯录，虽然以前也开发过，但是用的是jsf，拼成的树形，及其笨重和难维护。后来就想到直接生成json格式字符串，页面上也好展现。 // 首先取出每个部门的联系人 for (int i = 0; i < depList.size(); i++) { List<Contacts> list = getContactList(depList.get(i
  • Nginx安装部署 510888780 nginxlinux
    Nginx ("engine x") 是一个高性能的 HTTP 和 反向代理 服务器，也是一个 IMAP/POP3/SMTP 代理服务器。 Nginx 是由 Igor Sysoev 为俄罗斯访问量第二的 Rambler.ru 站点开发的，第一个公开版本0.1.0发布于2004年10月4日。其将源代码以类BSD许可证的形式发布，因它的稳定性、丰富的功能集、示例配置文件和低系统资源
  • java servelet异步处理请求 墙头上一根草 ｊａｖａ异步返回ｓｅｒｖｌｅｔ
    servlet3.0以后支持异步处理请求，具体是使用AsyncContext ，包装httpservletRequest以及httpservletResponse具有异步的功能，        final AsyncContext ac = request.startAsync(request, response);   ac.s
  • 我的spring学习笔记8-Spring中Bean的实例化 aijuans Spring 3
    在Spring中要实例化一个Bean有几种方法： 1、最常用的（普通方法） <bean id="myBean" class="www.6e6.org.MyBean" /> 使用这样方法，按Spring就会使用Bean的默认构造方法，也就是把没有参数的构造方法来建立Bean实例。 （有构造方法的下个文细说） 2、还
  • 为Mysql创建最优的索引 annan211 mysql索引
    索引对于良好的性能非常关键，尤其是当数据规模越来越大的时候，索引的对性能的影响越发重要。 索引经常会被误解甚至忽略，而且经常被糟糕的设计。 索引优化应该是对查询性能优化最有效的手段了，索引能够轻易将查询性能提高几个数量级，最优的索引会比 较好的索引性能要好2个数量级。 1 索引的类型 (1) B-Tree 不出意外，这里提到的索引都是指 B-
  • 日期函数 百合不是茶 oraclesql日期函数查询
      ORACLE日期时间函数大全 TO_DATE格式(以时间:2007-11-02 13:45:25为例) Year: yy two digits 两位年 显示值:07 yyy three digits 三位年 显示值:007
  • 线程优先级 bijian1013 javathread多线程java多线程
    多线程运行时需要定义线程运行的先后顺序。 线程优先级是用数字表示，数字越大线程优先级越高，取值在1到10，默认优先级为5。 实例： package com.bijian.study; /** * 因为在代码段当中把线程B的优先级设置高于线程A,所以运行结果先执行线程B的run()方法后再执行线程A的run()方法 * 但在实际中，JAVA的优先级不准，强烈不建议用此方法来控制执
  • 适配器模式和代理模式的区别 bijian1013 java设计模式
    一.简介        适配器模式：适配器模式（英语：adapter pattern）有时候也称包装样式或者包装。将一个类的接口转接成用户所期待的。一个适配使得因接口不兼容而不能在一起工作的类工作在一起，做法是将类别自己的接口包裹在一个已存在的类中。      &nbs
  • 【持久化框架MyBatis3三】MyBatis3 SQL映射配置文件 bit1129 Mybatis3
     SQL映射配置文件一方面类似于Hibernate的映射配置文件，通过定义实体与关系表的列之间的对应关系。另一方面使用<select>,<insert>,<delete>，<update>元素定义增删改查的SQL语句， 这些元素包含三方面内容 1. 要执行的SQL语句 2. SQL语句的入参，比如查询条件 3. SQL语句的返回结果
  • oracle大数据表复制备份个人经验 bitcarter oracle大表备份大表数据复制
    前提：    数据库仓库A（就拿oracle11g为例）中有两个用户user1和user2,现在有user1中有表ldm_table1,且表ldm_table1有数据5千万以上，ldm_table1中的数据是从其他库B（数据源）中抽取过来的，前期业务理解不够或者需求有变，数据有变动需要重新从B中抽取数据到A库表ldm_table1中。    
  • HTTP加速器varnish安装小记 ronin47 http varnish 加速
    上午共享的那个varnish安装手册，个人看了下，有点不知所云，好吧~看来还是先安装玩玩！ 苦逼公司服务器没法连外网，不能用什么wget或yum命令直接下载安装，每每看到别人博客贴出的在线安装代码时，总有一股羡慕嫉妒“恨”冒了出来。。。好吧，既然没法上外网，那只能麻烦点通过下载源码来编译安装了！ Varnish 3.0.4下载地址： http://repo.varnish-cache.org/
  • java-73-输入一个字符串，输出该字符串中对称的子字符串的最大长度 bylijinnan java
    public class LongestSymmtricalLength { /* * Q75题目：输入一个字符串，输出该字符串中对称的子字符串的最大长度。 * 比如输入字符串“google”，由于该字符串里最长的对称子字符串是“goog”，因此输出4。 */ public static void main(String[] args) { Str
  • 学习编程的一点感想 Cb123456 编程感想Gis
           写点感想，总结一些，也顺便激励一些自己.现在就是复习阶段，也做做项目.      本专业是GIS专业，当初觉得本专业太水，靠这个会活不下去的，所以就报了培训班。学习的时候，进入状态很慢，而且当初进去的时候，已经上到Java高级阶段了，所以.....，呵呵，之后有点感觉了，不过，还是不好好写代码，还眼高手低的，有
  • [能源与安全]美国与中国 comsci 能源
         现在有一个局面：地球上的石油只剩下N桶，这些油只够让中国和美国这两个国家中的一个顺利过渡到宇宙时代，但是如果这两个国家为争夺这些石油而发生战争，其结果是两个国家都无法平稳过渡到宇宙时代。。。。而且在战争中，剩下的石油也会被快速消耗在战争中，结果是两败俱伤。。。       在这个大
  • SEMI-JOIN执行计划突然变成HASH JOIN了 的原因分析 cwqcwqmax9 oracle
    甲说： A B两个表总数据量都很大，在百万以上。 idx1  idx2字段表示是索引字段 A B 两表上都有 col1字段表示普通字段 select xxx from A where A.idx1 between mmm and nnn      and exists (select 1 from B where B.idx2 =
  • SpringMVC-ajax返回值乱码解决方案 dashuaifu AjaxspringMVCresponse中文乱码
      SpringMVC-ajax返回值乱码解决方案   一：（自己总结，测试过可行） ajax返回如果含有中文汉字，则使用：（如下例：） @RequestMapping(value="/xxx.do")       public @ResponseBody void getPunishReasonB
  • Linux系统中查看日志的常用命令 dcj3sjt126com OS
    因为在日常的工作中，出问题的时候查看日志是每个管理员的习惯，作为初学者，为了以后的需要，我今天将下面这些查看命令共享给各位 cat tail -f 日 志 文 件 说 明 /var/log/message 系统启动后的信息和错误日志，是Red Hat Linux中最常用的日志之一 /var/log/secure 与安全相关的日志信息 /var/log/maillog 与邮件相关的日志信
  • [应用结构]应用 dcj3sjt126com PHPyii2
    应用主体 应用主体是管理 Yii 应用系统整体结构和生命周期的对象。 每个Yii应用系统只能包含一个应用主体，应用主体在 入口脚本中创建并能通过表达式 \Yii::$app 全局范围内访问。 补充: 当我们说"一个应用"，它可能是一个应用主体对象，也可能是一个应用系统，是根据上下文来决定[译：中文为避免歧义，Application翻译为应
  • assertThat用法 eksliang JUnitassertThat
    junit4.0  assertThat用法 一般匹配符1、assertThat( testedNumber, allOf( greaterThan(8), lessThan(16) ) ); 注释： allOf匹配符表明如果接下来的所有条件必须都成立测试才通过，相当于“与”（&&） 2、assertThat( testedNumber, anyOf( g
  • android点滴2 gundumw100 应用服务器android网络应用OSHTC
    如何让Drawable绕着中心旋转？ Animation a = new RotateAnimation(0.0f, 360.0f, Animation.RELATIVE_TO_SELF, 0.5f, Animation.RELATIVE_TO_SELF,0.5f); a.setRepeatCount(-1); a.setDuration(1000); 如何控制Andro
  • 超简洁的CSS下拉菜单 ini htmlWeb工作html5css
    效果体验：http://hovertree.com/texiao/css/3.htmHTML文件： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>简洁的HTML+CSS下拉菜单-HoverTree</title>
  • kafka consumer防止数据丢失 kane_xie kafkaoffset commit
    kafka最初是被LinkedIn设计用来处理log的分布式消息系统，因此它的着眼点不在数据的安全性（log偶尔丢几条无所谓），换句话说kafka并不能完全保证数据不丢失。   尽管kafka官网声称能够保证at-least-once，但如果consumer进程数小于partition_num，这个结论不一定成立。   考虑这样一个case，partiton_num=2
  • @Repository、@Service、@Controller 和 @Component mhtbbx DAOspringbeanprototype
    @Repository、@Service、@Controller 和 @Component 将类标识为Bean Spring 自 2.0 版本开始，陆续引入了一些注解用于简化 Spring 的开发。@Repository注解便属于最先引入的一批，它用于将数据访问层 (DAO 层 ) 的类标识为 Spring Bean。具体只需将该注解标注在 DAO类上即可。同时，为了让 Spring 能够扫描类
  • java 多线程高并发读写控制 误区 qifeifei java thread
    先看一下下面的错误代码，对写加了synchronized控制，保证了写的安全，但是问题在哪里呢？ public class testTh7 { private String data; public String read(){ System.out.println(Thread.currentThread().getName() + "read data "
  • mongodb replica set(副本集)设置步骤 tcrct javamongodb
    网上已经有一大堆的设置步骤的了，根据我遇到的问题，整理一下，如下： 首先先去下载一个mongodb最新版，目前最新版应该是2.6 cd /usr/local/bin wget http://fastdl.mongodb.org/linux/mongodb-linux-x86_64-2.6.0.tgz tar -zxvf mongodb-linux-x86_64-2.6.0.t
  • rust学习笔记 wudixiaotie 学习笔记
    1.rust里绑定变量是let，默认绑定了的变量是不可更改的，所以如果想让变量可变就要加上mut。 let x = 1; let mut y = 2; 2.match 相当于erlang中的case，但是case的每一项后都是分号，但是rust的match却是逗号。 3.match 的每一项最后都要加逗号，但是最后一项不加也不会报错，所有结尾加逗号的用法都是类似。 4.每个语句结尾都要加分
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他