InfluxDB学习-02函数/数据备份

拼搏现实的明天。 2024-02-19 13:21 5阅读 0赞

**1.连续查询高级应用：**

*  **`RESAMPLE FOR`关键词 来指定连续查询的时间范围**，比如，每次执行都对1小时内的数据进行连续查询

CREATE CONTINUOUS QUERY vampires\_1 ON test RESAMPLE FOR 60m BEGIN SELECT count(userid) INTO vampire\_populations\_1 FROM raw\_vampires GROUP BY time(30m) END

说明：每次会将1小时的数据执行连续查询，也就是说，每次执行时，会将now()到now()-30m和now()-30m到now()-60m分别做连续查询，这样我们就可以手动指定连续查询的时间范围了

*  **`RESAMPLE EVERY`关键词来指定连续查询的执行频次** 比如，指定连续查询的执行频次为每15m执行一次

CREATE CONTINUOUS QUERY vampires\_2 ON test **`RESAMPLE EVERY`** 15m BEGIN SELECT count(userid) INTO vampire\_populations\_2 FROM raw\_vampires GROUP BY time(30m) END

连续查询会每隔15m执行一次

*  **将RESAMPLE FOR 和 EVERY关键词同时使用**，可以同时指定连续查询的范围和频次

CREATE CONTINUOUS QUERY vampires\_3 ON test RESAMPLE EVERY 15m FOR 60m BEGIN SELECT count(userid) INTO vampire\_populations\_3 FROM raw\_vampires GROUP BY time(30m) END

连续查询每15m执行一次，每次执行的范围为60m

**2.函数：**

*  **聚合类函数**

1.  count()函数 --> 返回一个（field）字段中的**非空值的数量**。
    
    语法：SELECT COUNT(<field\_key>) FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]
2.  DISTINCT()函数 -->返回一个字段（field）的**唯一值**。
    
    语法：SELECT DISTINCT(<field\_key>) FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]
3.  MEAN() 函数 -->返回一个字段（field）中的值的**算术平均值**（平均值）。字段类型必须是长整型或float64。
    
    语法格式：SELECT MEAN(<field\_key>) FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]
4.  MEDIAN()函数 -->从单个字段（field）中的**排序值返回中间值（中位数**）。字段值的类型必须是长整型或float64格式。
    
    语法：SELECT MEDIAN(<field\_key>) FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]
5.  SPREAD()函数 -->返回字段的**最小值和最大值之间的差值**。数据的类型必须是长整型或float64。
    
    语法：SELECT SPREAD(<field\_key>) FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]
6.  SUM()函数 -->返回一个字段中的**所有值的和**。字段的类型必须是长整型或float64。
    
    语法：SELECT SUM(<field\_key>) FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]

*  **选择（Selectors）类函数**

1.  TOP() --> 函数作用：返回一个字段中**最大的N个值**，字段类型必须是长整型或float64类型。从大到小显示前N个值
    
    语法：SELECT TOP( <field\_key>\[,<tag\_key(s)>\],<N> )\[,<tag\_key(s)>|<field\_key(s)>\] \[INTO\_clause\] FROM\_clause \[WHERE\_clause\] \[GROUP\_BY\_clause\] \[ORDER\_BY\_clause\] \[LIMIT\_clause\] \[OFFSET\_clause\] \[SLIMIT\_clause\] \[SOFFSET\_clause\]
2.  BOTTOM()函数 -->作用：返回一个字段中最小的N个值。字段类型必须是长整型或float64类型。

语法：SELECT BOTTOM(<field\_key>\[,<tag\_keys>\],<N>)\[,<tag\_keys>\] FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]

3.FIRST()函数 作用：返回一个字段中**最老的**取值。

语法： SELECT FIRST(<field\_key>)\[,<tag\_key(s)>\] FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\] 如时间字段最旧的值

4.LAST()函数 作用：返回一个字段中**最新的**取值。

语法：SELECT LAST(<field\_key>)\[,<tag\_key(s)>\] FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]

如时间字段最新的值

5.MAX()函数 作用：返回一个字段中的**最大值**。该字段类型必须是长整型，float64，或布尔类型。

语法：SELECT MAX(<field\_key>)\[,<tag\_key(s)>\] FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]

6.MIN()函数 作用：返回一个字段中的最小值。该字段类型必须是长整型，float64，或布尔类型。

语法：SELECT MIN(<field\_key>)\[,<tag\_key(s)>\] FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]

7.PERCENTILE()函数作用：返回**排序值排位为N的百分值**。字段的类型必须是长整型或float64。百分值是介于100到0之间的整数或浮点数，包括100。

语法：SELECT PERCENTILE(<field\_key>, <N>)\[,<tag\_key(s)>\] FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]

示例：SELECT PERCENTILElevel,5),location FROM test 就是将evel字段按照不同的location求百分比，然后取第五位数据

*  **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**。nfluxDB会计算按照时间进行排序的字段值之间的[差异][Link 1]，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(<field\_key>, \[<unit>\]) FROM <measurement\_name> \[WHERE <stuff>\]
    
    其中，`unit`取值可以为以下几种：u --microseconds s --seconds m --minutes h --hours d --days w --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(<field\_key>),\[<unit>\]) FROM <measurement\_name> WHERE <stuff> GROUP BY time(<aggregation\_interval>)
2.  DIFFERENCE()函数作用：返回一个字段中**连续的时间值**之间的[差异][Link 1]。字段类型必须是长整型或float64。
    
    最基本的语法：SELECT DIFFERENCE(<field\_key>) FROM <measurement\_name> \[WHERE <stuff>\]
    
    与GROUP BY time()以及其他嵌套函数一起使用的语法格式：SELECT DIFFERENCE(<function>(<field\_key>)) FROM <measurement\_name> WHERE <stuff> GROUP BY time(<time\_interval>)
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(<field\_key>, <unit>) FROM <measurement\_name> \[WHERE <stuff>\]
4.  MOVING\_AVERAGE()函数作用：返回一个**连续字段值的移动平均值**，字段类型必须是长整形或者float64类型。
    
    语法：基本语法 --> SELECT MOVING\_AVERAGE(<field\_key>,<window>) FROM <measurement\_name> \[WHERE <stuff>\]
    
    与其他函数和GROUP BY time()语句一起使用时的语法 --> SELECT MOVING\_AVERAGE(<function>(<field\_key>),<window>) FROM <measurement\_name> WHERE <stuff> GROUP BY time(<time\_interval>)
    
    此函数可以和以下函数一起使用：`COUNT()`, `MEAN()`,`MEDIAN()`, `SUM()`, `FIRST()`, `LAST()`, `MIN()`, `MAX()`, and `PERCENTILE().`
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(<field\_key>, \[<unit>\]) FROM <measurement\_name> \[WHERE <stuff>\]其中unit取值可以为以下几个：

![image][]

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(<field\_key>),\[<unit>\]) FROM <measurement\_name> WHERE <stuff> GROUP BY time(<aggregation\_interval>)

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(<field\_key>) FROM <measurement\_name> \[WHERE <stuff>\] \[GROUP BY <stuff>\]

**3.数据的备份和恢复方法**

*  本地备份

1.  备份元数据 只会备份InfluxDB的的**internal库数据**，包含那些最基本的系统信息、用户信息等。
    
        influxd backup <path-to-backup>
2.  备份数据库 可以通过 **-database 参数来指定备份的数据库**。
    
    语法：influxd backup -database <mydatabase> <path-to-backup>
    
    其他可选参数：-retention <retention policy name> -shard <shard ID> -since <date> 注：日期date为[RFC3339][] 格式，例如：2015-12-24T08:12:23Z

*  远程备份
    
    InfluxDB可以使用 **-host 参数实现数据的远程备份**，端口一般是**8088**
    
    示例： influxd backup -database test -host 10.0.0.1:8088 /tmp/backup

其他可选参数：-retention <retention policy name> -shard <shard ID> -since <date> 注：日期date为[RFC3339][] 格式，例如：2015-12-24T08:12:23Z

*  数据恢复
    
    语法：influxd restore \[ -metadir | -datadir \] <path-to-meta-or-data-directory> <path-to-backup>
    
    必要参数：-metadir <path-to-meta-directory> 或 -datadir <path-to-data-directory>
    
    可选参数：-database <database> -retention <retention policy> -shard <shard id>

示例，恢复数据库：

influxd restore -database test-datadir /var/lib/influxdb/data /tmp/backup

**4.执行语句管理**

1.  正在执行的语句—SHOW QUERIES
2.  停止当前正在执行的语句-- KILL QUERY 语法：KILL QUERY <qid>

**5.配置文件中的命令管理**

1.  max-concurrent-queries 配置**最大的可执行的命令数**，此项值为零则表示无限
2.  query-timeout 配置命令的超时时间，如果命令的执行时长超过了此时间，则influxDB会杀掉这条语句并报出如下错误：
    
        ERR: query timeout reached
3.  log-queries-after  **配置执行时长为多少的语句会被记录为慢查询**。配置为0则表示不会记录这些语句
4.  max-select-point 配置一次**可查询出的数据**量，因为在influxDB中一条数据看做一个点，因此这个配置叫每次可查询的最大的点数。
    
    配置为0则表示无限制，如果查询出来的数量大于此项配置，则influxDB会杀掉这条语句并报出如下错误：
    
        ERR: max number of points reached
5.  max-select-series 配置influxDB语句中**最多可处理的series的数量**，如果你的语句中要处理的series数量大于此配置，则influxDB不会执行这条语句并且会报出如下错误：
    
        ERR: max select series count exceeded: <query_series_count> series

参考官网：[http://docs.influxdata.com/influxdb/v1.7/][http_docs.influxdata.com_influxdb_v1.7]

influxdb学习：[https://www.linuxdaxue.com][https_www.linuxdaxue.com]

[Link 1]: https://www.linuxdaxue.com/tag/%E5%B7%AE%E5%BC%82/
[image]: https://www.linuxdaxue.com/wp-content/uploads/2016/07/image_thumb-9.png
[RFC3339]: https://www.linuxdaxue.com/wp-content/themes/template/inc/go.php?url=https://www.ietf.org/rfc/rfc3339.txt
[http_docs.influxdata.com_influxdb_v1.7]: http://docs.influxdata.com/influxdb/v1.7/
[https_www.linuxdaxue.com]: https://www.linuxdaxue.com