使用Apache IoTDB进行IoT相关开发的架构设计与功能实现(10)

简介: 物联网提供限制/限制条款和偏移/偏移子句,以使用户对查询结果有更多的控制权。使用 LIMIT 和 SLIMIT 子句允许用户控制查询结果的行数和列数,使用 OFFSET 和 SOFSET 子句允许用户设置结果的起始位置进行显示。

所有参数的详细说明见表3-5。

表 3-5 线性填充参数列表

参数名称(不区分大小写) 解释
路径,前缀路径 查询路径;必填项
T 查询时间戳(只能指定一个);必填项
data_type 填充方法使用的数据类型。可选值为 int32、int64、浮点型、双精度型、布尔值、文本;可选字段
before_range, after_range 表示线性方法的有效时间范围。当存在 [T-before_range, T+after_range] 范围内的值时,前一种方法有效。如果未显式指定before_range和after_range,则使用 default_fill_interval。-1 表示无穷大;可选字段

请注意,如果时间序列在查询时间戳 T 处具有有效值,则此值将用作线性填充值。否则,如果在 [T-before_range,T] 或 [T, T + after_range] 范围内没有有效的填充值,则线性填充方法将返回 null。

在这里,我们给出了使用线性方法填充空值的示例。SQL 语句如下:

  1. select temperature from root.sgcc.wf03.wt01 wheretime= 2017-11-01T16:37:50.000 fill(float [linear, 1m, 1m])

这意味着:

因为时间序列根.sgcc.wf03.wt01.temperature在2017-11-01T16:37:50.000为空,系统使用之前的时间戳2017-11-01T16:37:00.000(时间戳在[2017-11-01T16:36:50.000,2017-11-01T16:37:50.000]时间范围内)及其值21.927326,下一个时间戳2017-11-01T16:38:00.000(时间戳在[2017-11-01T16:37:50.000,2017-11-01T16:38:50.000]时间范围内)及其值25.311783进行线性拟合计算: 21.927326 + (25.311783-21.927326)/60s * 50s = 24.747707

此语句的执行结果如下所示:

数据类型和填充方法之间的对应关系

数据类型和支持的填充方法如表 3-6 所示。

表 3-6 数据类型和支持的填充方法**

数据类型 支持的填充方法
布尔 以前
国际特32 上一篇, 线性
国际特64 上一篇, 线性
上一篇, 线性
上一篇, 线性
发短信 以前

值得注意的是,对于数据类型不支持的填充方法,IoTDB 会给出错误提示,如下所示:

如果未指定 fill 方法,则每种数据类型都有自己的默认填充方法和参数。相应的关系如表3-7所示。

表 3-7 各种数据类型的默认填充方法和参数**

数据类型 默认填充方法和参数
布尔 前一页, 600000
国际特32 前一页, 600000
国际特64 前一页, 600000
前一页, 600000
前一页, 600000
发短信 前一页, 600000

注意:在 0.7.0 版中,至少应在 Fill 语句中指定一个填充方法。

对查询结果的行和列控制

物联网提供限制/限制条款和偏移/偏移子句,以使用户对查询结果有更多的控制权。使用 LIMIT 和 SLIMIT 子句允许用户控制查询结果的行数和列数,使用 OFFSET 和 SOFSET 子句允许用户设置结果的起始位置进行显示。

请注意,分组依据查询不支持 LIMIT 和 OFFSET。

本章主要介绍查询结果行列控制的相关示例。您还可以使用Java JDBC用于执行查询的标准接口。

对查询结果的行控制

通过使用 LIMIT 和 OFFSET 子句,用户可以以与行相关的方式控制查询结果。我们将通过以下示例演示如何使用 LIMIT 和 OFFSET 子句。

  • 示例 1:基本限制子句

SQL 语句为:

  1. selectstatus, temperature from root.ln.wf01.wt01 limit10

这意味着:

选择的设备是ln组wf01工厂wt01设备;所选时间序列为“状态”和“温度”。SQL 语句要求返回查询结果的前 10 行。

结果如下所示:

  • 示例 2:带偏移的 LIMIT 子句

SQL 语句为:

  1. selectstatus, temperature from root.ln.wf01.wt01 limit5offset3

这意味着:

选择的设备是ln组wf01工厂wt01设备;所选时间序列为“状态”和“温度”。SQL 语句要求返回查询结果的第 3 行到第 7 行(第一行编号为第 0 行)。

结果如下所示:

  • 示例 3:限制子句与 WHERE 子句的组合

SQL 语句为:

  1. selectstatus,temperature from root.ln.wf01.wt01 wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000limit2offset3

这意味着:

选择的设备是ln组wf01工厂wt01设备;所选时间序列为“状态”和“温度”。SQL 语句要求返回“3-4-2017T11:01:00.05”和“00-000-2017T11:01:00.12”之间的状态和温度传感器值的第 00 行到第 000 行(第一行编号为第 0 行)。

结果如下所示:

  • 示例 4:LIMIT 子句与 GROUP BY 子句的组合

SQL 语句为:

  1. selectcount(status), max_value(temperature) from root.ln.wf01.wt01 group by ([2017-11-01T00:00:00, 2017-11-07T23:00:00),1d)limit5offset3

这意味着:

SQL 语句子句要求返回查询结果的第 3 行到第 7 行(第一行编号为第 0 行)。

结果如下所示:

值得注意的是,由于目前的 FILL 子句只能填充某个时间点的时间序列缺失值,也就是说 FILL 子句的执行结果正好是一行,所以 LIMIT 和 OFFSET 预计不会与 FILL 子句结合使用,否则会提示错误。例如,执行以下 SQL 语句:

  1. select temperature from root.sgcc.wf03.wt01 wheretime= 2017-11-01T16:37:50.000 fill(float[previous, 1m])limit10

SQL 语句将不会执行,相应的错误提示如下:

对查询结果的列控制

通过使用 SLIMIT 和 SOFFSET 子句,用户可以以与列相关的方式控制查询结果。我们将通过以下示例演示如何使用 SLIMIT 和 SOFFSET 子句。

  • 示例 1:基本 SLIMIT 子句

SQL 语句为:

  1. select * fromroot.ln.wf01.wt01wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000slimit1

这意味着:

选择的设备是ln组wf01工厂wt01设备;所选时间序列是此设备下的第一列,即电源状态。SQL 语句要求选择时间点“2017-11-01T00:05:00.000”和“2017-11-01T00:12:00.000”之间的状态传感器值。

结果如下所示:

  • 示例 2:带有偏移量的 SLIMIT 子句

SQL 语句为:

  1. select * fromroot.ln.wf01.wt01wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000slimit1soffset1

这意味着:

选择的设备是ln组wf01工厂wt01设备;所选时间序列是该设备下的第二列,即温度。SQL 语句要求选择时间点“2017-11-01T00:05:00.000”和“2017-11-01T00:12:00.000”之间的温度传感器值。

结果如下所示:

  • 示例 3:SLIMIT 子句与 GROUP BY 子句的组合

SQL 语句为:

  1. select max_value(*) from root.ln.wf01.wt01 group by ([2017-11-01T00:00:00, 2017-11-07T23:00:00),1d) slimit 1 soffset 1

结果如下所示:

  • 示例 4:SLIMIT 子句与 FILL 子句的组合

SQL 语句为:

  1. select * from root.sgcc.wf03.wt01 wheretime= 2017-11-01T16:37:50.000 fill(float[previous, 1m]) slimit 1 soffset 1

这意味着:

选择的设备是ln组wf01工厂wt01设备;所选时间序列是该设备下的第二列,即温度。

结果如下所示:

值得注意的是,SLIMIT 子句预计会与星号路径或前缀路径结合使用,当 SLIMIT 子句与完整路径查询结合使用时,系统会提示错误。例如,执行以下 SQL 语句:

  1. selectstatus,temperaturefromroot.ln.wf01.wt01wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000slimit1

SQL 语句将不会执行,相应的错误提示如下:

对查询结果的行和列控制

除了对查询结果进行行或列控制外,IoTDB 还允许用户控制查询结果的行和列。下面是一个包含 LIMIT 子句和 SLIMIT 子句的完整示例。

SQL 语句为:

  1. select * from root.ln.wf01.wt01 limit10offset100 slimit 2 soffset 0

这意味着:

选择的设备是ln组wf01工厂wt01设备;所选时间序列是此设备下的第 0 到 1 列(第一列编号为 0 列)。SQL 语句子句要求返回查询结果的第 100 到 109 行(第一行编号为第 0 行)。

结果如下所示:

其他结果集格式

此外,IoTDB 还支持另外两种结果集格式:“按设备对齐”和“禁用对齐”。

“按设备对齐”表示将设备 ID 视为一列。因此,数据集中的列完全有限。

SQL 语句为:

  1. select s1,s2 from root.sg1.*GROUPBY DEVICE

有关更多语法说明,请阅读 SQL 参考。

“禁用对齐”表示结果集中每个时间序列有 3 列。有关更多语法说明,请阅读 SQL 参考。

错误处理

当 LIMIT/SLIMIT 的参数 N/SN 超过结果集大小时,IoTDB 将按预期返回所有结果。例如,原始 SQL 语句的查询结果由六行组成,我们通过 LIMIT 子句选择前 100 行:

  1. selectstatus,temperature from root.ln.wf01.wt01 wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000limit100

结果如下所示:

当 LIMIT/SLIMIT 子句的参数 N/SN 超过允许的最大值(N/SN 的类型为 int32)时,系统将提示错误。例如,执行以下 SQL 语句:

  1. selectstatus,temperature from root.ln.wf01.wt01 wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000limit1234567890123456789

SQL 语句将不会执行,相应的错误提示如下:

当 LIMIT/SLIMIT 子句的参数 N/SN 不是正向时,系统将提示错误。例如,执行以下 SQL 语句:

  1. selectstatus,temperaturefromroot.ln.wf01.wt01wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000limit13.1

SQL 语句将不会执行,相应的错误提示如下:

当 LIMIT 子句的参数 OFFSET 超过结果集的大小时,IoTDB 将返回一个空的结果集。例如,执行以下 SQL 语句:

  1. selectstatus,temperature from root.ln.wf01.wt01 wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000limit2offset6

结果如下所示:

当SLIMIT子句的参数SOFFSET不小于可用时间序列的数量时,系统将提示错误。例如,执行以下 SQL 语句:

  1. select * fromroot.ln.wf01.wt01wheretime> 2017-11-01T00:05:00.000 andtime< 2017-11-01T00:12:00.000slimit1soffset2

SQL 语句将不会执行,相应的错误提示如下:

删除

用户可以删除指定时间序列中满足删除条件的数据,方法是使用删除语句.删除数据时,用户可以选择一个或多个时间序列路径、前缀路径或带星号的路径删除特定时间之前的数据(当前版本不支持在封闭时间间隔内删除数据)。

在 JAVA 编程环境中,您可以使用Java JDBC以执行单个或批处理 UPDATE 语句。

删除单个时间序列

以ln集团为例,存在这样的使用场景:

wf02工厂的wt02设备在2017-11-01 16:26:00之前电源状态存在多段错误,无法正确分析数据。错误数据影响了与其他设备的相关性分析。此时,需要删除此时间点之前的数据。此操作的 SQL 语句为

  1. delete from root.ln.wf02.wt02.status wheretime<=2017-11-01T16:26:00;

删除多个时间序列

当02-02-2017 11:01:16之前的ln组wf26工厂wt00设备的电源状态和硬件版本都需要删除时,具有更广泛含义的前缀路径或具有星号的路径可用于删除数据。此操作的 SQL 语句为:

  1. delete from root.ln.wf02.wt02 wheretime<= 2017-11-01T16:26:00;

  1. delete from root.ln.wf02.wt02.* wheretime<= 2017-11-01T16:26:00;

需要注意的是,当删除的路径不存在时,IoTDB会给出相应的错误提示,如下所示:

  1. IoTDB> delete fromroot.ln.wf03.wt02.statuswheretime<now()
  2. Msg: TimeSeries does not exist and its data cannot be deleted
相关文章
|
6天前
|
存储 SQL 缓存
快手:从 Clickhouse 到 Apache Doris,实现湖仓分离向湖仓一体架构升级
快手 OLAP 系统为内外多个场景提供数据服务,每天承载近 10 亿的查询请求。原有湖仓分离架构,由离线数据湖和实时数仓组成,面临存储冗余、资源抢占、治理复杂、查询调优难等问题。通过引入 Apache Doris 湖仓一体能力,替换了 Clickhouse ,升级为湖仓一体架构,并结合 Doris 的物化视图改写能力和自动物化服务,实现高性能的数据查询以及灵活的数据治理。
快手:从 Clickhouse 到 Apache Doris,实现湖仓分离向湖仓一体架构升级
|
2月前
|
存储 缓存 前端开发
Django 后端架构开发:存储层调优策略解析
Django 后端架构开发:存储层调优策略解析
40 2
|
2月前
|
存储 安全 数据安全/隐私保护
Django 后端架构开发:富文本编辑器权限管理与 UEditor 、Wiki接入,实现 Markdown 文本编辑器
Django 后端架构开发:富文本编辑器权限管理与 UEditor 、Wiki接入,实现 Markdown 文本编辑器
79 0
|
6天前
|
设计模式 负载均衡 监控
深入理解后端开发中的微服务架构
在现代软件开发领域,微服务架构已经成为一种流行的设计模式。本文将探讨微服务的基本概念、优势与挑战,并通过实例展示如何在实际项目中应用微服务架构。无论是初学者还是经验丰富的开发者,都能从中获得启发和实用技巧。
18 7
|
17天前
|
设计模式 架构师 Java
Java开发工程师转架构师需要学习什么
Java开发工程师转型为架构师需掌握多项技能:精通Java及框架、数据库与分布式系统;熟悉设计模式与架构模式;积累项目经验;提升沟通与领导力;持续学习新技术;培养系统设计与抽象能力;了解中间件及开发工具;并注重个人特质与职业发展。具体路径应结合个人目标与实际情况制定。
42 18
|
7天前
|
存储 运维 负载均衡
后端开发中的微服务架构实践与思考
本文旨在探讨后端开发中微服务架构的应用及其带来的优势与挑战。通过分析实际案例,揭示如何有效地实施微服务架构以提高系统的可维护性和扩展性。同时,文章也讨论了在采用微服务过程中需要注意的问题和解决方案。
|
23天前
|
消息中间件 存储 缓存
后端开发之深入浅出微服务架构
在数字化时代的浪潮中,后端开发如同一座桥梁,连接着用户与数据的世界。本文将带你探索微服务架构的奥秘,从基础概念到实战应用,一步步揭开它神秘的面纱。我们将一起思考,如何在这个快速变化的时代,找到属于自己的节奏和方向。
37 2
|
1月前
|
存储 监控 数据可视化
SLS 虽然不是直接使用 OSS 作为底层存储,但它凭借自身独特的存储架构和功能,为用户提供了一种专业、高效的日志服务解决方案。
【9月更文挑战第2天】SLS 虽然不是直接使用 OSS 作为底层存储,但它凭借自身独特的存储架构和功能,为用户提供了一种专业、高效的日志服务解决方案。
63 9
|
28天前
|
缓存 Java 应用服务中间件
随着微服务架构的兴起,Spring Boot凭借其快速开发和易部署的特点,成为构建RESTful API的首选框架
【9月更文挑战第6天】随着微服务架构的兴起,Spring Boot凭借其快速开发和易部署的特点,成为构建RESTful API的首选框架。Nginx作为高性能的HTTP反向代理服务器,常用于前端负载均衡,提升应用的可用性和响应速度。本文详细介绍如何通过合理配置实现Spring Boot与Nginx的高效协同工作,包括负载均衡策略、静态资源缓存、数据压缩传输及Spring Boot内部优化(如线程池配置、缓存策略等)。通过这些方法,开发者可以显著提升系统的整体性能,打造高性能、高可用的Web应用。
58 2
|
1月前
|
设计模式 开发框架 前端开发
在开发框架中实现事件驱动架构
【9月更文挑战第2天】事件驱动架构(EDA)通过事件机制让组件间解耦交互,适用于动态扩展和高响应性的系统。本文提供一个基于Beego框架实现事件驱动的示例,通过事件管理器注册和触发事件,实现用户注册和登录时的不同处理逻辑,展示了其在Web应用中的灵活性和高效性。
64 5

推荐镜像

更多
下一篇
无影云桌面