InfluxDb 时间范围查询总结

简介: 问题:数据查不出来,查询数据少了 8 小时 从 InfluxDB查询数据发现当前数据查不出来,分析发现少了 8 小时。 所以在查询语句中减去了 8 小时,虽然数据可以查出来了,但是 group by 时,显示的数据会多一天。

问题:数据查不出来,查询数据少了 8 小时

从 InfluxDB查询数据发现当前数据查不出来,分析发现少了 8 小时。 所以在查询语句中减去了 8 小时,虽然数据可以查出来了,但是 group by 时,显示的数据会多一天。

先了解一下时区有助于理解下面查询结果, RFC3339详细定义了互联网上日期/时间的偏移量表示:

2017-12-08T00:00:00.00Z
这个代表了UTC时间的2017年12月08日零时:

2017-12-08T00:08:00.00+08:00
AI 代码解读

东八区的本地时间比零时区的本地时间快了8个小时。
在后台管理系统上输入的是东八区时间。

查了一下代码是这么写的’2019-10-18T00:00:00Z’,这样比实际时间多了 8 小时。通常是把查询条件减去8 小时就大吉大利了:

SELECT count(user_id_val) FROM user_day where time >= '2019-10-18T00:00:00Z' and time < '2019-10-23T00:00:00Z' group by time(1d)
name: user_day
time count
---- -----
2019-10-18T00:00:00Z 7522
2019-10-19T00:00:00Z 7355
2019-10-20T00:00:00Z 7740
2019-10-21T00:00:00Z 5997
2019-10-22T00:00:00Z 5430
减去 8 小时候后查询的结果如下:

SELECT count(user_id_val) FROM user_day where time >= '2019-10-17T16:00:00Z' and time < '2019-10-22T16:00:00Z' group by time(1d)
name: user_day
time count
---- -----
2019-10-17T00:00:00Z 7641
2019-10-18T00:00:00Z 7522
2019-10-19T00:00:00Z 7355
2019-10-20T00:00:00Z 7740
2019-10-21T00:00:00Z 5997
2019-10-22T00:00:00Z 0
显示的结果中,最后一天没有数据,误以为错了,此处省略……… 最后一天显示 0,终于知道那个叫晕的小伙伴为什么把结果减了 1.这样只是把 显示 零的问题消除了,导致结果偏移了一天。 既然减去了8 小时显示结果中的日期也是少了 8 小时,加上就自然对了。 感觉这样不完美,压根就不想让这个多余的 0 出现。因为查询的调条件跨越了 8 小时导致查询的结果比预期的多了天。

下面是用东八区格式查询的数据与R3339 查询的结果一样。都是因为跨越了8 小时导致多查了一天:

SELECT count(user_id_val) FROM user_day where time >= '2019-10-18T00:00:00+08:00' and time < '2019-10-23T00:00:00+08:00' group by time(1d)
name: user_day
time count
---- -----
2019-10-17T00:00:00Z 7641
2019-10-18T00:00:00Z 7522
2019-10-19T00:00:00Z 7355
2019-10-20T00:00:00Z 7740
2019-10-21T00:00:00Z 5997
2019-10-22T00:00:00Z 0
找到了原因如何查询呢?那个叫晕的小伙伴提供了如下查询方式,influxddb 查询时指定时区。大吉大利!:

SELECT count(user_id_val) FROM user_day where time >= '2019-10-18T00:00:00+08:00' and time < '2019-10-23T00:00:00+08:00' group by time(1d) TZ('Asia/Shanghai')
name: user_day
time count
---- -----
2019-10-18T00:00:00+08:00 7641
2019-10-19T00:00:00+08:00 7522
2019-10-20T00:00:00+08:00 7355
2019-10-21T00:00:00+08:00 7740
2019-10-22T00:00:00+08:00 5997
本地时间只包括当前的时间,不包含任何时区信息。同一时刻,东八区的本地时间比零时区的本地时间快了8个小时。在不同时区之间交换时间数据,除了用纯数字的时间戳,还有一种更方便人类阅读的表示方式:标准时间的偏移量表示方法。

RFC3339详细定义了互联网上日期/时间的偏移量表示:

2017-12-08T00:00:00.00Z
这个代表了UTC时间的2017年12月08日零时:

2017-12-08T00:08:00.00+08:00
时区知识点
这个代表了同一时刻的,东八区北京时间(CST)表示的方法 上面两个时间的时间戳是等价的。两个的区别,就是在本地时间后面增加了时区信息。Z表示零时区。+08:00表示UTC时间增加8小时。 这种表示方式容易让人疑惑的点是从标准时间换算UTC时间。以CST转换UTC为例,没有看文档的情况下,根据 +08:00 的结尾,很容易根据直觉在本地时间再加上8小时。正确的计算方法是本地时间减去多增加的8小时。+08:00减去8小时才是UTC时间,-08:00加上8小时才是UTC时间。

目录
打赏
0
0
0
0
1
分享
相关文章
阿里云InfluxDB®基于TSI索引的数据查询流程
简介 时间序列数据库是目前技术发展最快的数据库类型之一。作为业界最为流行的时序数据库InfluxDB,其部署运行十分简洁方便,支持高性能时序数据的读写,在应用程序监控、物联网(IoT)领域有着广泛的应用。
4062 1
InfluxDB查询语言Flux详解
【4月更文挑战第30天】InfluxDB的查询语言Flux是种函数式、声明性的脚本语言,用于处理时序数据。它包含管道操作符(`|`)来串联函数,内置函数如`range`、`filter`和`mean`,以及变量和运算符支持。Flux适用于实时监控、趋势分析、数据可视化等场景,帮助用户实现灵活高效的查询操作。了解其基本概念和语法,能提升时序数据分析的效率。
1195 1
InfluxDB性能优化:写入与查询调优
【4月更文挑战第30天】本文探讨了InfluxDB的性能优化,主要分为写入和查询调优。写入优化包括批量写入、调整写入缓冲区、数据压缩、shard配置优化和使用HTTP/2协议。查询优化涉及索引优化、查询语句调整、缓存管理、分区与分片策略及并发控制。根据实际需求应用这些策略,可有效提升InfluxDB的性能。
2477 1
influxdb 进行数据删除和修改
influxdb 进行数据删除和修改
1761 5
InfluxData【部署 02】时序数据库 InfluxDB 客户端工具 Influx CLI 最新版本安装启动验证(在线安装+离线安装+各版本下载地址)
InfluxData【部署 02】时序数据库 InfluxDB 客户端工具 Influx CLI 最新版本安装启动验证(在线安装+离线安装+各版本下载地址)
1032 0
InfluxDB数据之谜:如何巧妙地删除和修改你的时间序列数据?
【8月更文挑战第20天】InfluxDB是一款高性能时间序列数据库,专为快速存储与检索时间序列数据设计。本文通过Python示例介绍如何在InfluxDB中执行数据删除与间接修改操作。首先安装`influxdb`库,接着连接数据库。使用`DELETE`语句可按条件删除数据;因InfluxDB不直接支持数据修改,可通过查询、更新并重写数据的方式来实现。注意这种方式可能影响性能,需谨慎使用。随着社区发展,未来将提供更多高效的数据管理工具。
716 1
InfluxDB的连续查询与数据聚合技术详解
【4月更文挑战第30天】InfluxDB的连续查询(CQ)功能用于自动定时聚合时间序列数据,适用于数据降采样、实时分析和告警通知等场景。CQ使用InfluxQL编写,例如,每1小时对`cpu_usage`测量值计算主机的平均CPU使用率并存入`cpu_usage_hourly`。InfluxDB提供多种聚合函数如`MEAN()`, `MAX()`, 支持滑动窗口聚合等复杂操作,助力时间序列数据分析和趋势预测。通过CQ,用户能高效管理和利用时间序列数据信息。
1082 0
influxdb常用sql总结
influxdb常用sql总结
516 1
springboot如何配置influxdb
【6月更文挑战第24天】springboot如何配置influxdb
522 0
influxdb不能使用in关键字,如何改写SQL
【6月更文挑战第25天】influxdb不能使用in关键字,如何改写SQL
686 0
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等