前面一篇介绍了influxdb中基本的查询操作，在结尾处提到了如果我们希望对查询的结果进行分组，排序，分页时，应该怎么操作，接下来我们看一下上面几个场景的支持
在开始本文之前，建议先阅读上篇博文: 190813-Influx Sql系列教程八：query数据查询基本篇
0. 数据准备
在开始查询之前，先看一下我们准备的数据，其中name,phone为tag, age,blog,id为field
> select * from yhh name: yhh time age blog id name phone ---- --- ---- -- ---- ----- 1563889538654374538 26 http://blog.hhui.top 10 一灰灰 1563889547738266214 30 http://blog.hhui.top 11 一灰灰 1563889704754695002 30 http://blog.hhui.top 11 一灰灰2 1563889723440000821 30 http://blog.hhui.top 11 一灰灰3 110 > show tag keys from yhh name: yhh tagKey ------ name phone 复制代码
1. 分组查询
和sql语法一样，influxdb sql的分组也是使用group by语句，其定义如下
SELECT_clause FROM_clause [WHERE_clause] GROUP BY [* | <tag_key>[,<tag_key]] 复制代码
a. group by tag
从上面的定义中，有一点需要特别强调，用来分组的必须是tag，也就是说对于influxdb而言，不支持根据field进行分组
一个实际的演示如下:
> select * from yhh group by phone name: yhh tags: phone= time age blog id name ---- --- ---- -- ---- 1563889538654374538 26 http://blog.hhui.top 10 一灰灰 1563889547738266214 30 http://blog.hhui.top 11 一灰灰 1563889704754695002 30 http://blog.hhui.top 11 一灰灰2 name: yhh tags: phone=110 time age blog id name ---- --- ---- -- ---- 1563889723440000821 30 http://blog.hhui.top 11 一灰灰3 复制代码
注意上面的输出结果，比较有意思，分成了两个结构段落，且可以输出完整的数据；而mysql的分组查询条件中一般需要带上分组key，然后实现一些数据上的聚合查询
如果我的分组中，使用field进行分组查询，会怎样？报错么?
> select * from yhh group by age name: yhh tags: age= time age blog id name phone ---- --- ---- -- ---- ----- 1563889538654374538 26 http://blog.hhui.top 10 一灰灰 1563889547738266214 30 http://blog.hhui.top 11 一灰灰 1563889704754695002 30 http://blog.hhui.top 11 一灰灰2 1563889723440000821 30 http://blog.hhui.top 11 一灰灰3 110 复制代码
从上面的case中可以看出，虽然执行了，但是返回的结果并不是我们预期的。
b. group by *
另外一个与一般SQL语法不一样的是group by 后面可以跟上*，表示根据所有的tag进行分组，一个测试如下
> select * from yhh group by * name: yhh tags: name=一灰灰, phone= time age blog id ---- --- ---- -- 1563889538654374538 26 http://blog.hhui.top 10 1563889547738266214 30 http://blog.hhui.top 11 name: yhh tags: name=一灰灰2, phone= time age blog id ---- --- ---- -- 1563889704754695002 30 http://blog.hhui.top 11 name: yhh tags: name=一灰灰3, phone=110 time age blog id ---- --- ---- -- 1563889723440000821 30 http://blog.hhui.top 11 > 复制代码
c. group by time
除了上面的根据tag进行分组之外，还有一个更高级的特性，根据时间来分组，这个时间还支持一些简单的函数操作
定义如下
SELECT <function>(<field_key>) FROM_clause WHERE <time_range> GROUP BY time(<time_interval>),[tag_key] [fill(<fill_option>)] 复制代码
我们知道influxdb的一个重要应用场景就是监控的记录，在监控面板上经常会有的就是根据时间进行聚合，比如查询某个服务每分钟的异常数，qps, rt等
下面给出一个简单的使用case
# 为了显示方便，将数据的时间戳改成日期方式展示 > precision rfc3339 > select * from yhh name: yhh time age blog id name phone ---- --- ---- -- ---- ----- 2019-07-23T13:45:38.654374538Z 26 http://blog.hhui.top 10 一灰灰 2019-07-23T13:45:47.738266214Z 30 http://blog.hhui.top 11 一灰灰 2019-07-23T13:48:24.754695002Z 30 http://blog.hhui.top 11 一灰灰2 2019-07-23T13:48:43.440000821Z 30 http://blog.hhui.top 11 一灰灰3 110 > select count(*) from yhh where time>'2019-07-23T13:44:38.654374538Z' and time<'2019-07-23T13:50:43.440000821Z' GROUP BY time(2m) name: yhh time count_age count_blog count_id ---- --------- ---------- -------- 2019-07-23T13:44:00Z 2 2 2 2019-07-23T13:46:00Z 0 0 0 2019-07-23T13:48:00Z 2 2 2 2019-07-23T13:50:00Z 0 0 0 复制代码
在上面的查询语句中，有几个地方需要说明一下
- select后面跟上的是单个or多个field的聚合操作，根据时间进行分组时，不允许查询具体的field值，否则会有下面的错误提示
> select * from yhh where time>'2019-07-23T13:44:38.654374538Z' and time<'2019-07-23T13:50:43.440000821Z' GROUP BY time(2m) ERR: GROUP BY requires at least one aggregate function 复制代码
- where条件限定查询的时间范围，否则会得到很多数据
group by time(2m)表示每2分钟做一个分组，group by time(2s)则表示每2s做一个分组
2. 排序
在influxdb中排序，只支持针对time进行排序，其他的field，tag（因为是string类型，也没法排）是不能进行排序的
语法比较简单，如下，根据时间倒序/升序
order by time desc/asc 复制代码
一个简单的实例如下
# 根据非time进行排序时，直接报错 > select * from yhh order by age ERR: error parsing query: only ORDER BY time supported at this time # 根据时间进行倒排 > select * from yhh order by time desc name: yhh time age blog id name phone ---- --- ---- -- ---- ----- 2019-07-23T13:48:43.440000821Z 30 http://blog.hhui.top 11 一灰灰3 110 2019-07-23T13:48:24.754695002Z 30 http://blog.hhui.top 11 一灰灰2 2019-07-23T13:45:47.738266214Z 30 http://blog.hhui.top 11 一灰灰 2019-07-23T13:45:38.654374538Z 26 http://blog.hhui.top 10 一灰灰 > 复制代码
3. 查询限制
我们常见的分页就是limit语句，我们常见的limit语句为 limit page, size，可以实现分页；然而在influxdb中则不同，limit后面只能跟上一个数字，表示限定查询的最多条数
a. limit
N指定每次measurement返回的point个数
SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] LIMIT <N> 复制代码
下满给出几个实际的case
> select * from yhh limit 2 name: yhh time age blog id name phone ---- --- ---- -- ---- ----- 2019-07-23T13:45:38.654374538Z 26 http://blog.hhui.top 10 一灰灰 2019-07-23T13:45:47.738266214Z 30 http://blog.hhui.top 11 一灰灰 # 分组之后，再限定查询条数 > select * from yhh group by "name" limit 1 name: yhh tags: name=一灰灰 time age blog id phone ---- --- ---- -- ----- 2019-07-23T13:45:38.654374538Z 26 http://blog.hhui.top 10 name: yhh tags: name=一灰灰2 time age blog id phone ---- --- ---- -- ----- 2019-07-23T13:48:24.754695002Z 30 http://blog.hhui.top 11 name: yhh tags: name=一灰灰3 time age blog id phone ---- --- ---- -- ----- 2019-07-23T13:48:43.440000821Z 30 http://blog.hhui.top 11 110 复制代码
b. slimit
N指定从指定measurement返回的series数
SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] GROUP BY *[,time(<time_interval>)] [ORDER_BY_clause] SLIMIT <N> 复制代码
接下来演示下这个的使用姿势，首先准备插入几条数据，确保tag相同
> insert yhh,name=一灰灰,phone=110 blog="http://spring.hhui.top",age=14,id=14 > insert yhh,name=一灰灰,phone=110 blog="http://spring.hhui.top",age=15,id=15 > insert yhh,name=一灰灰,phone=110 blog="http://spring.hhui.top",age=16,id=16 > select * from yhh name: yhh time age blog id name phone ---- --- ---- -- ---- ----- 2019-07-23T13:45:38.654374538Z 26 http://blog.hhui.top 10 一灰灰 2019-07-23T13:45:47.738266214Z 30 http://blog.hhui.top 11 一灰灰 2019-07-23T13:48:24.754695002Z 30 http://blog.hhui.top 11 一灰灰2 2019-07-23T13:48:43.440000821Z 30 http://blog.hhui.top 11 一灰灰3 110 2019-08-14T11:18:06.804162557Z 14 http://spring.hhui.top 14 一灰灰 110 2019-08-14T11:18:10.146588721Z 15 http://spring.hhui.top 15 一灰灰 110 2019-08-14T11:18:12.753413004Z 16 http://spring.hhui.top 16 一灰灰 110 > show series on test from yhh key --- yhh,name=一灰灰 yhh,name=一灰灰,phone=110 yhh,name=一灰灰2 yhh,name=一灰灰3,phone=110 复制代码
如下面的一个使用case
> select * from yhh group by * slimit 3 name: yhh tags: name=一灰灰, phone= time age blog id ---- --- ---- -- 2019-07-23T13:45:38.654374538Z 26 http://blog.hhui.top 10 2019-07-23T13:45:47.738266214Z 30 http://blog.hhui.top 11 name: yhh tags: name=一灰灰, phone=110 time age blog id ---- --- ---- -- 2019-08-14T11:18:06.804162557Z 14 http://spring.hhui.top 14 2019-08-14T11:18:10.146588721Z 15 http://spring.hhui.top 15 2019-08-14T11:18:12.753413004Z 16 http://spring.hhui.top 16 name: yhh tags: name=一灰灰2, phone= time age blog id ---- --- ---- -- 2019-07-23T13:48:24.754695002Z 30 http://blog.hhui.top 11 name: yhh tags: name=一灰灰3, phone=110 time age blog id ---- --- ---- -- 2019-07-23T13:48:43.440000821Z 30 http://blog.hhui.top 11 复制代码
说实话，这一块没看懂，根据官方的文档进行翻译的，没有get这个slimit的特点
4. 分页
上面只有point个数限制，但是分页怎么办？难道不支持么？
在influxdb中，有专门的offset来实现分页
SELECT_clause [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] LIMIT_clause OFFSET <N> [SLIMIT_clause] 复制代码
简单来讲，就是limit 条数 offset 偏移
使用实例
> select * from yhh name: yhh time age blog id name phone ---- --- ---- -- ---- ----- 2019-07-23T13:45:38.654374538Z 26 http://blog.hhui.top 10 一灰灰 2019-07-23T13:45:47.738266214Z 30 http://blog.hhui.top 11 一灰灰 2019-07-23T13:48:24.754695002Z 30 http://blog.hhui.top 11 一灰灰2 2019-07-23T13:48:43.440000821Z 30 http://blog.hhui.top 11 一灰灰3 110 2019-08-14T11:18:06.804162557Z 14 http://spring.hhui.top 14 一灰灰 110 2019-08-14T11:18:10.146588721Z 15 http://spring.hhui.top 15 一灰灰 110 2019-08-14T11:18:12.753413004Z 16 http://spring.hhui.top 16 一灰灰 110 # 查询结果只有2条数据，从第三个开始（0开始计数） > select * from yhh limit 2 offset 3 name: yhh time age blog id name phone ---- --- ---- -- ---- ----- 2019-07-23T13:48:43.440000821Z 30 http://blog.hhui.top 11 一灰灰3 110 2019-08-14T11:18:06.804162557Z 14 http://spring.hhui.top 14 一灰灰 110 > select * from yhh limit 2 offset 3 复制代码
5. 小结
本篇influxdb的查询篇主要介绍了sql中的三种常用case，分组，排序，分页；虽然使用姿势和我们常见的SQL大同小异，但是一些特殊点需要额外注意一下
- 分组查询时，注意分组的key必须是time或者tag，分组查询可以返回完整的point
- 排序，只支持根据时间进行排序，其他的字段都不支持
- 分页，需要注意
limit size offset startIndex和我们一般的使用case不同，它的两个参数分别表示查询的point个数，以及偏移量；而不是传统sql中的页和条数
