标签: influxql

我将InfluxDB与Grafana结合使用，并且有一个名为 的测量，items其中包含一些标签和一个名为 的字段itemType。我需要过滤itemType某个字符串所在的行。以下 InfluxQL 查询正是我所需要的：

SELECT * FROM "items" WHERE "itemType" = 'example'

我怎样才能在Flux中做同样的事情？

我目前有以下查询，它执行除按字段过滤之外的所有操作：

from(bucket: "dbname/autogen")
    |> range(start: 2020-10-12T01:56:34Z, stop: 2020-10-12T02:54:10Z)
    |> filter(fn:(r) => r._measurement == "items")
    |> aggregateWindow(every: 5m, fn: count)

但是用 替换该filter函数filter(fn:(r) => r._measurement == "items" and r.itemType == "example")不会返回任何结果，即使上面的 InfluxQL 查询在 InfluxDB CLI 中使用时确实返回数据。

我想存储交易以及最佳要价/出价数据，后者在InfluxDB中的更新速度比前者快得多。

我想，如果可能的话，使用一种允许我查询的模式：“对于市场X上的每笔交易，找到其时间标记<=该交易的时间标记的市场Y上的最佳要价/出价”。

（我将使用任何版本的Influx。）

例如，交易可能看起来像这样：

   Time      Price     Volume   Direction   Market
00:01.000     100        5          1       foo-bar
00:03.000     99         50         0       bar-baz       
00:03.050     99         25         0       foo-bar
00:04.000     101        15         1       bar-baz

刻度数据可能更像这样：

   Time       Ask        Bid     Market
00:00.763     100         99    bar-baz
00:01.010     101         99    foo-bar
00:01.012     101         98    bar-baz
00:01.012     101         99    foo-bar
00:01:238     100         99    bar-baz
...
00:03:021     101         98    bar-baz

我希望能够以某种方式加入某个市场（例如foo-bar）的每笔交易，而只有其他市场（例如bar-baz）上的最新卖/卖点数据点，才能得到如下结果：

   Time      Trade Price    Ask     Bid
00:01.000        100        100      99
00:03.050        99         101      98

这样我就可以计算出市场foo-bar上的交易价格与最新报价的市场 …

我试图决定如何在 InfluxDB 数据库中组织测量（我相信他们称之为架构设计和数据布局），但我认为这可能是一个更一般的数据库类型问题。

举一个简单的例子，我正在测量两个数量，温度和湿度（我知道是有想象力的！），在两个位置，客厅和室外。

InfluxDB 具有插入数据点的语法：

测量, tag_key=tag_value field_key=field_value

所以有两个明显的（至少对我而言）选择。简而言之，第一个选项将插入这样的数据点：

INSERT temperature,location=outside value=15
INSERT humidity,location=outside value=50

而第二种选择会这样做：

INSERT sensor_measurements,location=outside temperature=15,humidity=50

我的问题更高级：

• 有没有首选/接受的方法来解决这个问题？
• 如果我尝试将其扩展到更多数量/位置/数据类型，我会遇到其中任何一个问题吗？
• 例如，如果我稍后尝试在 Grafana 中绘制这些内容，或者如果我稍后尝试实现许多InfluxQL 函数中的一些，这两种方法中的任何一种是否都具有优势？
• 有没有人对此有任何一般建议？

我个人的想法：

在我看来，选项 1 更像是 InfluxDB 描述“测量”所暗示的内容。温度和湿度都是独立的量。但仅仅称其为“价值”似乎有点笨拙。

选项 2 似乎具有以下优势：湿度和温度共享完全相同的时间戳。这将很有用，例如，如果我想将数据导入其他软件并在两个数量之间进行关联，这意味着我不必进行任何插值或分箱来使它们匹配。

我不确定在选项 2 中只进行一个名为sensor_measurements的一般测量是否是一个坏主意，并且以后很难维护。

详细：

选项1

• 对每个温度和湿度进行单独的“测量” ，将位置用作“标签”，并将“字段”命名为值：

在时间t1，插入数据：

INSERT humidity,location=outside value=50
INSERT temperature,location=outside value=15
INSERT humidity,location=living_room …

最近，我们在InfluxDB的GROUP BY时间上面临一个非常烦人的问题。事实证明，如果我们尝试汇总每30天的数据，则InfluxDB会通过意外的时间段来汇总我们的数据。

例如以下查询：

SELECT COUNT(user_id) AS result FROM measurement1 WHERE time > '2017-12-31 23:59:59' AND time < '2019-01-01 23:59:59' GROUP BY time(30d) FILL(0);

然后我们得到以下响应（以毫秒为单位的时间）：

time                result
----                ------
1513728000000000000 0
1516320000000000000 0
1518912000000000000 0
1521504000000000000 0
1524096000000000000 0
1526688000000000000 0
1529280000000000000 0
1531872000000000000 0
1534464000000000000 4
1537056000000000000 1
1539648000000000000 0
1542240000000000000 0
1544832000000000000 0

好了，将时间转换为正常日期后，我们发现返回的时间间隔是20/12 / 17、19 / 01/18到15/12/18（每30天）。

据我了解，聚合点是由influxdb根据时间上的第一个值（GROUP BY time（value））预先定义的。它甚至在文档中被提及，但规模更小-“预设时间边界”。但是，这些示例处理的是分钟和1天的汇总，并且可以通过offset参数轻松修复，因为这些标度的默认汇总间隔为午夜。

很好，但是在这里我们要处理很多天。在我们的例子中，我们无法使用offset参数，因为我们无法知道GROUP BY返回的时间间隔。

是否有任何源/公式/算法或任何东西可以帮助我们预测这些时间间隔，以便我们可以对它们进行抵消？如果没有这样的东西，那我们该如何克服这个问题呢？

我猜这一切的原因是性能，但是很奇怪的是，在他们的文档中没有提到此问题，因为这不是一种直观的行为。

编辑：我想我发现潮汐如何确定这些时间间隔-它总是从0个时代开始。如果是这样，那么我们可以在拍摄查询之前根据需要使用偏移量。我希望将其添加到他们的文档中，因为这可以为其他人节省大量时间，并且可以确认下一个版本中不会有重大更改。

我正在将 influx1.x 升级到 influx2.x （将查询从 influxQL 更新为 Flux 语法）。对于非常简单的查询，当我尝试查询超过 500,000 个点时，性能会急剧下降，并且我不确定是否可以采取任何措施来改进查询以获得更好的性能

涌入QL：

select last("y") AS "y" from "mydata".autogen."profile" 
WHERE time >= '2019-01-01T00:00:00Z' and time <= '2019-01-07T23:59:59Z' 
GROUP BY time(1s) FILL(none)

通量：

data=from(bucket: "mydata")
|> range(start: 2019-01-01T00:00:00Z, stop: 2019-01-07T23:59:59Z)
|> filter(fn: (r) => r._measurement == "profile")
|> filter(fn: (r) => r._field=="y")
|> aggregateWindow(every: 1s, fn: last, createEmpty: false)
|> yield()

有什么建议吗？

我正在尝试使用 Flux 查询语言来查找基于一个人的列的总和。如果我有以下输入表：

如何使用 Flux 查询来获取以下输出表：

到目前为止，我已经尝试过类似的操作，但出现错误：

from: (bucket: "example")
  |> range(start:v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r)=> r["_measurement"] == "test")
  |> group(columns: r["person"])
  |> reduce( fn: (r, accumulator) => ({sum: r._value + accumulator.sum}), identity: {sum: 0})

我的 influxdb 数据库中有一些测量数据，我可以通过以下方式查询：

select * from E_real_con
名称：E_real_con
时间值
---- -----
1537920001044785525 | 57160036.00
1538006401069651036 | 57227208.00
1538092800108297103 | 57294112.00
1538179200697333731 | 57366108.00

但是，“值”是一个累积值，我想获取两个连续值之间的增量/差值。

我尝试了以下方法：

SELECT difference(last(value)) FROM E_real_con WHERE time >= now() - 7d GROUP BY time(1d) fill(null)

但是，我收到以下错误消息：

ERR: unsupported difference iterator type: *query.stringInterruptIterator

我很乐意获得一些如何解决我的问题的提示和反馈。

我正在使用 influxdb 1.6.1

多谢！克里斯托夫

我正在尝试获取给定测量的标签值。我在 influxDB 中进行了测量，如下所示。

> select * from "EVENT_LIVE"
name: EVENT_LIVE
time                GROUP_ID      COUNT
----                ------------- ---------
1531008000000000000 84            2
1531008000000000000 9             8
1532822400000000000 249           1
1534636800000000000 43            1
1534636800000000000 68            1
1535241600000000000 13            13
1535241600000000000 18            4
1535241600000000000 205           2
1535241600000000000 21            6
1535241600000000000 214           1
1535241600000000000 23            1
1535241600000000000 238           1
1535241600000000000 249           1
1535241600000000000 282           14
1535241600000000000 29            1
1535241600000000000 316           3
1535241600000000000 32            13
1535241600000000000 41            7
1535241600000000000 43            1
1535241600000000000 6             1

此处测量的名称是EVENT_LIVE和GROUP_ID …

我有一个Grafana + InfluxDB + Telegraf设置来监控我组织的服务器。我想制作一个仪表板，在其中监视多个服务器的计算机资源，例如 CPU、RAM 等。我想在 Grafana 仪表板中，如果我的服务器处理器高于 80%，则仅显示“0”；如果服务器处理器低于 80%，则显示“1”。为此，我如何使用CASE WHEN语句根据我设置的阈值显示 0/1。