文档文档

分组地理时序数据

使用 geo.groupByArea() 按区域对地理时序数据进行分组,并使用 geo.asTracks() 将数据分组为轨迹或路线。

对于示例结果,请使用 鸟类迁徙示例数据 来填充以下查询中的 sampleGeoData 变量。

按区域对数据进行分组

使用 geo.groupByArea() 函数 按地理区域对地理时序数据点进行分组。区域由 S2 网格单元 确定

  • 使用 newColumn 参数指定一个新列来存储每个点的唯一区域标识符。
  • 使用 level 参数指定计算地理区域时使用的 S2 单元级别

以下示例使用 示例鸟类迁徙数据 来查询埃及开罗 200 公里内的数据点,并按地理区域对它们进行分组

import "experimental/geo"

sampleGeoData
    |> geo.filterRows(region: {lat: 30.04, lon: 31.23, radius: 200.0})
    |> geo.groupByArea(newColumn: "geoArea", level: 5)

按轨迹或路线对数据进行分组

使用 geo.asTracks() 函数 将数据点分组为轨迹或路线,并按时间或其他列对其进行排序。数据必须包含每个轨迹的唯一标识符。例如:idtid

  • 使用 groupBy 参数指定唯一标识每个轨迹或路线的列。
  • 使用 sortBy 参数指定要排序的列。默认为 ["_time"]

以下示例使用 示例鸟类迁徙数据 来查询埃及开罗 200 公里内的数据点,并将它们分组为每只鸟独有的路线

import "experimental/geo"

sampleGeoData
    |> geo.filterRows(region: {lat: 30.04, lon: 31.23, radius: 200.0})
    |> geo.asTracks(groupBy: ["id"], orderBy: ["_time"])

此页内容是否对您有帮助?

感谢您的反馈!


Flux 的未来

Flux 即将进入维护模式。您可以继续像现在一样使用它,而无需对您的代码进行任何更改。

阅读更多

现已全面上市

InfluxDB 3 Core 和 Enterprise

启动快速。扩展更快。

获取更新

InfluxDB 3 Core 是一个开源、高速、近实时的数据引擎,可实时收集和处理数据,并将其持久化到本地磁盘或对象存储。InfluxDB 3 Enterprise 构建在 Core 的基础上,增加了高可用性、只读副本、增强的安全性以及数据压缩功能,从而实现更快的查询和优化的存储。InfluxDB 3 Enterprise 的免费层级可供非商业家庭或业余爱好者使用。

有关更多信息,请查看