文档文档

InfluxDB OSS v2

InfluxQL 转换函数

InfluxQL 转换函数修改并返回查询数据的每一行值。

以下每个转换函数都涵盖了 语法 ，包括传递给函数的参数，以及如何使用该函数的 示例 。示例使用 NOAA 水样数据 和来自 sample_test.txt 的数据。

ABS()

返回字段值的绝对值。支持 按标签分组 的 GROUP BY 子句，但不支持 按时间间隔分组。

基本语法

SELECT ABS( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

ABS(field_key)
返回与 字段键 关联的字段值的绝对值。

ABS(*)
返回与 指标 中每个字段键关联的字段值的绝对值。

ABS() 支持 int64 和 float64 字段值 数据类型。

示例

计算与字段键关联的字段值的绝对值

计算与指标中每个字段键关联的字段值的绝对值

计算与字段键关联的字段值的绝对值，并包含多个子句

高级语法

SELECT ABS(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 间隔计算嵌套函数的结果，然后将 ABS() 函数应用于这些结果。

ABS() 支持以下嵌套函数

COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

示例

计算平均值的绝对值

ACOS()

返回字段值的反余弦值（以弧度为单位）。字段值必须介于 -1 和 1 之间。支持 按标签分组 的 GROUP BY 子句，但不支持 按时间间隔分组。

基本语法

SELECT ACOS( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

ACOS(field_key)
返回与 字段键 关联的字段值的反余弦值。

ACOS(*)
返回与 指标 中每个字段键关联的字段值的反余弦值。

ACOS() 支持 int64 和 float64 字段值 数据类型，值介于 -1 和 1 之间。

示例

以下示例使用来自 sample_test.txt 的数据子集，其中仅包含可计算范围（-1 到 1）内的字段值。此值范围是 ACOS() 函数所必需的

时间a
2018-06-24T12:01:00Z-0.774984088561186
2018-06-24T12:02:00Z-0.921037167720451
2018-06-24T12:04:00Z-0.905980032168252
2018-06-24T12:05:00Z-0.891164752631417
2018-06-24T12:09:00Z0.416579917279588
2018-06-24T12:10:00Z0.328968116955350
2018-06-24T12:11:00Z0.263585064411983

计算与字段键关联的字段值的反余弦值

计算与指标中每个字段键关联的字段值的反余弦值

计算与字段键关联的字段值的反余弦值，并包含多个子句

高级语法

SELECT ACOS(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 间隔计算嵌套函数的结果，然后将 ACOS() 函数应用于这些结果。

ACOS() 支持以下嵌套函数：COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

示例

计算平均值的反余弦值

ASIN()

返回字段值的反正弦值（以弧度为单位）。字段值必须介于 -1 和 1 之间。

基本语法

SELECT ASIN( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

ASIN(field_key)
返回与 字段键 关联的字段值的反正弦值。

ASIN(*)
返回与 指标 中每个字段键关联的字段值的反正弦值。

ASIN() 支持 int64 和 float64 字段值 数据类型，值介于 -1 和 1 之间。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间间隔分组 的 GROUP BY 子句。要将 ASIN() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用来自 sample_test.txt 的以下数据。

来自此数据集的以下数据仅包含 ASIN() 函数所需的可计算范围（-1 到 1）内的字段值

时间a
2018-06-24T12:01:00Z-0.774984088561186
2018-06-24T12:02:00Z-0.921037167720451
2018-06-24T12:04:00Z-0.905980032168252
2018-06-24T12:05:00Z-0.891164752631417
2018-06-24T12:09:00Z0.416579917279588
2018-06-24T12:10:00Z0.328968116955350
2018-06-24T12:11:00Z0.263585064411983

计算与字段键关联的字段值的反正弦值

计算与指标中每个字段键关联的字段值的反正弦值

计算与字段键关联的字段值的反正弦值，并包含多个子句

高级语法

SELECT ASIN(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 ASIN() 函数应用于这些结果。

ASIN() 支持以下嵌套函数： COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

示例

计算平均值的反正弦值

ATAN()

返回字段值的反正切值（以弧度为单位）。字段值必须介于 -1 和 1 之间。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 ATAN() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

基本语法

SELECT ATAN( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

ATAN(field_key)
返回与 字段键 关联的字段值的反正切值。

ATAN(*)
返回与 measurement 中每个字段键关联的字段值的反正切值。

ATAN() 支持 int64 和 float64 字段值 数据类型，其值介于 -1 和 1 之间。

示例

以下示例使用 sample_test.txt 中的数据子集，该子集仅包含 ATAN() 函数的可计算范围（-1 到 1）内的字段值。

计算与字段键关联的字段值的反正切值

计算与 measurement 中每个字段键关联的字段值的反正切值

计算与字段键关联的字段值的反正切值，并包含多个子句

高级语法

SELECT ATAN(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 ATAN() 函数应用于这些结果。

ATAN() 支持以下嵌套函数： COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

高级语法示例

计算平均值的反正切值

ATAN2()

返回 y/x 的反正切值，以弧度为单位。

基本语法

SELECT ATAN2( [ * | <field_key> | num ], [ <field_key> | num ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

ATAN2(field_key_y, field_key_x)
返回与 字段键 field_key_y 关联的字段值除以与 field_key_x 关联的字段值的反正切值。

ATAN2(*, field_key_x)
返回 measurement 中与每个字段键关联的字段值，除以与 field_key_x 关联的字段值。

ATAN2() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 ATAN2() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 sample_test.txt。

计算 field_key_b 除以 field_key_a 的反正切值

计算 measurement 中与每个字段键关联的值除以 field_key_a 的反正切值

计算字段值的反正切值并包含多个子句

高级语法

SELECT ATAN2(<function()>, <function()>) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 ATAN2() 函数应用于这些结果。

ATAN2() 支持以下嵌套函数： COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

示例

计算平均值的反正切值

CEIL()

返回后续值向上舍入到最接近的整数。

基本语法

SELECT CEIL( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

CEIL(field_key)
返回与 字段键 关联的字段值，向上舍入到最接近的整数。

CEIL(*)
返回 measurement 中与每个字段键关联的字段值，向上舍入到最接近的整数。

CEIL() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 CEIL() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的上限值

计算与 measurement 中每个字段键关联的字段值的上限值

计算与字段键关联的字段值的上限值，并包含多个子句

高级语法

SELECT CEIL(<function>( [ * | <field_key> | /<regular_expression>/ ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 CEIL() 函数应用于这些结果。

CEIL() 支持以下嵌套函数： COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

示例

计算向上舍入到最接近整数的平均值

COS()

返回字段值的余弦值。

基本语法

SELECT COS( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

COS(field_key)
返回与 字段键 关联的字段值的余弦值。

COS(*)
返回 measurement 中与每个字段键关联的字段值的余弦值。

COS() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 COS() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的余弦值

计算与 measurement 中每个字段键关联的字段值的余弦值

计算与字段键关联的字段值的余弦值，并包含多个子句

高级语法

SELECT COS(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 COS() 函数应用于这些结果。

COS() 支持以下嵌套函数： COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

示例

计算平均值的余弦值

CUMULATIVE_SUM()

返回后续 字段值 的运行总计。

基本语法

SELECT CUMULATIVE_SUM( [ * | <field_key> | /<regular_expression>/ ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

CUMULATIVE_SUM(field_key)
返回与 字段键 关联的后续字段值的运行总计。

CUMULATIVE_SUM(/regular_expression/)
返回与每个与 正则表达式 匹配的字段键关联的后续字段值的运行总计。

CUMULATIVE_SUM(*)
返回 measurement 中与每个字段键关联的后续字段值的运行总计。

CUMULATIVE_SUM() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 CUMULATIVE_SUM() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的累积和

计算与 measurement 中每个字段键关联的字段值的累积和

计算与每个与正则表达式匹配的字段键关联的字段值的累积和

计算与字段键关联的字段值的累积和，并包含多个子句

高级语法

SELECT CUMULATIVE_SUM(<function>( [ * | <field_key> | /<regular_expression>/ ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 CUMULATIVE_SUM() 函数应用于这些结果。

CUMULATIVE_SUM() 支持以下嵌套函数： COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

示例

计算平均值的累积和

DERIVATIVE()

返回后续 字段值 之间的变化率。

基本语法

SELECT DERIVATIVE( [ * | <field_key> | /<regular_expression>/ ] [ , <unit> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

InfluxDB 计算后续字段值之间的差值，并将这些结果转换为每 unit 的变化率。unit 参数是一个整数，后跟一个 duration，它是可选的。如果查询未指定 unit，则单位默认为一秒 (1s)。

DERIVATIVE(field_key)
返回与 字段键 关联的后续字段值之间的变化率。

DERIVATIVE(/regular_expression/)
返回与每个与 正则表达式 匹配的字段键关联的后续字段值之间的变化率。

DERIVATIVE(*)
返回 measurement 中与每个字段键关联的后续字段值之间的变化率。

DERIVATIVE() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 DERIVATIVE() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

本节中的示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值之间的导数

计算与字段键关联的字段值之间的导数，并指定 unit 选项

计算与 measurement 中每个字段键关联的字段值之间的导数，并指定 unit 选项

计算与每个与正则表达式匹配的字段键关联的字段值之间的导数，并指定 unit 选项

计算与字段键关联的字段值之间的导数，并包含多个子句

高级语法

SELECT DERIVATIVE(<function> ([ * | <field_key> | /<regular_expression>/ ]) [ , <unit> ] ) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 DERIVATIVE() 函数应用于这些结果。

unit 参数是一个整数，后跟一个 duration，它是可选的。如果查询未指定 unit，则 unit 默认为 GROUP BY time() 间隔。请注意，此行为与 基本语法 的默认行为不同。

DERIVATIVE() 支持以下嵌套函数： COUNT()、 MEAN()、 MEDIAN()、 MODE()、 SUM()、 FIRST()、 LAST()、 MIN()、 MAX() 和 PERCENTILE()。

示例

计算平均值的导数

计算平均值的导数，并指定 unit 选项

DIFFERENCE()

返回后续 字段值 之间相减的结果。

语法

SELECT DIFFERENCE( [ * | <field_key> | /<regular_expression>/ ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

DIFFERENCE(field_key)
返回与 字段键 关联的后续字段值之间的差值。

DIFFERENCE(/regular_expression/)
返回与每个与 正则表达式 匹配的字段键关联的后续字段值之间的差值。

DIFFERENCE(*)
返回 measurement 中与每个字段键关联的后续字段值之间的差值。

DIFFERENCE() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 DIFFERENCE() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值之间的差值

计算与 measurement 中每个字段键关联的字段值之间的差值

计算与每个与正则表达式匹配的字段键关联的字段值之间的差值

计算与字段键关联的字段值之间的差值，并包含多个子句

高级语法

SELECT DIFFERENCE(<function>( [ * | <field_key> | /<regular_expression>/ ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 DIFFERENCE() 函数应用于这些结果。

DIFFERENCE() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算最大值之间的差异

ELAPSED()

返回后续 字段值 的时间戳之间的差异。

语法

SELECT ELAPSED( [ * | <field_key> | /<regular_expression>/ ] [ , <unit> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

InfluxDB 计算后续时间戳之间的差异。unit 选项是一个整数，后跟一个 持续时间，它确定返回差异的单位。如果查询未指定 unit 选项，则查询返回纳秒为单位的时间戳之间的差异。

ELAPSED(field_key)
返回与 字段键 关联的后续时间戳之间的差异。

ELAPSED(/regular_expression/)
返回与每个匹配 正则表达式 的字段键关联的后续时间戳之间的差异。

ELAPSED(*)
返回 指标 中每个字段键关联的后续时间戳之间的差异。

ELAPSED() 支持所有字段值 数据类型。

示例

这些示例使用 NOAA 水样本数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:12:00Z'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000

计算与字段键关联的字段值之间经过的时间

计算与字段键关联的字段值之间经过的时间，并指定单位选项

计算与指标中每个字段键关联的字段值之间经过的时间，并指定单位选项

计算与每个匹配正则表达式的字段键关联的字段值之间经过的时间，并指定单位选项

计算与字段键关联的字段值之间经过的时间，并包含多个子句

ELAPSED() 的常见问题

ELAPSED() 和大于经过时间的单位

如果 unit 选项大于时间戳之间的差异，InfluxDB 将返回 0。

示例

h2o_feet 指标中的时间戳以六分钟的间隔出现。如果查询将 unit 选项设置为一小时，InfluxDB 将返回 0

SELECT ELAPSED("water_level",1h) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:12:00Z'

name: h2o_feet

时间elapsed
2019-08-18T00:06:00Z0.0000000000
2019-08-18T00:12:00Z0.0000000000

带有 GROUP BY time() 子句的 ELAPSED()

ELAPSED() 函数支持 GROUP BY time() 子句，但查询结果不是特别有用。目前，带有嵌套函数和 GROUP BY time() 子句的 ELAPSED() 查询仅返回 GROUP BY time() 子句中指定的时间间隔。

GROUP BY time() 子句确定结果中的时间戳；每个时间戳标记一个时间间隔的开始。这种行为也适用于嵌套的选择器函数（如 FIRST() 或 MAX()），在所有其他情况下，这些函数将从原始数据返回特定的时间戳。由于 GROUP BY time() 子句覆盖了原始时间戳，因此 ELAPSED() 计算始终返回与 GROUP BY time() 间隔相同的值。

示例

在下面的代码块中，第一个查询尝试将 ELAPSED() 函数与 GROUP BY time() 子句一起使用，以查找 最小 water_level 之间经过的时间（以分钟为单位）。对于两个时间间隔均返回 12 分钟。

为了获得这些结果，InfluxDB 首先以 12 分钟的间隔计算最小 water_level。代码块中的第二个查询显示了该步骤的结果。此步骤与使用 MIN() 函数以及 GROUP BY time() 子句，但不使用 ELAPSED() 函数相同。请注意，第二个查询返回的时间戳间隔为 12 分钟。在原始数据中，第一个结果 (2.0930000000) 出现在 2019-08-18T00:42:00Z，但 GROUP BY time() 子句覆盖了原始时间戳。由于时间戳由 GROUP BY time() 间隔而不是原始数据确定，因此 ELAPSED() 计算始终返回与 GROUP BY time() 间隔相同的值。

SELECT ELAPSED(MIN("water_level"),1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2019-08-18T00:36:00Z' AND time <= '2019-08-18T00:54:00Z' GROUP BY time(12m)

name: h2o_feet

时间elapsed
2019-08-18T00:36:00Z12.0000000000
2019-08-18T00:48:00Z12.0000000000
SELECT MIN("water_level") FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2019-08-18T00:36:00Z' AND time <= '2019-08-18T00:54:00Z' GROUP BY time(12m)

name: h2o_feet

时间min
2019-08-18T00:36:00Z2.0930000000
2019-08-18T00:48:00Z2.0870000000

第一个点实际上出现在 2019-08-18T00:42:00Z，而不是 2019-08-18T00:36:00Z。

EXP()

返回字段值的指数。

语法

SELECT EXP( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

EXP(field_key)
返回与 字段键 关联的字段值的指数。

EXP(*)
返回 指标 中每个字段键关联的字段值的指数。

EXP() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不 按时间间隔分组 的 GROUP BY 子句。要将 EXP() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的指数

计算与指标中每个字段键关联的字段值的指数

计算与字段键关联的字段值的指数，并包含多个子句

高级语法

SELECT EXP(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 EXP() 函数应用于这些结果。

EXP() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算均值的指数

FLOOR()

返回向下舍入到最接近整数的后续值。

语法

SELECT FLOOR( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

FLOOR(field_key)
返回与 字段键 关联的字段值，向下舍入到最接近的整数。

FLOOR(*)
返回 指标 中，与每个字段键关联的字段值，向下舍入到最接近的整数。

FLOOR() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不 按时间间隔分组 的 GROUP BY 子句。要将 FLOOR() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的向下取整值

计算与指标中每个字段键关联的字段值的向下取整值

计算与字段键关联的字段值的向下取整值，并包含多个子句

高级语法

SELECT FLOOR(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 FLOOR() 函数应用于这些结果。

FLOOR() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算向下舍入到最接近整数的平均值

HISTOGRAM()

InfluxQL 目前不支持直方图生成。有关使用 InfluxDB 中存储的数据创建直方图的信息，请参阅 Flux 的 histogram() 函数。

LN()

返回字段值的自然对数。

语法

SELECT LN( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

LN(field_key)
返回与 字段键 关联的字段值的自然对数。

LN(*)
返回 指标 中每个字段键关联的字段值的自然对数。

LN() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不 按时间间隔分组 的 GROUP BY 子句。要将 LN() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的自然对数

计算与指标中每个字段键关联的字段值的自然对数

计算与字段键关联的字段值的自然对数，并包含多个子句

高级语法

SELECT LN(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 LN() 函数应用于这些结果。

LN() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算均值的自然对数

LOG()

返回以 b 为底的字段值的对数。

基本语法

SELECT LOG( [ * | <field_key> ], <b> ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

LOG(field_key, b)
返回以 b 为底的，与 字段键 关联的字段值的对数。

LOG(*, b)
返回以 b 为底的，指标 中每个字段键关联的字段值的对数。

LOG() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不 按时间间隔分组 的 GROUP BY 子句。要将 LOG() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算以 4 为底的字段值的对数

计算以 4 为底的指标中每个字段键关联的字段值的对数

计算以 4 为底的字段值的对数，并包含多个子句

高级语法

SELECT LOG(<function>( [ * | <field_key> ] ), <b>) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 LOG() 函数应用于这些结果。

LOG() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算以 4 为底的均值的对数

LOG2()

返回以 2 为底的字段值的对数。

基本语法

SELECT LOG2( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

LOG2(field_key)
返回以 2 为底的，与 字段键 关联的字段值的对数。

LOG2(*)
返回以 2 为底的，指标 中每个字段键关联的字段值的对数。

LOG2() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不 按时间间隔分组 的 GROUP BY 子句。要将 LOG2() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算以 2 为底的字段值的对数

计算以 2 为底的指标中每个字段键关联的字段值的对数

计算以 2 为底的字段值的对数，并包含多个子句

高级语法

SELECT LOG2(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 LOG2() 函数应用于这些结果。

LOG2() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算以 2 为底的均值的对数

LOG10()

返回以 10 为底的字段值的对数。

基本语法

SELECT LOG10( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

LOG10(field_key)
返回以 10 为底的，与 字段键 关联的字段值的对数。

LOG10(*)
返回以 10 为底的，指标 中每个字段键关联的字段值的对数。

LOG10() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不 按时间间隔分组 的 GROUP BY 子句。要将 LOG10() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算以 10 为底的字段值的对数

计算以 10 为底的指标中每个字段键关联的字段值的对数

计算以 10 为底的字段值的对数，并包含多个子句

高级语法

SELECT LOG10(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 LOG10() 函数应用于这些结果。

LOG10() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算以 10 为底的均值的对数

MOVING_AVERAGE()

返回后续 字段值 窗口上的滚动平均值。

基本语法

SELECT MOVING_AVERAGE( [ * | <field_key> | /<regular_expression>/ ] , <N> ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

MOVING_AVERAGE() 计算 N 个后续字段值窗口上的滚动平均值。N 参数是一个整数，是必需的。

MOVING_AVERAGE(field_key,N)
返回与 字段键 关联的 N 个字段值的滚动平均值。

MOVING_AVERAGE(/regular_expression/,N)
返回与每个匹配 正则表达式 的字段键关联的 N 个字段值的滚动平均值。

MOVING_AVERAGE(*,N)
返回 指标 中每个字段键关联的 N 个字段值的滚动平均值。

MOVING_AVERAGE() int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不 按时间间隔分组 的 GROUP BY 子句。要将 MOVING_AVERAGE() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的移动平均值

计算与指标中每个字段键关联的字段值的移动平均值

计算与每个匹配正则表达式的字段键关联的字段值的移动平均值

计算与字段键关联的字段值的移动平均值，并包含多个子句

高级语法

SELECT MOVING_AVERAGE(<function> ([ * | <field_key> | /<regular_expression>/ ]) , N ) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要 GROUP BY time() 子句 和嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 MOVING_AVERAGE() 函数应用于这些结果。

MOVING_AVERAGE() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算最大值的移动平均值

NON_NEGATIVE_DERIVATIVE()

返回后续 字段值 之间非负的变化率。非负变化率包括正变化率和等于零的变化率。

基本语法

SELECT NON_NEGATIVE_DERIVATIVE( [ * | <field_key> | /<regular_expression>/ ] [ , <unit> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

InfluxDB 计算后续字段值之间的差异，并将这些结果转换为每 unit 的变化率。unit 参数是一个整数，后跟一个 持续时间，它是可选的。如果查询未指定 unit，则单位默认为一秒 (1s)。NON_NEGATIVE_DERIVATIVE() 仅返回正变化率或等于零的变化率。

NON_NEGATIVE_DERIVATIVE(field_key)
返回与 字段键 关联的后续字段值之间非负的变化率。

NON_NEGATIVE_DERIVATIVE(/regular_expression/)
返回与每个匹配 正则表达式 的字段键关联的后续字段值之间非负的变化率。

NON_NEGATIVE_DERIVATIVE(*)
返回 指标 中每个字段键关联的后续字段值之间非负的变化率。

NON_NEGATIVE_DERIVATIVE() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不 按时间间隔分组 的 GROUP BY 子句。要将 NON_NEGATIVE_DERIVATIVE() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

请参阅 DERIVATIVE() 文档 中的示例。NON_NEGATIVE_DERIVATIVE() 的行为与 DERIVATIVE() 函数相同，但 NON_NEGATIVE_DERIVATIVE() 仅返回正变化率或等于零的变化率。

高级语法

SELECT NON_NEGATIVE_DERIVATIVE(<function> ([ * | <field_key> | /<regular_expression>/ ]) [ , <unit> ] ) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 NON_NEGATIVE_DERIVATIVE() 函数应用于这些结果。

unit 参数是一个整数，后跟一个 持续时间，它是可选的。如果查询未指定 unit，则 unit 默认为 GROUP BY time() 间隔。请注意，此行为与 基本语法 的默认行为不同。NON_NEGATIVE_DERIVATIVE() 仅返回正的变化率或等于零的变化率。

NON_NEGATIVE_DERIVATIVE() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

请参阅 DERIVATIVE() 文档 中的示例。NON_NEGATIVE_DERIVATIVE() 的行为与 DERIVATIVE() 函数相同，但 NON_NEGATIVE_DERIVATIVE() 仅返回正的变化率或等于零的变化率。

NON_NEGATIVE_DIFFERENCE()

返回后续 字段值 之间相减的非负结果。相减的非负结果包括正差值和等于零的差值。

基本语法

SELECT NON_NEGATIVE_DIFFERENCE( [ * | <field_key> | /<regular_expression>/ ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

NON_NEGATIVE_DIFFERENCE(field_key)
返回与 字段键 关联的后续字段值之间的非负差值。

NON_NEGATIVE_DIFFERENCE(/regular_expression/)
返回与每个匹配 正则表达式 的字段键关联的后续字段值之间的非负差值。

NON_NEGATIVE_DIFFERENCE(*)
返回与 测量 中每个字段键关联的后续字段值之间的非负差值。

NON_NEGATIVE_DIFFERENCE() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 NON_NEGATIVE_DIFFERENCE() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

请参阅 DIFFERENCE() 文档 中的示例。NON_NEGATIVE_DIFFERENCE() 的行为与 DIFFERENCE() 函数相同，但 NON_NEGATIVE_DIFFERENCE() 仅返回正差值或等于零的差值。

高级语法

SELECT NON_NEGATIVE_DIFFERENCE(<function>( [ * | <field_key> | /<regular_expression>/ ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 NON_NEGATIVE_DIFFERENCE() 函数应用于这些结果。

NON_NEGATIVE_DIFFERENCE() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

请参阅 DIFFERENCE() 文档 中的示例。NON_NEGATIVE_DIFFERENCE() 的行为与 DIFFERENCE() 函数相同，但 NON_NEGATIVE_DIFFERENCE() 仅返回正差值或等于零的差值。

POW()

返回字段值的 x 次幂。

基本语法

SELECT POW( [ * | <field_key> ], <x> ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

POW(field_key, x)
返回与 字段键 关联的字段值的 x 次幂。

POW(*, x)
返回 测量 中每个字段键关联的字段值的 x 次幂。

POW() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 POW() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的 4 次幂

计算与测量中每个字段键关联的字段值的 4 次幂

计算与字段键关联的字段值的 4 次幂，并包含多个子句

高级语法

SELECT POW(<function>( [ * | <field_key> ] ), <x>) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 POW() 函数应用于这些结果。

POW() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算平均值的 4 次幂

ROUND()

返回四舍五入到最接近整数的后续值。

基本语法

SELECT ROUND( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

ROUND(field_key)
返回与 字段键 关联的字段值，四舍五入到最接近的整数。

ROUND(*)
返回 测量 中每个字段键关联的字段值，四舍五入到最接近的整数。

ROUND() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持按 [时间分组](/influxdb/v2/. 要将 ROUND() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

舍入与字段键关联的字段值

舍入与测量中每个字段键关联的字段值

舍入与字段键关联的字段值，并包含多个子句

高级语法

SELECT ROUND(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 ROUND() 函数应用于这些结果。

ROUND() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算四舍五入到最接近整数的平均值

SIN()

返回字段值的正弦值。

基本语法

SELECT SIN( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

SIN(field_key)
返回与 字段键 关联的字段值的正弦值。

SIN(*)
返回 测量 中每个字段键关联的字段值的正弦值。

SIN() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 SIN() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的正弦值

计算与测量中每个字段键关联的字段值的正弦值

计算与字段键关联的字段值的正弦值，并包含多个子句

高级语法

SELECT SIN(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 SIN() 函数应用于这些结果。

SIN() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算平均值的正弦值

SQRT()

返回字段值的平方根。

基本语法

SELECT SQRT( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

SQRT(field_key)
返回与 字段键 关联的字段值的平方根。

SQRT(*)
返回 测量 中每个字段键关联的字段值的平方根。

SQRT() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 SQRT() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的平方根

计算与测量中每个字段键关联的字段值的平方根

计算与字段键关联的字段值的平方根，并包含多个子句

高级语法

SELECT SQRT(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 SQRT() 函数应用于这些结果。

SQRT() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算平均值的平方根

TAN()

返回字段值的正切值。

基本语法

SELECT TAN( [ * | <field_key> ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

TAN(field_key)
返回与 字段键 关联的字段值的正切值。

TAN(*)
返回 测量 中每个字段键关联的字段值的正切值。

TAN() 支持 int64 和 float64 字段值 数据类型。

支持 按标签分组 的 GROUP BY 子句，但不支持 按时间分组 的 GROUP BY 子句。要将 TAN() 与 GROUP BY time() 子句一起使用，请参阅 高级语法。

示例

以下示例使用 NOAA 水样数据 的以下子样本

SELECT "water_level" FROM "h2o_feet" WHERE time >= '2019-08-18T00:00:00Z' AND time <= '2019-08-18T00:30:00Z' AND "location" = 'santa_monica'

name: h2o_feet

时间water_level
2019-08-18T00:00:00Z2.3520000000
2019-08-18T00:06:00Z2.3790000000
2019-08-18T00:12:00Z2.3430000000
2019-08-18T00:18:00Z2.3290000000
2019-08-18T00:24:00Z2.2640000000
2019-08-18T00:30:00Z2.2670000000

计算与字段键关联的字段值的正切值

计算与测量中每个字段键关联的字段值的正切值

计算与字段键关联的字段值的正切值，并包含多个子句

高级语法

SELECT TAN(<function>( [ * | <field_key> ] )) FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]

高级语法需要一个 GROUP BY time() 子句 和一个嵌套的 InfluxQL 函数。查询首先在指定的 GROUP BY time() 时间间隔内计算嵌套函数的结果，然后将 TAN() 函数应用于这些结果。

TAN() 支持以下嵌套函数：COUNT()、MEAN()、MEDIAN()、MODE()、SUM()、FIRST()、LAST()、MIN()、MAX() 和 PERCENTILE()。

示例

计算平均值的正切值

此页是否对您有帮助？

感谢您的反馈！

© 2025 InfluxData, Inc.

您的 InfluxDB OSS URL 是什么？

自定义您的 InfluxDB OSS URL，我们将为您更新代码示例。

默认
自定义

有关更多信息，请参阅 InfluxDB OSS URL。

感谢您的反馈！

请告诉我们如何做得更好

谢谢！

不用了

Flux 的未来

Flux 即将进入维护模式。您可以继续像当前一样使用它，而无需对代码进行任何更改。

了解更多

现已全面上市

InfluxDB 3 Core 和 Enterprise

快速启动。更快扩展。

获取更新

InfluxDB 3 Core 是一个开源、高速、近实时数据引擎，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、读取副本、增强的安全性以及数据压缩，以实现更快的查询和优化的存储。InfluxDB 3 Enterprise 的免费层可供非商业家庭或业余爱好者使用。

有关更多信息，请查看