InfluxDB學習之InfluxDB常用函數（三）變換類函數

1）DERIVATIVE()函數

作用：返回一個字段在一個series中的變化率。

InfluxDB會計算按照時間進行排序的字段值之間的差異，并將這些結果轉化為單位變化率。其中，單位可以指定，默認為1s。

語法：

SELECT DERIVATIVE(<field_key>, [<unit>]) FROM <measurement_name> [WHERE <stuff>]

其中，unit取值可以為以下幾種：

u --microsecondss --secondsm --minutesh --hoursd --daysw --weeks

DERIVATIVE()函數還可以在GROUP BY time()的條件下與聚合函數嵌套使用，格式如下：

SELECT DERIVATIVE(AGGREGATION_FUNCTION(<field_key>),[<unit>]) FROM <measurement_name> WHERE <stuff> GROUP BY time(<aggregation_interval>)

示例：

假設location = santa_monica 條件下數據有以下幾條：

name: h3o_feet--------------time                           water_level2015-08-18T00:00:00Z     2.0642015-08-18T00:06:00Z     2.1162015-08-18T00:12:00Z     2.0282015-08-18T00:18:00Z     2.1262015-08-18T00:24:00Z     2.0412015-08-18T00:30:00Z     2.051

計算每一秒的變化率：

> SELECT DERIVATIVE(water_level) FROM h3o_feet WHERE location = 'santa_monica' LIMIT 5name: h3o_feet--------------time                           derivative2015-08-18T00:06:00Z     0.000144444444444444572015-08-18T00:12:00Z     -0.000244444444444444652015-08-18T00:18:00Z     0.00027222222222222182015-08-18T00:24:00Z     -0.0002361111111111112015-08-18T00:30:00Z     2.777777777777842e-05

第一行數據的計算公式為(2.116 - 2.064) / (360s / 1s)

計算每六分鐘的變化率

> SELECT DERIVATIVE(water_level,6m) FROM h3o_feet WHERE location = 'santa_monica' LIMIT 5name: h3o_feet--------------time                           derivative2015-08-18T00:06:00Z     0.0520000000000000462015-08-18T00:12:00Z     -0.088000000000000082015-08-18T00:18:00Z     0.097999999999999862015-08-18T00:24:00Z     -0.084999999999999962015-08-18T00:30:00Z     0.010000000000000231

第一行數據的計算過程如下：(2.116 - 2.064) / (6m / 6m)

計算每12分鐘的變化率：

> SELECT DERIVATIVE(water_level,12m) FROM h3o_feet WHERE location = 'santa_monica' LIMIT 5name: h3o_feet--------------time                           derivative2015-08-18T00:06:00Z     0.104000000000000092015-08-18T00:12:00Z     -0.176000000000000162015-08-18T00:18:00Z     0.195999999999999732015-08-18T00:24:00Z     -0.169999999999999932015-08-18T00:30:00Z     0.020000000000000462

第一行數據計算過程為：(2.116 - 2.064 / (6m / 12m)

計算每12分鐘最大值的變化率

> SELECT DERIVATIVE(MAX(water_level)) FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time < '2015-08-18T00:36:00Z' GROUP BY time(12m)
name: h3o_feet--------------time                           derivative2015-08-18T00:12:00Z     0.0099999999999997872015-08-18T00:24:00Z     -0.07499999999999973

這個函數功能非常多，也非常復雜，更多對于此功能的詳細解釋請看官網：https://docs.influxdata.com/influxdb/v0.13/query_language/functions/#derivative

2）DIFFERENCE()函數

作用：返回一個字段中連續的時間值之間的差異。字段類型必須是長整型或float64。

最基本的語法：

SELECT DIFFERENCE(<field_key>) FROM <measurement_name> [WHERE <stuff>]

與GROUP BY time()以及其他嵌套函數一起使用的語法格式：

SELECT DIFFERENCE(<function>(<field_key>)) FROM <measurement_name> WHERE <stuff> GROUP BY time(<time_interval>)

其中，函數可以包含以下幾個：

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

使用示例

例子中使用的源數據如下所示：

> SELECT water_level FROM h3o_feet WHERE location='santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:36:00Z'name: h3o_feet--------------time                            water_level2015-08-18T00:00:00Z      2.0642015-08-18T00:06:00Z      2.1162015-08-18T00:12:00Z      2.0282015-08-18T00:18:00Z      2.1262015-08-18T00:24:00Z      2.0412015-08-18T00:30:00Z      2.0512015-08-18T00:36:00Z      2.067

計算water_level間的差異：

> SELECT DIFFERENCE(water_level) FROM h3o_feet WHERE location='santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:36:00Z'name: h3o_feet--------------time                            difference2015-08-18T00:06:00Z      0.0520000000000000462015-08-18T00:12:00Z      -0.088000000000000082015-08-18T00:18:00Z      0.097999999999999862015-08-18T00:24:00Z      -0.084999999999999962015-08-18T00:30:00Z      0.0100000000000002312015-08-18T00:36:00Z      0.016000000000000014

數據類型都為float類型。

3）ELAPSED()函數

作用：返回一個字段在連續的時間間隔間的差異，間隔單位可選，默認為1納秒。

語法：

SELECT ELAPSED(<field_key>, <unit>) FROM <measurement_name> [WHERE <stuff>]

示例：

計算h3o_feet字段在納秒間隔下的差異。

> SELECT ELAPSED(water_level) FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:24:00Z'name: h3o_feet--------------time                            elapsed2015-08-18T00:06:00Z      3600000000002015-08-18T00:12:00Z      3600000000002015-08-18T00:18:00Z      3600000000002015-08-18T00:24:00Z      360000000000

在一分鐘間隔下的差異率：

> SELECT ELAPSED(water_level,1m) FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:24:00Z'name: h3o_feet--------------time                            elapsed2015-08-18T00:06:00Z      62015-08-18T00:12:00Z      62015-08-18T00:18:00Z      62015-08-18T00:24:00Z      6

注意：如果設置的時間間隔比字段數據間的時間間隔更大時，則函數會返回0，如下所示：

> SELECT ELAPSED(water_level,1h) FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:24:00Z'name: h3o_feet--------------time                            elapsed2015-08-18T00:06:00Z      02015-08-18T00:12:00Z      02015-08-18T00:18:00Z      02015-08-18T00:24:00Z      0

4）MOVING_AVERAGE()函數

作用：返回一個連續字段值的移動平均值，字段類型必須是長×××或者float64類型。

語法：

基本語法

SELECT MOVING_AVERAGE(<field_key>,<window>) FROM <measurement_name> [WHERE <stuff>]

與其他函數和GROUP BY time()語句一起使用時的語法

SELECT MOVING_AVERAGE(<function>(<field_key>),<window>) FROM <measurement_name> WHERE <stuff> GROUP BY time(<time_interval>)

此函數可以和以下函數一起使用：

COUNT(), MEAN(),MEDIAN(), SUM(), FIRST(), LAST(), MIN(), MAX(), and PERCENTILE().

示例：

> SELECT water_level FROM h3o_feet WHERE location = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' and time <= '2015-08-18T00:36:00Z'name: h3o_feet--------------time                            water_level2015-08-18T00:00:00Z      2.0642015-08-18T00:06:00Z      2.1162015-08-18T00:12:00Z      2.0282015-08-18T00:18:00Z      2.1262015-08-18T00:24:00Z      2.0412015-08-18T00:30:00Z      2.0512015-08-18T00:36:00Z      2.067

5）NON_NEGATIVE_DERIVATIVE()函數

作用：返回在一個series中的一個字段中值的變化的非負速率。

語法：

SELECT NON_NEGATIVE_DERIVATIVE(<field_key>, [<unit>]) FROM <measurement_name> [WHERE <stuff>]

與聚合類函數放在一起使用時的語法如下所示：

SELECT NON_NEGATIVE_DERIVATIVE(AGGREGATION_FUNCTION(<field_key>),[<unit>]) FROM <measurement_name> WHERE <stuff> GROUP BY time(<aggregation_interval>)

此函數示例請參閱：DERIVATIVE()函數

6）STDDEV()函數

作用：返回一個字段中的值的標準偏差。值的類型必須是長整型或float64類型。

語法：

SELECT STDDEV(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

示例：

> SELECT STDDEV(water_level) FROM h3o_feet
name: h3o_feet--------------time                           stddev1970-01-01T00:00:00Z     2.279144584196145

示例2：

> SELECT STDDEV(water_level) FROM h3o_feet WHERE time >= '2015-08-18T00:00:00Z' and time < '2015-09-18T12:06:00Z' GROUP BY time(1w), location
name: h3o_feet
tags: location = coyote_creek
time                           stddev----                           ------2015-08-13T00:00:00Z     2.24372630801939852015-08-20T00:00:00Z     2.1212761501447192015-08-27T00:00:00Z     3.04161221707862152015-09-03T00:00:00Z     2.53480650254352072015-09-10T00:00:00Z     2.5840039548826732015-09-17T00:00:00Z     2.2587514836274414name: h3o_feet
tags: location = santa_monica
time                           stddev----                           ------2015-08-13T00:00:00Z     1.111563445875532015-08-20T00:00:00Z     1.09098492790823662015-08-27T00:00:00Z     1.98701161800969622015-09-03T00:00:00Z     1.35167784509020672015-09-10T00:00:00Z     1.49605738115005882015-09-17T00:00:00Z     1.075701669442093