InfluxDB 聚合函数实用案例

InfluxDB 聚合函数实用案例

文章大纲

InfluxDB 简介

InfluxDB是GO语言编写的分布式时间序列化数据库，非常适合对数据（跟随时间变化而变化的数据）的跟踪、监控和分析。在我们的项目中，主要是用来收集设备实时上传的值。从而分析该设备值的趋势图和各个设备的能耗占比等一系列功能。InfluxDB的功能很强大，文档也很详细。可美中不足的是，它的单机性能并不是很理想。因为InfluxDB存储的数据量本身是非常巨大的，在执行一些时间范围比较大的sql语句，耗时会很长，甚至直接崩溃。而开源的InfluxDB目前已经不再支持集群。若要通过搭建集群提升性能问题，可以考虑企业版。当然，我们写的程序也有很大的性能优化空间。

能耗趋势图分析

需求：统计指定设备、指定区域、指定分项或者指定能耗类型的能耗趋势图。如下图所示，纵坐标是能耗值，横坐标是时刻（每小时、每天、每周、每月）。

分析：获取某个区间时刻的值，可以用GROUP BY time 进行时间分组。再用聚合函数LAST或者SUM统计。但这个看似很简单的需求却暗藏杀机。SQL语句如下

SELECT LAST("currentValue"), * FROM "$TABLE_NAME" 
WHERE time > '$startTime' AND time <= '$endTime' AND id = '$id' 
GROUP BY time($timeSpan) 
ORDER BY time DESC

第一：先要清楚，数据是通过什么规则保存到InfluxDB数据库

为了记录设备能耗的实时数据，我们会通过订阅MQTT通道，当值发生变化后存储到InfluxDB数据库中，或者在指定时间范围内没有变化也会上传。这样做的好处可以避免一些冗余数据，同时也埋下了一个坑。

例如：一台设备在InfluxDB数据库中最后一次记录的时间是15分钟前。但是sql语句是从5分钟前开始统计。这会导致该设备的其点值就是null。简单来说：设备的存储的值正好在分组统计的时间范围外。解决方法有很多：比如用FILL(previous)函数填充；比如使用time(time_interval,offset_interval)进行时间推移等。但是我比较推荐下面的方法：

先获取指定开始时间之前的最后值（lastValue），然后再根据返回值是否为null，来决定是否替换或者更新lastValue。伪代码如下。

## 获取该设备的最后记录值
val lastValue = "SELECT LAST("currentValue") FROM "$TABLE_NAME" WHERE time <= '$startTime'"
## 遍历查询结果，将currentValue为 null的值替换
"SELECT LAST("currentValue"), * FROM "$TABLE_NAME" 
WHERE time > '$startTime' AND time <= '$endTime' AND id = '$id' 
GROUP BY time($timeSpan) 
ORDER BY time DESC".forEach {
    lastValue = currentValue?: lastValue
    result[time] = currentValue?: lastValue
}

你以为这样就结束了吗？还不够，返回的time格式化后，你会发现有8小时的时区问题。

第二：解决InfluxDB时区问题

InfluxDB 默认以UTC时间存储并返回时间戳，查询返回的时间戳对应的也是UTC时间。我们需要通过tz()子句指定时区名称，比如Asia/Shanghai。若InfluxDB安装在Windows环境上，可能还会出现 error parsing query: unable to find time zone 错误，解决方法是安装GO语言环境，文章也详细介绍过。

SELECT LAST("currentValue"), * FROM "$TABLE_NAME" 
WHERE time > '$startTime' AND time <= '$endTime' AND id = '$id' 
GROUP BY time($timeSpan) 
ORDER BY time DESC tz('Asia/Shanghai')

实用tz() 子句后，返回的时间格式："2019-11-18T13:50:00+08:00"。需要通过 "yyyy-MM-dd'T'HH:mm:ss" 将其格式化。

第三：GROUP BY time 自然月

group by time 支持秒、分钟、小时、天和周，却唯独不支持自然月。如果对数据的精准性要求不高，可以考虑使用30d实现。或者分12次统计。或者有更好的方法，请不吝赐教