查询数据

主要查询功能

TDengine 采用 SQL 作为查询语言。应用程序可以通过 REST API 或连接器发送 SQL 语句，用户还可以通过 TDengine 命令行工具 taos 手动执行 SQL 即席查询（Ad-Hoc Query）。TDengine 支持如下查询功能：

单列、多列数据查询
标签和数值的多种过滤条件：>, <, =, <>, like 等
聚合结果的分组（Group by）、排序（Order by）、约束输出（Limit/Offset）
时间窗口（Interval）、会话窗口（Session）和状态窗口（State_window）等窗口切分聚合查询
数值列及聚合结果的四则运算
时间戳对齐的连接查询（Join Query: 隐式连接）操作
多种聚合/计算函数: count, max, min, avg, sum, twa, stddev, leastsquares, top, bottom, first, last, percentile, apercentile, last_row, spread, diff 等

例如：在命令行工具 taos 中，从表 d1001 中查询出 voltage > 215 的记录，按时间降序排列，仅仅输出 2 条。

SQL
select * from test.d101 where voltage > 215 order by ts desc limit 2;

output
           ts            |       current        |   voltage   |        phase         |
======================================================================================
 2018-10-03 14:38:16.800 |             12.30000 |         221 |              0.31000 |
 2018-10-03 14:38:15.000 |             12.60000 |         218 |              0.33000 |
Query OK, 2 row(s) in set (0.001100s)

为满足物联网场景的需求，TDengine 支持几个特殊的函数，比如 twa(时间加权平均)，spread (最大值与最小值的差)，last_row(最后一条记录)等，更多与物联网场景相关的函数将添加进来。

具体的查询语法请看 TDengine SQL 的数据查询章节。

多表聚合查询

物联网场景中，往往同一个类型的数据采集点有多个。TDengine 采用超级表(STable)的概念来描述某一个类型的数据采集点，一张普通的表来描述一个具体的数据采集点。同时 TDengine 使用标签来描述数据采集点的静态属性，一个具体的数据采集点有具体的标签值。通过指定标签的过滤条件，TDengine 提供了一高效的方法将超级表(某一类型的数据采集点)所属的子表进行聚合查询。对普通表的聚合函数以及绝大部分操作都适用于超级表，语法完全一样。

示例一

在 TDengine CLI ，查找加利福尼亚州所有智能电表采集的电压平均值，并按照 location 分组。

SQL
SELECT AVG(voltage), location FROM test.meters GROUP BY location;

output
         location         |       avg(voltage)        |
=======================================================
 California.PaloAlto      |             109.507000000 |
 California.Sunnyvale     |             109.507000000 |
 California.MountainView  |             109.507000000 |
 California.SanFrancisco  |             109.507000000 |
 California.SanJose       |             109.507000000 |
 California.SanDiego      |             109.507000000 |
 California.SantaClara    |             109.507000000 |
 California.Cupertino     |             109.507000000 |
 California.Campbell      |             109.507000000 |
 California.LosAngles     |             109.507000000 |
Query OK, 10 row(s) in set

示例二

在 TDengine CLI taos, 查找 groupId 为 2 的所有智能电表过去24小时的记录条数和电流的最大值。

SQL
SELECT count(*), max(current) FROM test.meters where groupId = 2 and ts > now - 24h;

output
     count(*)  |    max(current)  |
==================================
            5 |             13.4 |
Query OK, 1 row(s) in set (0.002136s)

在 TDengine SQL 的数据查询一章，查询类操作都会注明是否支持超级表。

降采样查询、插值

物联网场景里，经常需要通过降采样（down sampling）将采集的数据按时间段进行聚合。TDengine 提供了一个简便的关键词 interval 让按照时间窗口的查询操作变得极为简单。比如，将智能电表 d1001 采集的电流值每 10 秒钟求和

SQL
taos> SELECT _wstart, sum(current) FROM test.d1001 INTERVAL(10s);

output
         _wstart         |       sum(current)        |
======================================================
 2018-10-03 14:38:00.000 |              10.300000191 |
 2018-10-03 14:38:10.000 |              24.900000572 |
Query OK, 2 rows in database (0.003139s)

降采样操作也适用于超级表，比如：将加利福尼亚州所有智能电表采集的电流值每秒钟求和

SQL
SELECT _wstart, SUM(current) FROM test.meters where location like "California%" INTERVAL(1s);

output
         _wstart         |       sum(current)        |
======================================================
 2018-10-03 14:38:04.000 |              10.199999809 |
 2018-10-03 14:38:05.000 |              23.699999809 |
 2018-10-03 14:38:06.000 |              11.500000000 |
 2018-10-03 14:38:15.000 |              12.600000381 |
 2018-10-03 14:38:16.000 |              34.400000572 |
Query OK, 5 rows in database (0.007413s)

降采样操作也支持时间偏移，比如：将所有智能电表采集的电流值每秒钟求和，但要求每个时间窗口从 500 毫秒开始

SQL
SELECT _wstart, SUM(current) FROM test.meters INTERVAL(1s, 500a);

output
         _wstart         |       sum(current)        |
======================================================
 2018-10-03 14:38:03.500 |              10.199999809 |
 2018-10-03 14:38:04.500 |              10.300000191 |
 2018-10-03 14:38:05.500 |              13.399999619 |
 2018-10-03 14:38:06.500 |              11.500000000 |
 2018-10-03 14:38:14.500 |              12.600000381 |
 2018-10-03 14:38:16.500 |              34.400000572 |
Query OK, 6 rows in database (0.005515s)

物联网场景里，每个数据采集点采集数据的时间是难同步的，但很多分析算法(比如 FFT)需要把采集的数据严格按照时间等间隔的对齐，在很多系统里，需要应用自己写程序来处理，但使用 TDengine 的降采样操作就轻松解决。

如果一个时间间隔里，没有采集的数据，TDengine 还提供插值计算的功能。

语法规则细节请见 TDengine SQL 的按时间窗口切分聚合章节。

连接器样例

IMPORTANT

在执行下面样例代码的之前，您必须首先建立和 TDengine Cloud 的连接，请参考连接云服务.

在这个例子里面，我们使用 query 方法去执行 SQL，然后获取 result 对象。

result = conn.query("SELECT ts, current FROM power.meters LIMIT 2")

从 result 对象里面获取列的元数据，包括列名，列类型和列的长度。

print(result.fields)
# output: [{'name': 'ts', 'type': 9, 'bytes': 8}, {'name': 'current', 'type': 6, 'bytes': 4}]

从 result 获得总行数：

print(result.rows)
# output: 3

在每一行上面迭代：

for row in result:
    print(row)
# output:
# [datetime.datetime(2018, 10, 3, 14, 38, 5, tzinfo=datetime.timezone.utc), 10.3]
# [datetime.datetime(2018, 10, 3, 14, 38, 15, tzinfo=datetime.timezone.utc), 12.6]

查看源码

在这个例子中，我们使用 Statement 对象的 executeQuery 方法并获取 ResultSet 对象。

ResultSet result = stmt.executeQuery("SELECT ts, current FROM power.meters LIMIT 2");

从结果里面得到列的元数据：

// print column names
ResultSetMetaData meta = result.getMetaData();
System.out.println(meta.getColumnLabel(1) + "\t" + meta.getColumnLabel(2));
// output: ts	current

在结果上面迭代打印每一行数据：

while(result.next()) {
    System.out.println(result.getTimestamp(1) + "\t" + result.getFloat(2));
}
// output:
//2018-10-03 14:38:05.0	10.3
//2018-10-03 14:38:15.0	12.6

查看源码

在这个例子中，我们使用 Query 方法执行 SQL 并获取了一个 sql.Rows 对象。

rows, err := taos.Query("SELECT ts, current FROM power.meters LIMIT 2")
if err != nil {
	fmt.Println("failed to select from table, err:", err)
	return
}
defer rows.Close()

从结果行里面获取列名：

// print column names
colNames, _ := rows.Columns()
fmt.Println(colNames)

在每一行上面迭代并打印每一行数据：

for rows.Next() {
	var r struct {
		ts      time.Time
		current float32
	}
	err := rows.Scan(&r.ts, &r.current)
	if err != nil {
		fmt.Println("scan error:\n", err)
		return
	}
	fmt.Println(r.ts, r.current)
}
// 2018-10-03 14:38:05 +0000 UTC 10.3
// 2018-10-03 14:38:15 +0000 UTC 12.6

查看源码

在这个例子里面，我们使用查询方法来执行 SQL ，然后获取到 result 对象。

let result = conn.query("SELECT ts, current FROM power.meters LIMIT 2").await?;

从结果里面获取列的元数据：

let fields = result.fields();
for column in fields {
    println!("name:{} bytes: {}", column.name(), column.bytes());
}
// name:ts bytes: 8
// name:current bytes: 4

获取所以的行数据并打印每一行数据：

let mut rows = result.rows();
while let Some(row) = rows.try_next().await? {
    for (name, value) in row {
        println!("got value of {}: {}", name, value);
    }
}
// 2018-10-03 14:38:05.000 10.3
// 2018-10-03 14:38:15.000 12.6

查看源码

const { options, connect } = require("@tdengine/rest");

function checkError(result) {
  if (result.getErrCode() !== undefined) {
    console.log(result.getErrCode(), result.getErrStr());
    process.exit(1);
  }
}

async function test() {
  options.url = process.env.TDENGINE_CLOUD_URL;
  options.query = { token: process.env.TDENGINE_CLOUD_TOKEN };
  let conn = connect(options);
  let cursor = conn.cursor();
  try {
    let result = await cursor.query("SELECT ts, current FROM power.meters LIMIT 2");
    console.log(result.getMeta());
    // [
    //   { columnName: 'ts', code: 9, size: 8, typeName: 'timestamp' },
    //   { columnName: 'current', code: 6, size: 4, typeName: 'float' }
    // ]
    console.log(result.getData());
    // [ [ '2018-10-03T14:38:05Z', 10.3 ], [ '2018-10-03T14:38:15Z', 12.6 ] ]
  } catch (err) {
    console.log(err);
  }
}

test();

查看源码

在这个例子里面，我们使用查询方法来执行 SQL ，然后获取到 result 对象。

<Project Sdk="Microsoft.NET.Sdk">

  <PropertyGroup>
    <OutputType>Exe</OutputType>
    <TargetFramework>net5.0</TargetFramework>
    <Nullable>enable</Nullable>
  </PropertyGroup>

  <ItemGroup>
    <PackageReference Include="TDengine.Connector" Version="3.0.*" GeneratePathProperty="true" />
  </ItemGroup>
  <Target Name="copyDLLDependency" BeforeTargets="BeforeBuild">
    <ItemGroup>
      <DepDLLFiles Include="$(PkgTDengine_Connector)\runtimes\**\*.*" />
    </ItemGroup>
    <Copy SourceFiles="@(DepDLLFiles)" DestinationFolder="$(OutDir)" />
  </Target>

</Project>

查看源码

string selectTable = "select * from test.meters";
res = LibTaosWS.WSQueryTimeout(conn, selectTable, 5000);
ValidQueryExecution(res);

// get meta info of the retrieved data as List
List<TDengineMeta> metas = LibTaosWS.WSGetFields(res);
Console.WriteLine(metas.Count);
// get data of the retrieved data as List.
List<object> dataSet = LibTaosWS.WSGetData(res);
Console.WriteLine(dataSet.Count);
// Free the query result every time when used up it.
LibTaosWS.WSFreeResult(res);
void ValidQueryExecution(IntPtr res)
{
    int code = LibTaosWS.WSErrorNo(res);
    if (code != 0)
    {
        throw new Exception($"execute SQL failed: reason: {LibTaosWS.WSErrorStr(res)}, code:{code}");
    }
}

查看源码

主要查询功能​

多表聚合查询​

示例一​

示例二​

降采样查询、插值​

连接器样例​

支持和反馈

主要查询功能

多表聚合查询

示例一

示例二

降采样查询、插值

连接器样例