跳到主要内容

数据查询

相较于许多时序数据库和实时数据库，TDengine 自首个版本起就支持标准 SQL 查询。这一能力降低了时序数据查询和分析的学习成本。

本章以智能电表数据模型为例，使用快速体验中 taosBenchmark -y 写入的 test 库数据，在 shell 中快速体验常用查询：按条件过滤、排序、限制返回行数，按标签或子表聚合，以及按时间窗口统计数据。每类查询都会给出 SQL 和代表性返回结果，帮助你理解查询输出的形态。完整语法和高级查询能力请参见文末“继续阅读”。

前提条件​

请先确认已经完成以下准备：

  1. TDengine 服务已经启动，可以通过 shell 连接。
  2. 已经在下载与安装章节的快速体验中执行过 taosBenchmark -y，生成了 test 数据库和 meters 超级表。若尚未生成，可先在终端执行 taosBenchmark -y。

该命令默认写入约 1 亿条记录：10,000 张子表（d0–d9999），每张 10,000 条，时间戳范围为 2017-07-14 10:40:00.000 到 2017-07-14 10:40:09.999（约 10 秒，采集间隔 1 ms）。下文窗口示例因此使用秒级窗口，而不是分钟级窗口。

进入 shell 后，切换到 test 数据库。

USE test;

基本查询​

执行下面的 SQL，从超级表 meters 中查询电压大于 250V 的数据，并按时间倒序返回前 5 行。

SELECT tbname, ts, current, voltage
FROM meters
WHERE voltage > 250 and tbname = 'd1'
ORDER BY ts DESC
LIMIT 5;

其中：

  • WHERE voltage > 250 用于过滤电压大于 250V 的记录。
  • ORDER BY ts DESC 按时间戳倒序返回结果。
  • LIMIT 5 只返回前 5 行。

tbname 是伪列，表示数据来自哪张子表。 返回结果类似如下，具体子表名和数值可能因 taosBenchmark 版本或随机数据不同而略有差异。

 tbname |           ts            | current  | voltage |
========================================================
 d1     | 2017-07-14 10:40:09.998 |  11.7984 |     253 |
 d1     | 2017-07-14 10:40:09.998 |  11.7984 |     253 |
 d1     | 2017-07-14 10:40:09.998 |  11.7984 |     253 |
 d1     | 2017-07-14 10:40:09.998 |  11.7984 |     253 |
 d1     | 2017-07-14 10:40:09.998 |  11.7984 |     253 |

Query OK, 5 row(s) in set

按标签过滤​

标签适合用来描述设备的静态属性，例如位置和分组。下面的 SQL 查询位于 California.SanFrancisco 的电表数据。

SELECT tbname, ts, current, voltage, phase
FROM meters
WHERE location = "California.SanFrancisco"
ORDER BY ts DESC
LIMIT 5;

也可以同时使用标签条件和普通列条件。

SELECT tbname, ts, current, voltage, phase
FROM meters
WHERE location = "California.SanFrancisco" AND voltage > 250
ORDER BY ts DESC
LIMIT 5;

返回结果类似如下。

 tbname |           ts            | current  | voltage | phase |
===============================================================
 d3737  | 2017-07-14 10:40:09.998 |  11.7984 |     253 |   147 |
 d8742  | 2017-07-14 10:40:09.998 |  11.7984 |     253 |   147 |
 d8745  | 2017-07-14 10:40:09.998 |  11.7984 |     253 |   147 |
 d6259  | 2017-07-14 10:40:09.998 |  11.7984 |     253 |   147 |
 d6252  | 2017-07-14 10:40:09.998 |  11.7984 |     253 |   147 |

Query OK, 5 row(s) in set

聚合查询​

聚合函数可以帮助你快速计算统计值。下面的 SQL 统计所有电表的平均电压、最大电压和总记录数。

SELECT AVG(voltage), MAX(voltage), COUNT(*)
FROM meters;

返回结果中只有一行，表示全量数据的汇总结果。

 avg(voltage) | max(voltage) |  count(*)  |
===========================================
     243.9314 |          258 |  100000000 |

Query OK, 1 row(s) in set

如果需要按分组统计，可以使用 GROUP BY。快速体验数据中的分组标签列为 groupId。

SELECT groupId, AVG(voltage), COUNT(*)
FROM meters
GROUP BY groupId
ORDER BY groupId;

返回结果会按 groupId 分组，每个分组一行。

 groupId | avg(voltage) | count(*) |
====================================
       1 |     243.9314 |  9800000 |
       2 |     243.9314 |  9940000 |
       3 |     243.9314 |  9800000 |
       4 |     243.9314 | 10040000 |
       5 |     243.9314 | 10310000 |
     ...
Query OK, 10 row(s) in set

GROUP BY 的结果在未排序时不保证固定顺序。如需按统计值排序，可以继续使用 ORDER BY。

SELECT groupId, AVG(voltage) AS avg_voltage
FROM meters
GROUP BY groupId
ORDER BY avg_voltage DESC;

按子表聚合​

如果需要分别统计每个电表，可以使用 PARTITION BY tbname。下面的 SQL 按子表统计平均电压，并用 SLIMIT 只取前几个分片，避免一次返回 10,000 行。

SELECT tbname, AVG(voltage), COUNT(*)
FROM meters
PARTITION BY tbname
SLIMIT 3;

返回结果会按子表切分。分片出现顺序可能因环境略有不同，示意如下。

 tbname | avg(voltage) | count(*) |
===================================
 d0     |     243.9314 |    10000 |
 d1     |     243.9314 |    10000 |
 d2     |     243.9314 |    10000 |

Query OK, 3 row(s) in set

PARTITION BY 会先把超级表数据按指定维度切分，再在每个分片中执行计算。它常用于“每台设备分别统计”的场景。

窗口查询​

窗口查询用于把时序数据按时间、状态、事件或行数切分，再在每个窗口内计算。快速上手阶段可以先理解下面几类窗口：

常用窗口划分逻辑

  • 时间窗口：按固定时间间隔切分，使用 INTERVAL。
  • 滑动窗口：在时间窗口基础上设置滑动步长，使用 SLIDING。
  • 状态窗口：按状态值变化切分，使用 STATE_WINDOW。
  • 会话窗口：按相邻记录时间间隔切分，使用 SESSION。
  • 事件窗口：按开始条件和结束条件切分，使用 EVENT_WINDOW。
  • 计数窗口：按固定行数切分，使用 COUNT_WINDOW。
  • 外部窗口：由子查询显式给出窗口范围，使用 EXTERNAL_WINDOW。

下面先体验最常用的几种窗口。示例时间范围覆盖 test.meters 的全部数据区间。

时间窗口​

下面的 SQL 按 1 秒窗口计算每个电表的平均电压。

SELECT tbname, _wstart, _wend, AVG(voltage)
FROM meters
WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:10"
PARTITION BY tbname
INTERVAL(1s)
SLIMIT 2;

其中：

  • INTERVAL(1s) 表示按 1 秒切分时间窗口。
  • _wstart 和 _wend 是窗口开始时间和结束时间。
  • PARTITION BY tbname 表示每个子表独立做窗口聚合。
  • SLIMIT 2 只返回前 2 个分片，避免结果过长。

返回结果中每一行对应一个时间窗口，节选如下。

 tbname |        _wstart         |         _wend          | avg(voltage) |
==========================================================================
 d0     | 2017-07-14 10:40:00.000 | 2017-07-14 10:40:01.000 |     244.003 |
 d0     | 2017-07-14 10:40:01.000 | 2017-07-14 10:40:02.000 |     243.872 |
 d0     | 2017-07-14 10:40:02.000 | 2017-07-14 10:40:03.000 |     244.261 |
 d1     | 2017-07-14 10:40:00.000 | 2017-07-14 10:40:01.000 |     244.003 |
 d1     | 2017-07-14 10:40:01.000 | 2017-07-14 10:40:02.000 |     243.872 |
 ...

滑动窗口​

如果希望窗口按更短步长滑动，可以加上 SLIDING。下面的 SQL 使用 1 秒窗口，并每 500 毫秒滑动一次。

SELECT tbname, _wstart, AVG(voltage)
FROM meters
WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:10"
PARTITION BY tbname
INTERVAL(1s)
SLIDING(500a)
SLIMIT 1;

返回结果中，_wstart 每次前进 500 毫秒，说明 1 秒窗口正在按 500 毫秒步长滑动。

 tbname |        _wstart         | avg(voltage) |
==================================================
 d0     | 2017-07-14 10:39:59.500 |     243.808 |
 d0     | 2017-07-14 10:40:00.000 |     244.003 |
 d0     | 2017-07-14 10:40:00.500 |     244.089 |
 d0     | 2017-07-14 10:40:01.000 |     243.872 |
 d0     | 2017-07-14 10:40:01.500 |     244.019 |
 ...

填充缺失窗口​

窗口中没有数据时，可以使用 FILL 指定填充方式。下面的 SQL 使用前一个非空值填充缺失窗口。

SELECT _wstart, _wend, AVG(voltage)
FROM d0
WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:10"
INTERVAL(1s)
FILL(prev);

本章示例数据较连续，下面结果主要展示 FILL 查询的输出结构。若某个窗口没有数据，FILL(prev) 会使用前一个非空窗口的结果填充。

        _wstart         |         _wend          | avg(voltage) |
================================================================
 2017-07-14 10:40:00.000 | 2017-07-14 10:40:01.000 |     244.003 |
 2017-07-14 10:40:01.000 | 2017-07-14 10:40:02.000 |     243.872 |
 2017-07-14 10:40:02.000 | 2017-07-14 10:40:03.000 |     244.261 |
 2017-07-14 10:40:03.000 | 2017-07-14 10:40:04.000 |     243.479 |
 2017-07-14 10:40:04.000 | 2017-07-14 10:40:05.000 |     243.972 |
 ...

状态窗口​

状态窗口适合按状态变化切分数据。下面的 SQL 根据电压是否处于 240V 到 250V 的范围划分窗口。

SELECT _wstart, _wend, COUNT(*),
    CASE WHEN voltage >= 240 AND voltage <= 250 THEN 1 ELSE 0 END AS status
FROM d0
WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:03"
STATE_WINDOW(
    CASE WHEN voltage >= 240 AND voltage <= 250 THEN 1 ELSE 0 END
)
LIMIT 4;

返回结果中，相邻窗口的 status 不同，表示状态发生了变化。

        _wstart         |         _wend          | count(*) | status |
=====================================================================
 2017-07-14 10:40:00.000 | 2017-07-14 10:40:00.001 |        2 |      0 |
 2017-07-14 10:40:00.002 | 2017-07-14 10:40:00.002 |        1 |      1 |
 2017-07-14 10:40:00.003 | 2017-07-14 10:40:00.006 |        4 |      0 |
 2017-07-14 10:40:00.007 | 2017-07-14 10:40:00.014 |        8 |      1 |

Query OK, 4 row(s) in set

会话窗口​

会话窗口适合按相邻记录的时间间隔切分数据。下面的 SQL 将间隔不超过 30 秒的数据归为同一个会话。由于 d0 中相邻点间隔为 1 ms，整段数据会落在同一个会话窗口中。

SELECT _wstart, _wend, COUNT(*)
FROM d0
WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:10"
SESSION(ts, 30s);

返回结果如下。

        _wstart         |         _wend          | count(*) |
=============================================================
 2017-07-14 10:40:00.000 | 2017-07-14 10:40:09.999 |    10000 |

Query OK, 1 row(s) in set

事件窗口​

事件窗口适合“满足开始条件后开窗，满足结束条件后关窗”的场景。例如电压升高到某个阈值后开始观察，降回另一个阈值后结束观察。

SELECT _wstart, _wend, COUNT(*)
FROM d0
WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:10"
EVENT_WINDOW START WITH voltage >= 250 END WITH voltage < 245
LIMIT 4;

返回结果中，每一行表示一次从开窗条件到关窗条件之间的事件区间。

        _wstart         |         _wend          | count(*) |
=============================================================
 2017-07-14 10:40:00.000 | 2017-07-14 10:40:00.001 |        2 |
 2017-07-14 10:40:00.004 | 2017-07-14 10:40:00.005 |        2 |
 2017-07-14 10:40:00.006 | 2017-07-14 10:40:00.011 |        6 |
 2017-07-14 10:40:00.016 | 2017-07-14 10:40:00.017 |        2 |

Query OK, 4 row(s) in set

计数窗口​

计数窗口适合按固定行数分组。下面的 SQL 每 100 行切分一个窗口。

SELECT _wstart, _wend, COUNT(*)
FROM d0
WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:10"
COUNT_WINDOW(100)
LIMIT 5;

返回结果中，每个窗口最多包含 100 行数据。

        _wstart         |         _wend          | count(*) |
=============================================================
 2017-07-14 10:40:00.000 | 2017-07-14 10:40:00.099 |      100 |
 2017-07-14 10:40:00.100 | 2017-07-14 10:40:00.199 |      100 |
 2017-07-14 10:40:00.200 | 2017-07-14 10:40:00.299 |      100 |
 2017-07-14 10:40:00.300 | 2017-07-14 10:40:00.399 |      100 |
 2017-07-14 10:40:00.400 | 2017-07-14 10:40:00.499 |      100 |

Query OK, 5 row(s) in set

外部窗口​

外部窗口更适合用已有事件表、排班表或维护计划定义窗口范围。下面的 SQL 先用子查询显式给出两个窗口边界，再在 d0 表中分别计算每个窗口内的平均电压。

SELECT _wstart, _wend, AVG(voltage)
FROM d0
EXTERNAL_WINDOW (
    (SELECT CAST("2017-07-14 10:40:00" AS TIMESTAMP) AS ws,
            CAST("2017-07-14 10:40:01" AS TIMESTAMP) AS we
     UNION ALL
     SELECT CAST("2017-07-14 10:40:01" AS TIMESTAMP),
            CAST("2017-07-14 10:40:02" AS TIMESTAMP)
     ORDER BY ws) w
);

返回结果中，窗口边界来自子查询，而不是由 INTERVAL 自动切分。

        _wstart         |         _wend          | avg(voltage) |
=================================================================
 2017-07-14 10:40:00.000 | 2017-07-14 10:40:01.000 |  244.206793 |
 2017-07-14 10:40:01.000 | 2017-07-14 10:40:02.000 |  244.367632 |

Query OK, 2 row(s) in set

也可以用 INTERVAL 子查询生成有序窗口，效果类似：

SELECT _wstart, _wend, AVG(voltage)
FROM d0
EXTERNAL_WINDOW (
    (SELECT _wstart, _wend
     FROM d0
     WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:02"
     INTERVAL(1s)) w
);

常用查询模式​

下面是几个快速上手阶段常用的查询模式。

查看某张子表的最新数据：

SELECT * FROM d0 ORDER BY ts DESC LIMIT 1;

查看某个位置的电表记录数：

SELECT location, COUNT(*)
FROM meters
GROUP BY location
ORDER BY location;

查看每个电表的最大电压（用 SLIMIT 限制返回分片数）：

SELECT tbname, MAX(voltage)
FROM meters
PARTITION BY tbname
SLIMIT 3;

查看某段时间内的电流平均值：

SELECT AVG(current)
FROM meters
WHERE ts >= "2017-07-14 10:40:00" AND ts < "2017-07-14 10:40:10";

继续阅读​

本章只覆盖快速上手阶段最常用的查询方式。更多高级查询能力，请继续阅读以下文档：

  • 基础查询：完整 SELECT 语法、过滤、排序、分组、子查询和 UNION。
  • 函数：聚合函数、选择函数和时序数据特有函数。
  • 特色查询：时间窗口、状态窗口、会话窗口、事件窗口、计数窗口和外部窗口。
  • 关联查询：普通 Join、ASOF Join 和 Window Join。
SOC 2 Certified
ISO 27001 Certified
ISO 27017 Certified
TDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；TDengine IDMP 是一款AI原生工业数据管理平台，它通过树状层次结构建立数据目录，对数据进行标准化、情景化，并通过 AI 提供实时分析、可视化、事件管理与报警等功能。
产品
TDengine TSDB
TDengine IDMP
TDengine Cloud
学习
TSDB 文档
IDMP 文档
博客
资源
公司
关于我们
技术支持
新闻动态
安全性
联系我们
招贤纳士
服务条款
隐私
场景
物联网
工业互联网
车联网
IT 运维
电力能源
金融
TDengine AI Chat
点击使用 AI 问答
TDengine 的智能助手
TDengine Database
加小 T 为好友
即可加入物联网大数据技术前沿群
点击填写表单
获得解决方案专家帮助
© 2017-2026 涛思数据
京公网安备 11010502047618号
新版时序数据库 TDengine Database v3.0