TDengine 3.3.6.0 版本中非常实用的 Cols 函数

简介

在刚刚发布的 TDengine 3.3.6.0 版本 中,新增了一个非常实用的 函数COLS ,此函数用于获取选择函数所在行列信息,主要应用在生成报表数据,每行需要出现多个选择函数结果,如统计每天最大及最小电压,并报告最大电压及最小电压发生时间。

SQL 语法

sql 复制代码
COLS(func(expr), output_expr1, [, output_expr2] ... )

功能说明:在选择函数 func(expr) 执行结果所在数据行上,执行表达式 output_expr1, , output_expr2,返回其结果,func(expr) 结果不输出。

返回数据类型:返回多列数据,每列数据类型为对应表达式返回结果的类型。

适用数据类型:全部类型字段。

适用于:表和超级表。

使用说明:

  • func 函数类型:必须是 单行选择函数(如 min max last 等函数)。
  • 主要用于一个 sql 中获取多个选择函数结果关联列的场景,例如 select cols(max(c0), ts), cols(max(c1), ts) from ... 可用于获取 c0、c1 列最大值的不同 ts 值。
  • 注意,函数 func 的结果并没有返回,如需输出 func 结果,可额外增加输出列,如 select fist(ts), cols(first(ts), c1) from ...
  • 可设置别名
    • 输出一列别名设置,如 select cols(first(ts), c1) as c11 from ...
    • 输出多列别名设置,如 select cols(first(ts), c1 as c11, c2 as c22)

示例

获取智能电表每天最大压电及发生时间和最小电压及发生时间,SQL 如下:

SQL 复制代码
select cols(max(voltage),voltage as max_voltage , ts as max_ts), cols(min(voltage), voltage as min_voltage, ts as min_ts) from meters interval(1d) ;

查询结果:

SQL 复制代码
   max_voltage   |         max_ts          |   min_voltage   |         min_ts          |
================================================================================
         256 | 2017-07-14 14:40:00.000 |         230 | 2017-07-14 17:40:00.000 |
         257 | 2017-07-15 10:40:00.000 |         230 | 2017-07-15 01:40:00.000 |
         256 | 2017-07-16 08:40:00.000 |         232 | 2017-07-16 01:40:00.000 |
         258 | 2017-07-17 04:40:00.000 |         231 | 2017-07-17 01:40:00.000 |
         254 | 2017-07-18 00:40:00.000 |         231 | 2017-07-18 17:40:00.000 |
         257 | 2017-07-19 12:40:00.000 |         230 | 2017-07-19 11:40:00.000 |
         258 | 2017-07-20 20:40:00.000 |         234 | 2017-07-20 13:40:00.000 |
         258 | 2017-07-21 04:40:00.000 |         231 | 2017-07-21 13:40:00.000 |
         258 | 2017-07-22 12:40:00.000 |         230 | 2017-07-22 07:40:00.000 |
         256 | 2017-07-23 10:40:00.000 |         230 | 2017-07-23 03:40:00.000 |
Query OK, 10 row(s) in set (0.020148s)

访问官网

更多内容欢迎访问 TDengine 官网

相关推荐
数字新视界2 小时前
能耗管理系统提升企业能源效率的实践与展望
大数据·人工智能·数据中心·机房管理·模块化机房
大大大大晴天2 小时前
别让金额越算越多:事实表与维度表设计避坑指南
大数据
Pocker_Spades_A3 小时前
工业物联网时序数据库选型:一份能直接抄走的技术规格书
数据库·物联网·时序数据库
如夏倾城4 小时前
入侵检测系统(IDS)原理、部署模式与 IPS/防火墙对比
大数据·网络·人工智能·网络安全·云原生·架构·kubernetes
苜蓿muxu4 小时前
缓存三大问题:穿透、击穿、雪崩
数据库·redis
wuyk5554 小时前
Spider-第20讲-综合实战可上线爬虫
大数据·爬虫·python·elasticsearch
培培说证4 小时前
大数据与会计专业性价比高的证书有哪些?
大数据
正在走向自律5 小时前
MySQL兼容性深度实践:建表、增删改查与迁移避坑全记录
数据库·sql·mysql·信创·数据库迁移
隔窗听雨眠5 小时前
openGauss开源五年的内核演进与生态工程
数据库·opengauss·国产数据库
Decay__6 小时前
PostgreSQL 体系架构全解 —— 进程模型、共享内存、MVCC 与 WAL 预写日志深入
运维·数据库·sql·mysql·架构