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
笑远1 小时前
不同服务器架构(x86、ARM、Power、SPARC)对数据库使用的影响
运维·服务器·数据库·架构
Gadus_2 小时前
MySQL事务
数据库·mysql
啥都不懂的小小白2 小时前
Elasticsearch入门指南(一)
大数据·elasticsearch·搜索引擎
caijingshiye2 小时前
KHARPA币:结合传统与区块链技术的DeFi DAO革命
大数据·区块链
武帝为此2 小时前
【MySQL 删除数据详解】
android·数据库·mysql
一只小爪子2 小时前
SQL 语句说明
运维·服务器·数据库·sql·mysql
hezf2 小时前
初识 Prisma-结合NestJS
数据库·后端·nestjs
qq_5470261792 小时前
Elasticsearch 故障转移及水平扩容
大数据·elasticsearch·搜索引擎
Elastic 中国社区官方博客2 小时前
Elasticsearch:使用稀疏向量提升相关性
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
AI服务老曹2 小时前
通过平台大数据智能引擎及工具,构建设备管理、运行工况监测、故障诊断等应用模型的智慧快消开源了
大数据·科技·物联网·开源·云计算