-
TDengine函数大全-时序库特有函数
以下内容来自 TDengine 官方文档 及
GitHub 内容 。以下所有示例基于 TDengine 3.1.0.3
TDengine函数大全
1.数学函数
2.字符串函数
3.转换函数
4.时间和日期函数
5.聚合函数
6.选择函数
7.时序数据库特有函数
8.系统函数CSUM
CSUM(expr)- 1
功能说明：累加和（Cumulative sum），输出行与输入行数相同。
返回结果类型： 输入列如果是整数类型返回值为长整型 （int64_t），浮点数返回值为双精度浮点数（Double）。无符号整数类型返回值为无符号长整型（uint64_t）。
适用数据类型：数值类型。
嵌套子查询支持： 适用于内层查询和外层查询。
适用于：表和超级表。
使用说明：
- 不支持 +、-、*、/ 运算，如 csum(col1) + csum(col2)。
- 只能与聚合（Aggregation）函数一起使用。 该函数可以应用在普通表和超级表上。
示例:
> select ts,v1 from t7; ts | v1 | ======================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 2 | 2023-08-01 01:01:03.000 | 3 | 2023-08-01 01:01:04.000 | 4 | 2023-08-01 01:01:05.000 | 5 | 2023-08-01 01:01:06.000 | 6 | 2023-08-01 01:01:07.000 | 7 | 2023-08-01 01:01:08.000 | 8 | 2023-08-01 01:01:09.000 | 9 | 2023-08-01 01:01:10.000 | 10 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | > select csum(v1) from t7; csum(v1) | ======================== 1 | 3 | 6 | 10 | 15 | 21 | 28 | 36 | 45 | 55 | 65 | > select ts,csum(v1) from t7; ts | csum(v1) | ================================================== 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 3 | 2023-08-01 01:01:03.000 | 6 | 2023-08-01 01:01:04.000 | 10 | 2023-08-01 01:01:05.000 | 15 | 2023-08-01 01:01:06.000 | 21 | 2023-08-01 01:01:07.000 | 28 | 2023-08-01 01:01:08.000 | 36 | 2023-08-01 01:01:09.000 | 45 | 2023-08-01 01:01:10.000 | 55 | 2023-08-01 01:01:12.000 | 65 |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
DERIVATIVE
DERIVATIVE(expr, time_interval, ignore_negative) ignore_negative: { 0 | 1 }- 1
- 2
- 3
- 4
- 5
- 6
功能说明：统计表中某列数值的单位变化率。其中单位时间区间的长度可以通过 time_interval 参数指定，最小可以是 1 秒（1s）；ignore_negative 参数的值可以是 0 或 1，为 1 时表示忽略负值。
返回数据类型：DOUBLE。
适用数据类型：数值类型。
适用于：表和超级表。
使用说明:
- 可以与选择相关联的列一起使用。 例如: select _rowts, DERIVATIVE() from。
示例:
> select ts,v1 from t7; ts | v1 | ======================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 2 | 2023-08-01 01:01:03.000 | 3 | 2023-08-01 01:01:04.000 | 4 | 2023-08-01 01:01:05.000 | 5 | 2023-08-01 01:01:06.000 | 6 | 2023-08-01 01:01:07.000 | 7 | 2023-08-01 01:01:08.000 | 8 | 2023-08-01 01:01:09.000 | 9 | 2023-08-01 01:01:10.000 | 10 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | 2023-08-01 01:01:13.000 | -2 | Query OK, 14 row(s) in set (0.001077s) taos> select _rowts,derivative(v1,1s,0) from t7; _rowts | derivative(v1,1s,0) | ====================================================== 2023-08-01 01:01:02.000 | 1.000000000000000 | 2023-08-01 01:01:03.000 | 1.000000000000000 | 2023-08-01 01:01:04.000 | 1.000000000000000 | 2023-08-01 01:01:05.000 | 1.000000000000000 | 2023-08-01 01:01:06.000 | 1.000000000000000 | 2023-08-01 01:01:07.000 | 1.000000000000000 | 2023-08-01 01:01:08.000 | 1.000000000000000 | 2023-08-01 01:01:09.000 | 1.000000000000000 | 2023-08-01 01:01:10.000 | 1.000000000000000 | 2023-08-01 01:01:12.000 | 0.000000000000000 | 2023-08-01 01:01:13.000 | -12.000000000000000 | Query OK, 11 row(s) in set (0.001550s) taos> select _rowts,derivative(v1,1s,1) from t7; _rowts | derivative(v1,1s,1) | ====================================================== 2023-08-01 01:01:02.000 | 1.000000000000000 | 2023-08-01 01:01:03.000 | 1.000000000000000 | 2023-08-01 01:01:04.000 | 1.000000000000000 | 2023-08-01 01:01:05.000 | 1.000000000000000 | 2023-08-01 01:01:06.000 | 1.000000000000000 | 2023-08-01 01:01:07.000 | 1.000000000000000 | 2023-08-01 01:01:08.000 | 1.000000000000000 | 2023-08-01 01:01:09.000 | 1.000000000000000 | 2023-08-01 01:01:10.000 | 1.000000000000000 | 2023-08-01 01:01:12.000 | 0.000000000000000 |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
DIFF
DIFF(expr [, ignore_negative]) ignore_negative: { 0 | 1 }- 1
- 2
- 3
- 4
- 5
- 6
功能说明：统计表中某列的值与前一行对应值的差。 ignore_negative 取值为 0|1 , 可以不填，默认值为 0. 不忽略负值。ignore_negative 为 1 时表示忽略负数。
返回数据类型：同应用字段。
适用数据类型：数值类型。
适用于：表和超级表。
使用说明:
- 输出结果行数是范围内总行数减一，第一行没有结果输出。
- 可以与选择相关联的列一起使用。 例如: select _rowts, DIFF() from。
示例:
> select ts,v1 from t7; ts | v1 | ======================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 2 | 2023-08-01 01:01:03.000 | 3 | 2023-08-01 01:01:04.000 | 4 | 2023-08-01 01:01:05.000 | 5 | 2023-08-01 01:01:06.000 | 6 | 2023-08-01 01:01:07.000 | 7 | 2023-08-01 01:01:08.000 | 8 | 2023-08-01 01:01:09.000 | 9 | 2023-08-01 01:01:10.000 | 10 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | 2023-08-01 01:01:13.000 | -2 | > select _rowts,diff(v1) from t7; _rowts | diff(v1) | ================================================== 1970-01-01 08:00:00.000 | NULL | 2023-08-01 01:01:02.000 | 1 | 2023-08-01 01:01:03.000 | 1 | 2023-08-01 01:01:04.000 | 1 | 2023-08-01 01:01:05.000 | 1 | 2023-08-01 01:01:06.000 | 1 | 2023-08-01 01:01:07.000 | 1 | 2023-08-01 01:01:08.000 | 1 | 2023-08-01 01:01:09.000 | 1 | 2023-08-01 01:01:10.000 | 1 | 1970-01-01 08:00:00.000 | NULL | 2023-08-01 01:01:12.000 | 0 | 2023-08-01 01:01:13.000 | -12 | > select _rowts,diff(v1,0) from t7; _rowts | diff(v1,0) | ================================================== 6426-05-31 11:01:03.576 | NULL | 2023-08-01 01:01:02.000 | 1 | 2023-08-01 01:01:03.000 | 1 | 2023-08-01 01:01:04.000 | 1 | 2023-08-01 01:01:05.000 | 1 | 2023-08-01 01:01:06.000 | 1 | 2023-08-01 01:01:07.000 | 1 | 2023-08-01 01:01:08.000 | 1 | 2023-08-01 01:01:09.000 | 1 | 2023-08-01 01:01:10.000 | 1 | 2023-08-01 01:01:10.000 | NULL | 2023-08-01 01:01:12.000 | 0 | 2023-08-01 01:01:13.000 | -12 | > select _rowts,diff(v1,1) from t7; _rowts | diff(v1,1) | ================================================== 1970-01-01 08:00:00.000 | NULL | 2023-08-01 01:01:02.000 | 1 | 2023-08-01 01:01:03.000 | 1 | 2023-08-01 01:01:04.000 | 1 | 2023-08-01 01:01:05.000 | 1 | 2023-08-01 01:01:06.000 | 1 | 2023-08-01 01:01:07.000 | 1 | 2023-08-01 01:01:08.000 | 1 | 2023-08-01 01:01:09.000 | 1 | 2023-08-01 01:01:10.000 | 1 | 1970-01-01 08:00:00.000 | NULL | 2023-08-01 01:01:12.000 | 0 | 2023-08-01 01:01:13.000 | NULL |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
IRATE
IRATE(expr)- 1
功能说明：计算瞬时增长率。使用时间区间中最后两个样本数据来计算瞬时增长速率；如果这两个值呈递减关系，那么只取最后一个数用于计算，而不是使用二者差值。
返回数据类型：DOUBLE。
适用数据类型：数值类型。
适用于：表和超级表。
示例:
> select ts,v1 from t7; ts | v1 | ======================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 2 | 2023-08-01 01:01:03.000 | 3 | 2023-08-01 01:01:04.000 | 4 | 2023-08-01 01:01:05.000 | 5 | 2023-08-01 01:01:06.000 | 6 | 2023-08-01 01:01:07.000 | 7 | 2023-08-01 01:01:08.000 | 8 | 2023-08-01 01:01:09.000 | 9 | 2023-08-01 01:01:10.000 | 10 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | 2023-08-01 01:01:13.000 | -2 | > select irate(v1) from t7 where ts>='2023-08-01 01:01:10.000' and ts<='2023-08-01 01:01:12.000'; irate(v1) | ============================ 0.000000000000000 | > select irate(v1) from t7 where ts>='2023-08-01 01:01:01.000' and ts<='2023-08-01 01:01:04.000'; irate(v1) | ============================ 1.000000000000000 | > select _wstart,irate(v1) from t7 interval(2s); _wstart | irate(v1) | ====================================================== 2023-08-01 01:01:00.000 | 0.000000000000000 | 2023-08-01 01:01:02.000 | 1.000000000000000 | 2023-08-01 01:01:04.000 | 1.000000000000000 | 2023-08-01 01:01:06.000 | 1.000000000000000 | 2023-08-01 01:01:08.000 | 1.000000000000000 | 2023-08-01 01:01:10.000 | 0.000000000000000 | 2023-08-01 01:01:12.000 | -2.000000000000000 |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
MAVG
MAVG(expr, k)- 1
功能说明： 计算连续 k 个值的移动平均数（moving average）。如果输入行数小于 k，则无结果输出。参数 k 的合法输入范围是 1≤ k ≤ 1000。
返回结果类型： DOUBLE。
适用数据类型： 数值类型。
嵌套子查询支持： 适用于内层查询和外层查询。
适用于：表和超级表。
使用说明：
- 不支持 +、-、*、/ 运算，如 mavg(col1, k1) + mavg(col2, k1);
- 只能与普通列，选择（Selection）、投影（Projection）函数一起使用，不能与聚合（Aggregation）函数一起使用；
示例:
> select ts,v1 from t7; ts | v1 | ======================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 2 | 2023-08-01 01:01:03.000 | 3 | 2023-08-01 01:01:04.000 | 4 | 2023-08-01 01:01:05.000 | 5 | 2023-08-01 01:01:06.000 | 6 | 2023-08-01 01:01:07.000 | 7 | 2023-08-01 01:01:08.000 | 8 | 2023-08-01 01:01:09.000 | 9 | 2023-08-01 01:01:10.000 | 10 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | 2023-08-01 01:01:13.000 | -2 | > select ts,mavg(v1,2) from t7; ts | mavg(v1,2) | ====================================================== 2023-08-01 01:01:02.000 | 1.500000000000000 | 2023-08-01 01:01:03.000 | 2.500000000000000 | 2023-08-01 01:01:04.000 | 3.500000000000000 | 2023-08-01 01:01:05.000 | 4.500000000000000 | 2023-08-01 01:01:06.000 | 5.500000000000000 | 2023-08-01 01:01:07.000 | 6.500000000000000 | 2023-08-01 01:01:08.000 | 7.500000000000000 | 2023-08-01 01:01:09.000 | 8.500000000000000 | 2023-08-01 01:01:10.000 | 9.500000000000000 | 2023-08-01 01:01:12.000 | 10.000000000000000 | 2023-08-01 01:01:13.000 | 4.000000000000000 | > select ts,mavg(v1,4) from t7; ts | mavg(v1,4) | ====================================================== 2023-08-01 01:01:04.000 | 2.500000000000000 | 2023-08-01 01:01:05.000 | 3.500000000000000 | 2023-08-01 01:01:06.000 | 4.500000000000000 | 2023-08-01 01:01:07.000 | 5.500000000000000 | 2023-08-01 01:01:08.000 | 6.500000000000000 | 2023-08-01 01:01:09.000 | 7.500000000000000 | 2023-08-01 01:01:10.000 | 8.500000000000000 | 2023-08-01 01:01:12.000 | 9.250000000000000 | 2023-08-01 01:01:13.000 | 6.750000000000000 |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
STATECOUNT
STATECOUNT(expr, oper, val)- 1
功能说明：返回满足某个条件的连续记录的个数，结果作为新的一列追加在每行后面。条件根据参数计算，如果条件为 true 则加 1，条件为 false 则重置为-1，如果数据为 NULL，跳过该条数据。
参数范围：
- oper : “LT” (小于)、“GT”（大于）、“LE”（小于等于）、“GE”（大于等于）、“NE”（不等于）、“EQ”（等于），不区分大小写。
- val : 数值型
返回结果类型：INTEGER。
适用数据类型：数值类型。
嵌套子查询支持：不支持应用在子查询上。
适用于：表和超级表。
使用说明：
- 不能和窗口操作一起使用，例如 interval/state_window/session_window。
示例:
> select ts,v1 from t7; ts | v1 | ======================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 2 | 2023-08-01 01:01:03.000 | 3 | 2023-08-01 01:01:04.000 | 4 | 2023-08-01 01:01:05.000 | 5 | 2023-08-01 01:01:06.000 | 6 | 2023-08-01 01:01:07.000 | 7 | 2023-08-01 01:01:08.000 | 8 | 2023-08-01 01:01:09.000 | 9 | 2023-08-01 01:01:10.000 | 10 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | 2023-08-01 01:01:13.000 | -2 | > select ts,statecount(v1,'GT',5) from t7; ts | statecount(v1,'GT',5) | ================================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | -1 | 2023-08-01 01:01:02.000 | -1 | 2023-08-01 01:01:03.000 | -1 | 2023-08-01 01:01:04.000 | -1 | 2023-08-01 01:01:05.000 | -1 | 2023-08-01 01:01:06.000 | 1 | 2023-08-01 01:01:07.000 | 2 | 2023-08-01 01:01:08.000 | 3 | 2023-08-01 01:01:09.000 | 4 | 2023-08-01 01:01:10.000 | 5 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 6 | 2023-08-01 01:01:13.000 | -1 | > select ts,statecount(v1,'GT',1) from t7; ts | statecount(v1,'GT',1) | ================================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | -1 | 2023-08-01 01:01:02.000 | 1 | 2023-08-01 01:01:03.000 | 2 | 2023-08-01 01:01:04.000 | 3 | 2023-08-01 01:01:05.000 | 4 | 2023-08-01 01:01:06.000 | 5 | 2023-08-01 01:01:07.000 | 6 | 2023-08-01 01:01:08.000 | 7 | 2023-08-01 01:01:09.000 | 8 | 2023-08-01 01:01:10.000 | 9 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | 2023-08-01 01:01:13.000 | -1 |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
STATEDURATION
STATEDURATION(expr, oper, val, unit)- 1
功能说明：返回满足某个条件的连续记录的时间长度，结果作为新的一列追加在每行后面。条件根据参数计算，如果条件为 true 则加上两个记录之间的时间长度（第一个满足条件的记录时间长度记为 0），条件为 false 则重置为-1，如果数据为 NULL，跳过该条数据。
参数范围：
- oper :
'LT'(小于)、'GT'（大于）、'LE'（小于等于）、'GE'（大于等于）、'NE'（不等于）、'EQ'（等于），不区分大小写，但需要用''包括。 - val : 数值型
- unit : 时间长度的单位，可取值时间单位： 1b(纳秒), 1u(微秒)，1a(毫秒)，1s(秒)，1m(分)，1h(小时)，1d(天), 1w(周)。如果省略，默认为当前数据库精度。
返回结果类型：INTEGER。
适用数据类型：数值类型。
嵌套子查询支持：不支持应用在子查询上。
适用于：表和超级表。
使用说明：
- 不能和窗口操作一起使用，例如 interval/state_window/session_window。
示例:
> select ts,v1 from t7; ts | v1 | ======================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 2 | 2023-08-01 01:01:03.000 | 3 | 2023-08-01 01:01:04.000 | 4 | 2023-08-01 01:01:05.000 | 5 | 2023-08-01 01:01:06.000 | 6 | 2023-08-01 01:01:07.000 | 7 | 2023-08-01 01:01:08.000 | 8 | 2023-08-01 01:01:09.000 | 9 | 2023-08-01 01:01:10.000 | 10 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | 2023-08-01 01:01:13.000 | -2 | > select ts,stateduration(v1,'GT',5,1a) from t7; ts | stateduration(v1,'GT',5,1a) | ======================================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | -1 | 2023-08-01 01:01:02.000 | -1 | 2023-08-01 01:01:03.000 | -1 | 2023-08-01 01:01:04.000 | -1 | 2023-08-01 01:01:05.000 | -1 | 2023-08-01 01:01:06.000 | 0 | 2023-08-01 01:01:07.000 | 1000 | 2023-08-01 01:01:08.000 | 2000 | 2023-08-01 01:01:09.000 | 3000 | 2023-08-01 01:01:10.000 | 4000 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 6000 | 2023-08-01 01:01:13.000 | -1 | > select ts,stateduration(v1,'GT',5,1s) from t7; ts | stateduration(v1,'GT',5,1s) | ======================================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | -1 | 2023-08-01 01:01:02.000 | -1 | 2023-08-01 01:01:03.000 | -1 | 2023-08-01 01:01:04.000 | -1 | 2023-08-01 01:01:05.000 | -1 | 2023-08-01 01:01:06.000 | 0 | 2023-08-01 01:01:07.000 | 1 | 2023-08-01 01:01:08.000 | 2 | 2023-08-01 01:01:09.000 | 3 | 2023-08-01 01:01:10.000 | 4 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 6 | 2023-08-01 01:01:13.000 | -1 | > select ts,stateduration(v1,'GT',5,1m) from t7; ts | stateduration(v1,'GT',5,1m) | ======================================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | -1 | 2023-08-01 01:01:02.000 | -1 | 2023-08-01 01:01:03.000 | -1 | 2023-08-01 01:01:04.000 | -1 | 2023-08-01 01:01:05.000 | -1 | 2023-08-01 01:01:06.000 | 0 | 2023-08-01 01:01:07.000 | 0 | 2023-08-01 01:01:08.000 | 0 | 2023-08-01 01:01:09.000 | 0 | 2023-08-01 01:01:10.000 | 0 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 0 | 2023-08-01 01:01:13.000 | -1 |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
TWA
TWA(expr)- 1
功能说明：时间加权平均函数。统计表中某列在一段时间内的时间加权平均。
返回数据类型：DOUBLE。
适用数据类型：数值类型。
适用于：表和超级表。
示例:
> select ts,v1 from t7; ts | v1 | ======================================== 2023-08-01 01:01:00.000 | NULL | 2023-08-01 01:01:01.000 | 1 | 2023-08-01 01:01:02.000 | 2 | 2023-08-01 01:01:03.000 | 3 | 2023-08-01 01:01:04.000 | 4 | 2023-08-01 01:01:05.000 | 5 | 2023-08-01 01:01:06.000 | 6 | 2023-08-01 01:01:07.000 | 7 | 2023-08-01 01:01:08.000 | 8 | 2023-08-01 01:01:09.000 | 9 | 2023-08-01 01:01:10.000 | 10 | 2023-08-01 01:01:11.000 | NULL | 2023-08-01 01:01:12.000 | 10 | 2023-08-01 01:01:13.000 | -2 | > select _wstart,twa(v1) from t7 interval(1s); _wstart | twa(v1) | ====================================================== 2023-08-01 01:01:00.000 | 0.000000000000000 | 2023-08-01 01:01:01.000 | 1.499500000000000 | 2023-08-01 01:01:02.000 | 2.499500000000000 | 2023-08-01 01:01:03.000 | 3.499500000000000 | 2023-08-01 01:01:04.000 | 4.499499999999999 | 2023-08-01 01:01:05.000 | 5.499499999999999 | 2023-08-01 01:01:06.000 | 6.499499999999999 | 2023-08-01 01:01:07.000 | 7.499499999999999 | 2023-08-01 01:01:08.000 | 8.499500000000001 | 2023-08-01 01:01:09.000 | 9.499500000000001 | 2023-08-01 01:01:10.000 | 5.005000000000000 | 2023-08-01 01:01:11.000 | 0.000000000000000 | 2023-08-01 01:01:12.000 | 4.006000976562500 | 2023-08-01 01:01:13.000 | -2.000000000000000 | > select _wstart,twa(v1) from t7 interval(2s); _wstart | twa(v1) | ====================================================== 2023-08-01 01:01:00.000 | 1.499500000000000 | 2023-08-01 01:01:02.000 | 2.999500000000000 | 2023-08-01 01:01:04.000 | 4.999499999999999 | 2023-08-01 01:01:06.000 | 6.999499999999999 | 2023-08-01 01:01:08.000 | 8.999500000000001 | 2023-08-01 01:01:10.000 | 9.995000000000001 | 2023-08-01 01:01:12.000 | 3.999999511718750 |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
-
相关阅读:
第九章（1）：循环神经网络与pytorch示例（RNN实现股价预测）
GPT版本通俗简单介绍
大润发超市购物卡怎么用？
十分钟学会微调大语言模型
前端打包工具
一类恒等式的应用（范德蒙德卷积与超几何函数）
Hadoop3：MapReduce的序列化和反序列化
【小沐学Python】Python实现在线电子书（MkDocs + readthedocs + github + Markdown）
WORDPRESS 和 ELEMENTOR 一样吗？不同点在哪里？
【算法设计与分析】— —实现最优载的贪心算法
- 原文地址：https://blog.csdn.net/weixin_43700866/article/details/132603568
