1. Toy模板网首页
  2. > Toy博客

TDengine函数大全-时序库特有函数

9月前 作者：DBA大董 分类：Toy博客 阅读(41) 违法举报

这篇具有很好参考价值的文章主要介绍了TDengine函数大全-时序库特有函数。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

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)

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:文章来源地址https://www.toymoban.com/news/detail-687513.html

> 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 |

DERIVATIVE

DERIVATIVE(expr, time_interval, ignore_negative)

ignore_negative: {
    0
  | 1
}

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 |

DIFF

DIFF(expr [, ignore_negative])

ignore_negative: {
    0
  | 1
}

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                  |

IRATE

IRATE(expr)

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 |

MAVG

MAVG(expr, k)

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 |

STATECOUNT

STATECOUNT(expr, oper, val)

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 |

STATEDURATION

STATEDURATION(expr, oper, val, unit)

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 |

TWA

TWA(expr)

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 |

到了这里，关于TDengine函数大全-时序库特有函数的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • Tdengine 时序数据库-安装与客户端连接

    Tdengine 时序数据库-安装与客户端连接

    使用 TDengine 时序数据库的版本是 2.4.0.0 使用的安装RPM的安装方便安装 TDengine-server-2.4.0.0-Linux-x64.rpm 1. 安装指令:  rpm -ivh TDengine-server-2.4.0.0-Linux-x64.rpm  2. 启停服务和查看状态 systemctl start taosd systemctl stop taosd systemctl restart taosd systemctl status taosd 3.修改密码 直接输入taos 就可以直

    2024年02月12日
    浏览(44)

  • mac操作系统 java 调用tdengine时序数据库

    sudo ln -s /usr/local/lib/libtaos.1.dylib /Users/ admin /Library/Java/Extensions/libtaos.1.dylib admin 为你自己用户目录 即可正常使用

    2024年02月12日
    浏览(54)
  • 时序数据库 TDengine 与 WhaleStudio 完成相互兼容性测试认证

    时序数据库 TDengine 与 WhaleStudio 完成相互兼容性测试认证

    近年来，开源及其价值获得社会各界的广泛认可，无论是国家政策导向还是企业数字化转型，都在加速拥抱开源。对于如操作系统、数据库等基础软件来说，开源更是成为驱动技术创新的有力途径。 在此背景下，近日，涛思数据自主研发的时序数据库（Time Series Database）TDe

    2024年02月14日
    浏览(49)
  • 打破数据孤岛！时序数据库 TDengine 与创意物联感知平台完成兼容性互认

    打破数据孤岛！时序数据库 TDengine 与创意物联感知平台完成兼容性互认

    新型物联网实现良好建设的第一要务就是打破信息孤岛，将数据汇聚在平台统一处理，实现数据共享，放大物联终端的行业价值，实现系统开放性，以此营造丰富的行业应用环境。在此背景下，物联感知平台应运而生，成为推动智慧城市建设，强化物联网感知设施跨行业、跨

    2024年02月11日
    浏览(42)
  • 时序数据库 TDengine 与腾讯云多个产品线完成兼容性互认证明

    时序数据库 TDengine 与腾讯云多个产品线完成兼容性互认证明

    随着数字经济蓬勃发展，数据成为驱动企业数字化转型的关键生产要素，如何加强对数据资源的治理利用、实现数据洞察、激活数据价值正成为亟待解决的问题。在此背景下，数据库与操作系统、云平台等国产化软件相互结合赋能成为解决问题的思路之一。 近日，经过数月努

    2024年02月11日
    浏览(49)
  • 数据库信息速递 MONGODB 6.0 的新特性，更多的查询函数，加密查询，与时序数据集合 (译)...

    数据库信息速递 MONGODB 6.0 的新特性，更多的查询函数，加密查询，与时序数据集合 (译)...

    开头还是介绍一下群，如果感兴趣polardb ,mongodb ,mysql ,postgresql ,redis 等有问题，有需求都可以加群群内有各大数据库行业大咖，CTO，可以解决你的问题。加群请联系 liuaustin3 ，在新加的朋友会分到3群（共1000人左右 1 + 2 + 3），最近发展的速度比较快，2群除特殊情况，不在添加

    2024年02月16日
    浏览(43)
  • 珍藏多年的MySQL函数大全笔记，掌握数据库真不难

    珍藏多年的MySQL函数大全笔记，掌握数据库真不难

    做程序员的谁会离得开数据库呢？ 今天就来分享一下我整理的MySQL的常用函数，基本上囊括了平时要用的函数，它们已经陪我走过了不少年头了，风里来雨里去，缝缝补补又几年，希望能帮到你们！ 如果数据库函数你能用得好，其他的东西也就水到渠成了。 序号 函数 说明

    2023年04月23日
    浏览(53)
  • TDengine（taos）数据库导出历史数据

    TDengine（taos）数据库导出历史数据

    业务需求：导出某个站点的累计充电量，累计放电量，光伏总放电量，进线总功率的所有数据‘ 提示Database changed；即为使用成功； realId即为我想要导出的表，需要导出里面所有的字段； select * from yc_1680037147048042498_1011 /data.csv; 运行即可得到.csv文件； 注意导出路径里不能有

    2024年02月08日
    浏览(64)
  • 【TDengine】一篇文章带你通过docker安装TDengine数据库

    【TDengine】一篇文章带你通过docker安装TDengine数据库

    目录 1、通过docker方式安装 2、相关步骤解释 3、停止运行taos与卸载 虽然并不推荐在生产环境中通过 Docker 来部署 TDengine 服务，但 Docker 工具能够很好地屏蔽底层操作系统的环境差异，很适合在开发测试或初次体验时用于安装运行 TDengine 的工具集。特别是，借助 Docker，能够比

    2024年02月15日
    浏览(50)
  • 陶建辉在“2023 可信数据库发展大会”发表演讲，TDengine 入选中国数据库产业图谱

    陶建辉在“2023 可信数据库发展大会”发表演讲，TDengine 入选中国数据库产业图谱

    当前，全球数字经济加速发展，数据正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。数据库作为存储与处理数据的关键技术，在数字经济大浪潮下，全球数据库产业中新技术、新业态、新模式不断涌现。 7 月 4 日，由中国通信标准化协会和中

    2024年02月12日
    浏览(64)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包