函数
InfluxDB的函数可以分成Aggregate，select和predict类型。
Aggregations
COUNT()
返回非空字段值得数目
语法
SELECT COUNT( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
嵌套语法
SELECT COUNT(DISTINCT( [ * | <field_key> | /<regular_expression>/ ] )) [...]
语法描述
COUNT(field_key)
返回field key对应的field values的数目。
COUNT(/regular_expression/)
返回匹配正则表达式的field key对应的field values的数目。
COUNT(*)
返回measurement中的每个field key对应的field value的数目。
COUNT()支持所有数据类型的field value，InfluxQL支持COUNT()嵌套DISTINCT()。
例子
例一：计数指定field key的field value的数目
> SELECT COUNT("water_level") FROM "h2o_feet"
name: h2o_feet
time count
---- -----
1970-01-01T00:00:00Z 15258
该查询返回measurementh2o_feet中的water_level的非空字段值的数量。
例二：计数measurement中每个field key关联的field value的数量
> SELECT COUNT(*) FROM "h2o_feet"
name: h2o_feet
time count_level description count_water_level
---- ----------------------- -----------------
1970-01-01T00:00:00Z 15258 15258
该查询返回与measurementh2o_feet相关联的每个字段键的非空字段值的数量。h2o_feet有两个字段键：level_description和water_level。
例三：计数匹配一个正则表达式的每个field key关联的field value的数目
> SELECT COUNT(/water/) FROM "h2o_feet"
name: h2o_feet
time count_water_level
---- -----------------
1970-01-01T00:00:00Z 15258
该查询返回measurementh2o_feet中包含water单词的每个field key的非空字段值的数量。
例四：计数包括多个子句的field key的field value的数目
> SELECT COUNT("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(200) LIMIT 7 SLIMIT 1
name: h2o_feet
tags: location=coyote_creek
time count
---- -----
2015-08-17T23:48:00Z 200
2015-08-18T00:00:00Z 2
2015-08-18T00:12:00Z 2
2015-08-18T00:24:00Z 2
2015-08-18T00:36:00Z 2
2015-08-18T00:48:00Z 2
该查询返回water_level字段键中的非空字段值的数量。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果分组为12分钟的时间间隔和每个tag。并用200填充空的时间间隔，并将点数返回7measurement返回1。
例五：计数一个field key的distinct的field value的数量
> SELECT COUNT(DISTINCT("level description")) FROM "h2o_feet"
name: h2o_feet
time count
---- -----
1970-01-01T00:00:00Z 4
查询返回measurement为h2o_feetfield key为level description的唯一field value的数量。
COUNT()的常见问题
问题一：COUNT()和fill()
大多数InfluxQL函数对于没有数据的时间间隔返回null值，fill(<fill_option>)将该null值替换为fill_option。 COUNT()针对没有数据的时间间隔返回0，fill(<fill_option>)用fill_option替换0值。
例如
下面的代码块中的第一个查询不包括fill()。最后一个时间间隔没有数据，因此该时间间隔的值返回为零。第二个查询包括fill(800000); 它将最后一个间隔中的零替换为800000。
> SELECT COUNT("water_level") FROM "h2o_feet" WHERE time >= '2015-09-18T21:24:00Z' AND time <= '2015-09-18T21:54:00Z' GROUP BY time(12m)
name: h2o_feet
time count
---- -----
2015-09-18T21:24:00Z 2
2015-09-18T21:36:00Z 2
2015-09-18T21:48:00Z 0
> SELECT COUNT("water_level") FROM "h2o_feet" WHERE time >= '2015-09-18T21:24:00Z' AND time <= '2015-09-18T21:54:00Z' GROUP BY time(12m) fill(800000)
name: h2o_feet
time count
---- -----
2015-09-18T21:24:00Z 2
2015-09-18T21:36:00Z 2
2015-09-18T21:48:00Z 800000
DISTINCT()
返回field value的不同值列表。
语法
SELECT DISTINCT( [ * | <field_key> | /<regular_expression>/ ] ) FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
嵌套语法
SELECT COUNT(DISTINCT( [ * | <field_key> | /<regular_expression>/ ] )) [...]
语法描述
DISTINCT(field_key)
返回field key对应的不同field values。
DISTINCT(/regular_expression/)
返回匹配正则表达式的field key对应的不同field values。
DISTINCT(*)
返回measurement中的每个field key对应的不同field value。
DISTINCT()支持所有数据类型的field value，InfluxQL支持COUNT()嵌套DISTINCT()。
例子
例一：列出一个field key的不同的field value
> SELECT DISTINCT("level description") FROM "h2o_feet"
name: h2o_feet
time distinct
---- --------
1970-01-01T00:00:00Z between 6 and 9 feet
1970-01-01T00:00:00Z below 3 feet
1970-01-01T00:00:00Z between 3 and 6 feet
1970-01-01T00:00:00Z at or greater than 9 feet
查询返回level description的所有的不同的值。
例二：列出一个measurement中每个field key的不同值
> SELECT DISTINCT(*) FROM "h2o_feet"
name: h2o_feet
time distinct_level description distinct_water_level
---- -------------------------- --------------------
1970-01-01T00:00:00Z between 6 and 9 feet 8.12
1970-01-01T00:00:00Z between 3 and 6 feet 8.005
1970-01-01T00:00:00Z at or greater than 9 feet 7.887
1970-01-01T00:00:00Z below 3 feet 7.762
[...]
查询返回h2o_feet中每个字段的唯一字段值的列表。h2o_feet有两个字段：description和water_level。
例三：列出匹配正则表达式的field的不同field value
> SELECT DISTINCT(/description/) FROM "h2o_feet"
name: h2o_feet
time distinct_level description
---- --------------------------
1970-01-01T00:00:00Z below 3 feet
1970-01-01T00:00:00Z between 6 and 9 feet
1970-01-01T00:00:00Z between 3 and 6 feet
1970-01-01T00:00:00Z at or greater than 9 feet
查询返回h2o_feet中含有description的字段的唯一字段值的列表。
例四：列出包含多个子句的field key关联的不同值得列表
> SELECT DISTINCT("level description") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* SLIMIT 1
name: h2o_feet
tags: location=coyote_creek
time distinct
---- --------
2015-08-18T00:00:00Z between 6 and 9 feet
2015-08-18T00:12:00Z between 6 and 9 feet
2015-08-18T00:24:00Z between 6 and 9 feet
2015-08-18T00:36:00Z between 6 and 9 feet
2015-08-18T00:48:00Z between 6 and 9 feet
该查询返回level description字段键中不同字段值的列表。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询限制返回一个series。
例五：对一个字段的不同值作计数
> SELECT COUNT(DISTINCT("level description")) FROM "h2o_feet"
name: h2o_feet
time count
---- -----
1970-01-01T00:00:00Z 4
查询返回h2o_feet这个measurement中字段level description的不同值的数目。
DISTINCT()的常见问题
问题一：DISTINCT()和INTO子句
使用DISTINCT()与INTO子句可能导致InfluxDB覆盖目标measurement中的点。DISTINCT()通常返回多个具有相同时间戳的结果; InfluxDB假设具有相同series的点，时间戳是重复的点，并且仅覆盖目的measurement中最近一个点的任何重复点。
例如
下面的代码中的第一个查询使用DISTINCT()函数，返回四个结果。请注意，每个结果具有相同的时间戳。第二个查询将INTO子句添加到初始查询中，并将查询结果写入measurementdistincts中。代码中的最后一个查询选择distincts中的所有数据。最后一个查询返回一个点，因为四个初始结果是重复点; 它们属于同一series，具有相同的时间戳。 当系统遇到重复点时，它会用最近一个点覆盖上一个点。
> SELECT DISTINCT("level description") FROM "h2o_feet"
name: h2o_feet
time distinct
---- --------
1970-01-01T00:00:00Z below 3 feet
1970-01-01T00:00:00Z between 6 and 9 feet
1970-01-01T00:00:00Z between 3 and 6 feet
1970-01-01T00:00:00Z at or greater than 9 feet
> SELECT DISTINCT("level description") INTO "distincts" FROM "h2o_feet"
name: result
time written
---- -------
1970-01-01T00:00:00Z 4
> SELECT * FROM "distincts"
name: distincts
time distinct
---- --------
1970-01-01T00:00:00Z at or greater than 9 feet
INTEGRAL()
返回字段曲线下的面积，即是积分。
语法
SELECT INTEGRAL( [ * | <field_key> | /<regular_expression>/ ] [ , <unit> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
InfluxDB计算字段曲线下的面积，并将这些结果转换为每unit的总和面积。unit参数是一个整数，后跟一个时间字符串，它是可选的。如果查询未指定单位，则单位默认为1秒（1s）。
INTEGRAL(field_key)
返回field key关联的值之下的面积。
INTEGRAL(/regular_expression/)
返回满足正则表达式的每个field key关联的值之下的面积。
INTEGRAL(*)
返回measurement中每个field key关联的值之下的面积。
INTEGRAL()不支持fill()，INTEGRAL()支持int64和float64两个数据类型。
例子
下面的五个例子，使用数据库NOAA_water_database中的数据：
> SELECT "water_level" FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time water_level
---- -----------
2015-08-18T00:00:00Z 2.064
2015-08-18T00:06:00Z 2.116
2015-08-18T00:12:00Z 2.028
2015-08-18T00:18:00Z 2.126
2015-08-18T00:24:00Z 2.041
2015-08-18T00:30:00Z 2.051
例一：计算指定的field key的值得积分
> SELECT INTEGRAL("water_level") FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time integral
---- --------
1970-01-01T00:00:00Z 3732.66
该查询返回h2o_feet中的字段water_level的曲线下的面积（以秒为单位）。
例二：计算指定的field key和时间单位的值得积分
> SELECT INTEGRAL("water_level",1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time integral
---- --------
1970-01-01T00:00:00Z 62.211
该查询返回h2o_feet中的字段water_level的曲线下的面积（以分钟为单位）。
例三：计算measurement中每个field key在指定时间单位的值得积分
> SELECT INTEGRAL(*,1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time integral_water_level
---- --------------------
1970-01-01T00:00:00Z 62.211
查询返回measurementh2o_feet中存储的每个数值字段相关的字段值的曲线下面积（以分钟为单位）。 h2o_feet的数值字段为water_level。
例四：计算measurement中匹配正则表达式的field key在指定时间单位的值得积分
> SELECT INTEGRAL(/water/,1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time integral_water_level
---- --------------------
1970-01-0
查询返回field key包括单词water的每个数值类型的字段相关联的字段值的曲线下的区域（以分钟为单位）。
例五：在含有多个子句中计算指定字段的积分
> SELECT INTEGRAL("water_level",1m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m) LIMIT 1
name: h2o_feet
time integral
---- --------
2015-08-18T00:00:00Z 24.972
查询返回与字段water_level相关联的字段值的曲线下面积（以分钟为单位）。 它涵盖2015-08-18T00：00：00Z和2015-08-18T00：30：00Z之间的时间段，分组结果间隔12分钟，并将结果数量限制为1。
MEAN()
返回字段的平均值
语法
SELECT MEAN( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
MEAN(field_key)
返回field key关联的值的平均值。
MEAN(/regular_expression/)
返回满足正则表达式的每个field key关联的值的平均值。
MEAN(*)
返回measurement中每个field key关联的值的平均值。
MEAN()支持int64和float64两个数据类型。
例子
例一：计算指定字段的平均值
> SELECT MEAN("water_level") FROM "h2o_feet"
name: h2o_feet
time mean
---- ----
1970-01-01T00:00:00Z 4.442107025822522
该查询返回measurementh2o_feet的字段water_level的平均值。
例二：计算measurement中每个字段的平均值
> SELECT MEAN(*) FROM "h2o_feet"
name: h2o_feet
time mean_water_level
---- ----------------
1970-01-01T00:00:00Z 4.442107025822522
查询返回在h2o_feet中数值类型的每个字段的平均值。h2o_feet有一个数值字段：water_level。
例三：计算满足正则表达式的字段的平均值
> SELECT MEAN(/water/) FROM "h2o_feet"
name: h2o_feet
time mean_water_level
---- ----------------
1970-01-01T00:00:00Z 4.442107025822523
查询返回在h2o_feet中字段中含有water的数值类型字段的平均值。
例四：计算含有多个子句字段的平均值
> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(9.01) LIMIT 7 SLIMIT 1
name: h2o_feet
tags: location=coyote_creek
time mean
---- ----
2015-08-17T23:48:00Z 9.01
2015-08-18T00:00:00Z 8.0625
2015-08-18T00:12:00Z 7.8245
2015-08-18T00:24:00Z 7.5675
2015-08-18T00:36:00Z 7.303
2015-08-18T00:48:00Z 7.046
查询返回字段water_level中的值的平均值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。该查询用9.01填充空时间间隔，并将点数和series分别限制到7和1。
MEDIAN()
返回排好序的字段的中位数。
语法
SELECT MEDIAN( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
MEDIAN(field_key)
返回field key关联的值的中位数。
MEDIAN(/regular_expression/)
返回满足正则表达式的每个field key关联的值的中位数。
MEDIAN(*)
返回measurement中每个field key关联的值的中位数。
MEDIAN()支持int64和float64两个数据类型。
注意：
MEDIAN()近似于PERCENTILE（field_key，50），除了如果该字段包含偶数个值，MEDIAN()返回两个中间字段值的平均值之外。
例子
例一：计算指定字段的中位数
> SELECT MEDIAN("water_level") FROM "h2o_feet"
name: h2o_feet
time median
---- ------
1970-01-01T00:00:00Z 4.124
该查询返回measurementh2o_feet的字段water_level的中位数。
例二：计算measurement中每个字段的中位数
> SELECT MEDIAN(*) FROM "h2o_feet"
name: h2o_feet
time median_water_level
---- ------------------
1970-01-01T00:00:00Z 4.124
查询返回在h2o_feet中数值类型的每个字段的中位数。h2o_feet有一个数值字段：water_level。
例三：计算满足正则表达式的字段的中位数
> SELECT MEDIAN(/water/) FROM "h2o_feet"
name: h2o_feet
time median_water_level
---- ------------------
1970-01-01T00:00:00Z 4.124
查询返回在h2o_feet中字段中含有water的数值类型字段的中位数。
例四：计算含有多个子句字段的中位数
> SELECT MEDIAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(700) LIMIT 7 SLIMIT 1 SOFFSET 1
name: h2o_feet
tags: location=santa_monica
time median
---- ------
2015-08-17T23:48:00Z 700
2015-08-18T00:00:00Z 2.09
2015-08-18T00:12:00Z 2.077
2015-08-18T00:24:00Z 2.0460000000000003
2015-08-18T00:36:00Z 2.0620000000000003
2015-08-18T00:48:00Z 700
查询返回字段water_level中的值的中位数。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。该查询用700填充空时间间隔，并将点数和series分别限制到7和1，并将series的返回偏移1。
MODE()
返回字段中出现频率最高的值。
语法
SELECT MODE( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
MODE(field_key)
返回field key关联的值的出现频率最高的值。
MODE(/regular_expression/)
返回满足正则表达式的每个field key关联的值的出现频率最高的值。
MODE(*)
返回measurement中每个field key关联的值的出现频率最高的值。
MODE()支持所有数据类型。
注意：
MODE()如果最多出现次数有两个或多个值，则返回具有最早时间戳的字段值。
例子
例一：计算指定字段的最常出现的值
> SELECT MODE("level description") FROM "h2o_feet"
name: h2o_feet
time mode
---- ----
1970-01-01T00:00:00Z between 3 and 6 feet
该查询返回measurementh2o_feet的字段level description的最常出现的值。
例二：计算measurement中每个字段最常出现的值
> SELECT MODE(*) FROM "h2o_feet"
name: h2o_feet
time mode_level description mode_water_level
---- ---------------------- ----------------
1970-01-01T00:00:00Z between 3 and 6 feet 2.69
查询返回在h2o_feet中数值类型的每个字段的最常出现的值。h2o_feet有两个字段：water_level和level description。
例三：计算满足正则表达式的字段的最常出现的值
> SELECT MODE(/water/) FROM "h2o_feet"
name: h2o_feet
time mode_water_level
---- ----------------
1970-01-01T00:00:00Z 2.69
查询返回在h2o_feet中字段中含有water的字段的最常出现的值。
例四：计算含有多个子句字段的最常出现的值
> SELECT MODE("level description") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* LIMIT 3 SLIMIT 1 SOFFSET 1
name: h2o_feet
tags: location=santa_monica
time mode
---- ----
2015-08-17T23:48:00Z
2015-08-18T00:00:00Z below 3 feet
2015-08-18T00:12:00Z below 3 feet
查询返回字段water_level中的值的最常出现的值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。，并将点数和series分别限制到3和1，并将series的返回偏移1。
SPREAD()
返回字段中最大和最小值的差值。
语法
SELECT SPREAD( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
SPREAD(field_key)
返回field key最大和最小值的差值。
SPREAD(/regular_expression/)
返回满足正则表达式的每个field key最大和最小值的差值。
SPREAD(*)
返回measurement中每个field key最大和最小值的差值。
SPREAD()支持所有的数值类型的field。
例子
例一：计算指定字段最大和最小值的差值
> SELECT SPREAD("water_level") FROM "h2o_feet"
name: h2o_feet
time spread
---- ------
1970-01-01T00:00:00Z 10.574
该查询返回measurementh2o_feet的字段water_level的最大和最小值的差值。
例二：计算measurement中每个字段最大和最小值的差值
> SELECT SPREAD(*) FROM "h2o_feet"
name: h2o_feet
time spread_water_level
---- ------------------
1970-01-01T00:00:00Z 10.574
查询返回在h2o_feet中数值类型的每个数值字段的最大和最小值的差值。h2o_feet有一个数值字段：water_level。
例三：计算满足正则表达式的字段最大和最小值的差值
> SELECT SPREAD(/water/) FROM "h2o_feet"
name: h2o_feet
time spread_water_level
---- ------------------
1970-01-01T00:00:00Z 10.574
查询返回在h2o_feet中字段中含有water的所有数值字段的最大和最小值的差值。
例四：计算含有多个子句字段最大和最小值的差值
> SELECT SPREAD("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(18) LIMIT 3 SLIMIT 1 SOFFSET 1
name: h2o_feet
tags: location=santa_monica
time spread
---- ------
2015-08-17T23:48:00Z 18
2015-08-18T00:00:00Z 0.052000000000000046
2015-08-18T00:12:00Z 0.09799999999999986
查询返回字段water_level中的最大和最小值的差值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组，空值用18来填充，并将点数和series分别限制到3和1，并将series的返回偏移1。
STDDEV()
返回字段的标准差。
语法
SELECT STDDEV( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
STDDEV(field_key)
返回field key的标准差。
STDDEV(/regular_expression/)
返回满足正则表达式的每个field key的标准差。
STDDEV(*)
返回measurement中每个field key的标准差。
STDDEV()支持所有的数值类型的field。
例子
例一：计算指定字段的标准差
> SELECT STDDEV("water_level") FROM "h2o_feet"
name: h2o_feet
time stddev
---- ------
1970-01-01T00:00:00Z 2.279144584196141
该查询返回measurementh2o_feet的字段water_level的标准差。
例二：计算measurement中每个字段的标准差
> SELECT STDDEV(*) FROM "h2o_feet"
name: h2o_feet
time stddev_water_level
---- ------------------
1970-01-01T00:00:00Z 2.279144584196141
查询返回在h2o_feet中数值类型的每个数值字段的标准差。h2o_feet有一个数值字段：water_level。
例三：计算满足正则表达式的字段的标准差
> SELECT STDDEV(/water/) FROM "h2o_feet"
name: h2o_feet
time stddev_water_level
---- ------------------
1970-01-01T00:00:00Z 2.279144584196141
查询返回在h2o_feet中字段中含有water的所有数值字段的标准差。
例四：计算含有多个子句字段的标准差
> SELECT STDDEV("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(18000) LIMIT 2 SLIMIT 1 SOFFSET 1
name: h2o_feet
tags: location=santa_monica
time stddev
---- ------
2015-08-17T23:48:00Z 18000
2015-08-18T00:00:00Z 0.03676955262170051
查询返回字段water_level的标准差。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组，空值用18000来填充，并将点数和series分别限制到2和1，并将series的返回偏移1。
SUM()
返回字段值的和。
语法
SELECT SUM( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
SUM(field_key)
返回field key的值的和。
SUM(/regular_expression/)
返回满足正则表达式的每个field key的值的和。
SUM(*)
返回measurement中每个field key的值的和。
SUM()支持所有的数值类型的field。
例子
例一：计算指定字段的值的和
> SELECT SUM("water_level") FROM "h2o_feet"
name: h2o_feet
time sum
---- ---
1970-01-01T00:00:00Z 67777.66900000004
该查询返回measurementh2o_feet的字段water_level的值的和。
例二：计算measurement中每个字段的值的和
> SELECT SUM(*) FROM "h2o_feet"
name: h2o_feet
time sum_water_level
---- ---------------
1970-01-01T00:00:00Z 67777.66900000004
查询返回在h2o_feet中数值类型的每个数值字段的值的和。h2o_feet有一个数值字段：water_level。
例三：计算满足正则表达式的字段的值的和
> SELECT SUM(/water/) FROM "h2o_feet"
name: h2o_feet
time sum_water_level
---- ---------------
1970-01-01T00:00:00Z 67777.66900000004
查询返回在h2o_feet中字段中含有water的所有数值字段的值的和。
例四：计算含有多个子句字段的值的和
> SELECT SUM("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(18000) LIMIT 4 SLIMIT 1
name: h2o_feet
tags: location=coyote_creek
time sum
---- ---
2015-08-17T23:48:00Z 18000
2015-08-18T00:00:00Z 16.125
2015-08-18T00:12:00Z 15.649
2015-08-18T00:24:00Z 15.135
查询返回字段water_level的值的和。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组，空值用18000来填充，并将点数和series分别限制到2和1，并将series的返回偏移1。
Selectors
BOTTOM()
返回最小的N个field值。
语法
SELECT BOTTOM(<field_key>[,<tag_key(s)>],<N> )[,<tag_key(s)>|<field_key(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
BOTTOM(field_key,N)
返回field key的最小的N个field value。
BOTTOM(field_key,tag_key(s),N)
返回某个tag key的N个tag value的最小的field value。
BOTTOM(field_key,N),tag_key(s),field_key(s)
返回括号里的字段的最小N个field value，以及相关的tag或field，或者两者都有。
BOTTOM()支持所有的数值类型的field。
说明：
- 如果一个field有两个或多个相等的field value，
BOTTOM()返回时间戳最早的那个。BOTTOM()和INTO子句一起使用的时候，和其他的函数有些不一样。
例子
例一：选择一个field的最小的三个值
> SELECT BOTTOM("water_level",3) FROM "h2o_feet"
name: h2o_feet
time bottom
---- ------
2015-08-29T14:30:00Z -0.61
2015-08-29T14:36:00Z -0.591
2015-08-30T15:18:00Z -0.594
该查询返回measurementh2o_feet的字段water_level的最小的三个值。
例二：选择一个field的两个tag的分别最小的值
> SELECT BOTTOM("water_level","location",2) FROM "h2o_feet"
name: h2o_feet
time bottom location
---- ------ --------
2015-08-29T10:36:00Z -0.243 santa_monica
2015-08-29T14:30:00Z -0.61 coyote_creek
该查询返回和taglocation相关的两个tag值的字段water_level的分别最小值。
例三：选择一个field的最小的四个值，以及其关联的tag和field
> SELECT BOTTOM("water_level",4),"location","level description" FROM "h2o_feet"
name: h2o_feet
time bottom location level description
---- ------ -------- -----------------
2015-08-29T14:24:00Z -0.587 coyote_creek below 3 feet
2015-08-29T14:30:00Z -0.61 coyote_creek below 3 feet
2015-08-29T14:36:00Z -0.591 coyote_creek below 3 feet
2015-08-30T15:18:00Z -0.594 coyote_creek below 3 feet
查询返回water_level中最小的四个字段值以及taglocation和fieldlevel description的相关值。
例四：选择一个field的最小的三个值，并且包括了多个子句
> SELECT BOTTOM("water_level",3),"location" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(24m) ORDER BY time DESC
name: h2o_feet
time bottom location
---- ------ --------
2015-08-18T00:48:00Z 1.991 santa_monica
2015-08-18T00:54:00Z 2.054 santa_monica
2015-08-18T00:54:00Z 6.982 coyote_creek
2015-08-18T00:24:00Z 2.041 santa_monica
2015-08-18T00:30:00Z 2.051 santa_monica
2015-08-18T00:42:00Z 2.057 santa_monica
2015-08-18T00:00:00Z 2.064 santa_monica
2015-08-18T00:06:00Z 2.116 santa_monica
2015-08-18T00:12:00Z 2.028 santa_monica
查询将返回在2015-08-18T00：00：00Z和2015-08-18T00：54：00Z之间的每24分钟间隔内，water_level最小的三个值。它还以降序的时间戳顺序返回结果。
请注意，GROUP BY time()子句不会覆盖点的原始时间戳。有关该行为的更详细解释，请参阅下面的问题一。
BOTTOM()的常见问题
问题一：BOTTOM()和GROUP BY time()子句
BOTTOM()和GROUP BY time()子句的查询返回每个GROUP BY time()间隔指定的点数。对于大多数GROUP BY time()查询，返回的时间戳记标记GROUP BY time()间隔的开始。GROUP BY time()查询与BOTTOM()函数的行为不同; 它们保留原始数据点的时间戳。
例如
下面的查询返回每18分钟·GROUP BY time()间隔的两点。请注意，返回的时间戳是点的原始时间戳; 它们不会被强制匹配GROUP BY time()间隔的开始。
> SELECT BOTTOM("water_level",2) FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica' GROUP BY time(18m)
name: h2o_feet
time bottom
---- ------
__
2015-08-18T00:00:00Z 2.064 |
2015-08-18T00:12:00Z 2.028 | <------- Smallest points for the first time interval
--
__
2015-08-18T00:24:00Z 2.041 |
2015-08-18T00:30:00Z 2.051 | <------- Smallest points for the second time interval
--
问题二：BOTTOM()和一个少于N个值得tag key
使用语法SELECT BOTTOM（<field_key>，<tag_key>，<N>）的查询可以返回比预期少的点。如果tag具有X标签值，则查询指定N个值，当X小于N，则查询返回X点。
例如
下面的查询将要求taglocation的三个值的water_level的最小字段值。由于location具有两个值（santa_monica和coyote_creek），所以查询返回两点而不是三个。
> SELECT BOTTOM("water_level","location",3) FROM "h2o_feet"
name: h2o_feet
time bottom location
---- ------ --------
2015-08-29T10:36:00Z -0.243 santa_monica
2015-08-29T14:30:00Z -0.61 coyote_creek
问题三：BOTTOM()，tags和INTO子句
当与INTO子句和GROUP BY tag子句结合使用时，大多数InfluxQL函数将初始数据中的任何tag转换为新写入的数据中的field。此行为也适用于BOTTOM()函数，除非BOTTOM()包含一个tag key作为参数：BOTTOM(field_key，tag_key(s)，N)。在这些情况下，系统将指定的tag作为新写入的数据中的tag。
例如
下面的代码块中的第一个查询返回与tag location相关联的两个tag value的fieldwater_level中最小的字段值。它也将这些结果写入measurementbottom_water_levels。 第二个查询显示InfluxDB在bottom_water_levels中将location保存为tag。
> SELECT BOTTOM("water_level","location",2) INTO "bottom_water_levels" FROM "h2o_feet"
name: result
time written
---- -------
1970-01-01T00:00:00Z 2
> SHOW TAG KEYS FROM "bottom_water_levels"
name: bottom_water_levels
tagKey
------
location
FIRST()
返回时间戳最早的值
语法
SELECT FIRST(<field_key>)[,<tag_key(s)>|<field_key(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
FIRST(field_key)
返回field key时间戳最早的值。
FIRST(/regular_expression/)
返回满足正则表达式的每个field key的时间戳最早的值。
FIRST(*)
返回measurement中每个field key的时间戳最早的值。
FIRST(field_key),tag_key(s),field_key(s)
返回括号里的字段的时间戳最早的值，以及相关联的tag或field，或者两者都有。
FIRST()支持所有类型的field。
例子
例一：返回field key时间戳最早的值
> SELECT FIRST("level description") FROM "h2o_feet"
name: h2o_feet
time first
---- -----
2015-08-18T00:00:00Z between 6 and 9 feet
查询返回level description的时间戳最早的值。
例二：列出一个measurement中每个field key的时间戳最早的值
> SELECT FIRST(*) FROM "h2o_feet"
name: h2o_feet
time first_level description first_water_level
---- ----------------------- -----------------
1970-01-01T00:00:00Z between 6 and 9 feet 8.12
查询返回h2o_feet中每个字段的时间戳最早的值。h2o_feet有两个字段：level description和water_level。
例三：列出匹配正则表达式的field的时间戳最早的值
> SELECT FIRST(/level/) FROM "h2o_feet"
name: h2o_feet
time first_level description first_water_level
---- ----------------------- -----------------
1970-01-01T00:00:00Z between 6 and 9 feet 8.12
查询返回h2o_feet中含有level的字段的时间戳最早的值。
例四：返回field的最早的值，以及其相关的tag和field
> SELECT FIRST("level description"),"location","water_level" FROM "h2o_feet"
name: h2o_feet
time first location water_level
---- ----- -------- -----------
2015-08-18T00:00:00Z between 6 and 9 feet coyote_creek 8.12
查询返回level description的时间戳最早的值，以及其相关的taglocation和fieldwater_level。
例五：列出包含多个子句的field key的时间戳最早的值
> SELECT FIRST("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(9.01) LIMIT 4 SLIMIT 1
name: h2o_feet
tags: location=coyote_creek
time first
---- -----
2015-08-17T23:48:00Z 9.01
2015-08-18T00:00:00Z 8.12
2015-08-18T00:12:00Z 7.887
2015-08-18T00:24:00Z 7.635
查询返回字段water_level中最早的字段值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询用9.01填充空时间间隔，并将点数和measurement限制到4和1。
请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每12分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：48：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:24:00Z和2015-08-18T00：36：00Z之间的间隔。
LAST()
返回时间戳最近的值
语法
SELECT LAST(<field_key>)[,<tag_key(s)>|<field_keys(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
LAST(field_key)
返回field key时间戳最近的值。
LAST(/regular_expression/)
返回满足正则表达式的每个field key的时间戳最近的值。
LAST(*)
返回measurement中每个field key的时间戳最近的值。
LAST(field_key),tag_key(s),field_key(s)
返回括号里的字段的时间戳最近的值，以及相关联的tag或field，或者两者都有。
LAST()支持所有类型的field。
例子
例一：返回field key时间戳最近的值
> SELECT LAST("level description") FROM "h2o_feet"
name: h2o_feet
time last
---- ----
2015-09-18T21:42:00Z between 3 and 6 feet
查询返回level description的时间戳最近的值。
例二：列出一个measurement中每个field key的时间戳最近的值
> SELECT LAST(*) FROM "h2o_feet"
name: h2o_feet
time first_level description first_water_level
---- ----------------------- -----------------
1970-01-01T00:00:00Z between 3 and 6 feet 4.938
查询返回h2o_feet中每个字段的时间戳最近的值。h2o_feet有两个字段：level description和water_level。
例三：列出匹配正则表达式的field的时间戳最近的值
> SELECT LAST(/level/) FROM "h2o_feet"
name: h2o_feet
time first_level description first_water_level
---- ----------------------- -----------------
1970-01-01T00:00:00Z between 3 and 6 feet 4.938
查询返回h2o_feet中含有level的字段的时间戳最近的值。
例四：返回field的最近的值，以及其相关的tag和field
> SELECT LAST("level description"),"location","water_level" FROM "h2o_feet"
name: h2o_feet
time last location water_level
---- ---- -------- -----------
2015-09-18T21:42:00Z between 3 and 6 feet santa_monica 4.938
查询返回level description的时间戳最近的值，以及其相关的taglocation和fieldwater_level。
例五：列出包含多个子句的field key的时间戳最近的值
> SELECT LAST("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(9.01) LIMIT 4 SLIMIT 1
name: h2o_feet
tags: location=coyote_creek
time last
---- ----
2015-08-17T23:48:00Z 9.01
2015-08-18T00:00:00Z 8.005
2015-08-18T00:12:00Z 7.762
2015-08-18T00:24:00Z 7.5
查询返回字段water_level中最近的字段值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询用9.01填充空时间间隔，并将点数和measurement限制到4和1。
请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每12分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：48：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:24:00Z和2015-08-18T00：36：00Z之间的间隔。
MAX()
返回最大的字段值
语法
SELECT MAX(<field_key>)[,<tag_key(s)>|<field__key(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
MAX(field_key)
返回field key的最大值。
MAX(/regular_expression/)
返回满足正则表达式的每个field key的最大值。
MAX(*)
返回measurement中每个field key的最大值。
MAX(field_key),tag_key(s),field_key(s)
返回括号里的字段的最大值，以及相关联的tag或field，或者两者都有。
MAX()支持所有数值类型的field。
例子
例一：返回field key的最大值
> SELECT MAX("water_level") FROM "h2o_feet"
name: h2o_feet
time max
---- ---
2015-08-29T07:24:00Z 9.964
查询返回water_level的最大值。
例二：列出一个measurement中每个field key的最大值
> SELECT MAX(*) FROM "h2o_feet"
name: h2o_feet
time max_water_level
---- ---------------
2015-08-29T07:24:00Z 9.964
查询返回h2o_feet中每个字段的最大值。h2o_feet有一个数值类型的字段：water_level。
例三：列出匹配正则表达式的field的最大值
> SELECT MAX(/level/) FROM "h2o_feet"
name: h2o_feet
time max_water_level
---- ---------------
2015-08-29T07:24:00Z 9.964
查询返回h2o_feet中含有level的数值字段的最大值。
例四：返回field的最大值，以及其相关的tag和field
> SELECT MAX("water_level"),"location","level description" FROM "h2o_feet"
name: h2o_feet
time max location level description
---- --- -------- -----------------
2015-08-29T07:24:00Z 9.964 coyote_creek at or greater than 9 feet
查询返回water_level的最大值，以及其相关的taglocation和fieldlevel description。
例五：列出包含多个子句的field key的最大值
> SELECT MAX("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(9.01) LIMIT 4 SLIMIT 1
name: h2o_feet
tags: location=coyote_creek
time max
---- ---
2015-08-17T23:48:00Z 9.01
2015-08-18T00:00:00Z 8.12
2015-08-18T00:12:00Z 7.887
2015-08-18T00:24:00Z 7.635
查询返回字段water_level的最大值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询用9.01填充空时间间隔，并将点数和measurement限制到4和1。
请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每12分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：48：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:24:00Z和2015-08-18T00：36：00Z之间的间隔。
MIN()
返回最小的字段值
语法
SELECT MIN(<field_key>)[,<tag_key(s)>|<field__key(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
MIN(field_key)
返回field key的最小值。
MIN(/regular_expression/)
返回满足正则表达式的每个field key的最小值。
MIN(*)
返回measurement中每个field key的最小值。
MIN(field_key),tag_key(s),field_key(s)
返回括号里的字段的最小值，以及相关联的tag或field，或者两者都有。
MIN()支持所有数值类型的field。
例子
例一：返回field key的最小值
> SELECT MIN("water_level") FROM "h2o_feet"
name: h2o_feet
time min
---- ---
2015-08-29T14:30:00Z -0.61
查询返回water_level的最小值。
例二：列出一个measurement中每个field key的最小值
> SELECT MIN(*) FROM "h2o_feet"
name: h2o_feet
time min_water_level
---- ---------------
2015-08-29T14:30:00Z -0.61
查询返回h2o_feet中每个字段的最小值。h2o_feet有一个数值类型的字段：water_level。
例三：列出匹配正则表达式的field的最小值
> SELECT MIN(/level/) FROM "h2o_feet"
name: h2o_feet
time min_water_level
---- ---------------
2015-08-29T14:30:00Z -0.61
查询返回h2o_feet中含有level的数值字段的最小值。
例四：返回field的最小值，以及其相关的tag和field
> SELECT MIN("water_level"),"location","level description" FROM "h2o_feet"
name: h2o_feet
time min location level description
---- --- -------- -----------------
2015-08-29T14:30:00Z -0.61 coyote_creek below 3 feet
查询返回water_level的最小值，以及其相关的taglocation和fieldlevel description。
例五：列出包含多个子句的field key的最小值
> SELECT MIN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(12m),* fill(9.01) LIMIT 4 SLIMIT 1
name: h2o_feet
tags: location=coyote_creek
time min
---- ---
2015-08-17T23:48:00Z 9.01
2015-08-18T00:00:00Z 8.005
2015-08-18T00:12:00Z 7.762
2015-08-18T00:24:00Z 7.5
查询返回字段water_level的最小值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按12分钟的时间间隔和每个tag分组。查询用9.01填充空时间间隔，并将点数和measurement限制到4和1。
请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每12分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：48：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:24:00Z和2015-08-18T00：36：00Z之间的间隔。
PERCENTILE()
返回较大百分之N的字段值
语法
SELECT PERCENTILE(<field_key>, <N>)[,<tag_key(s)>|<field_key(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
PERCENTILE(field_key,N)
返回field key较大的百分之N的值。
PERCENTILE(/regular_expression/,N)
返回满足正则表达式的每个field key较大的百分之N的值。
PERCENTILE(*,N)
返回measurement中每个field key较大的百分之N的值。
PERCENTILE(field_key,N),tag_key(s),field_key(s)
返回括号里的字段较大的百分之N的值，以及相关联的tag或field，或者两者都有。
N必须是0到100的整数或者浮点数。
PERCENTILE()支持所有数值类型的field。
例子
例一：返回field key较大的百分之5的值
> SELECT PERCENTILE("water_level",5) FROM "h2o_feet"
name: h2o_feet
time percentile
---- ----------
2015-08-31T03:42:00Z 1.122
查询返回water_level中值在总的field value中比较大的百分之五。
例二：列出一个measurement中每个field key较大的百分之5的值
> SELECT PERCENTILE(*,5) FROM "h2o_feet"
name: h2o_feet
time percentile_water_level
---- ----------------------
2015-08-31T03:42:00Z 1.122
查询返回h2o_feet中每个字段中值在总的field value中比较大的百分之五。h2o_feet有一个数值类型的字段：water_level。
例三：列出匹配正则表达式的field较大的百分之5的值
> SELECT PERCENTILE(/level/,5) FROM "h2o_feet"
name: h2o_feet
time percentile_water_level
---- ----------------------
2015-08-31T03:42:00Z 1.122
查询返回h2o_feet中含有water的数值字段的较大的百分之5的值。
例四：返回field较大的百分之5的值，以及其相关的tag和field
> SELECT PERCENTILE("water_level",5),"location","level description" FROM "h2o_feet"
name: h2o_feet
time percentile location level description
---- ---------- -------- -----------------
2015-08-31T03:42:00Z 1.122 coyote_creek below 3 feet
查询返回water_level的较大的百分之5的值，以及其相关的taglocation和fieldlevel description。
例五：列出包含多个子句的field key的较大的百分之20的值
> SELECT PERCENTILE("water_level",20) FROM "h2o_feet" WHERE time >= '2015-08-17T23:48:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(24m) fill(15) LIMIT 2
name: h2o_feet
time percentile
---- ----------
2015-08-17T23:36:00Z 15
2015-08-18T00:00:00Z 2.064
查询返回字段water_level较大的百分之20的值。它涵盖2015-08-17T23：48：00Z和2015-08-18T00：54：00Z之间的时间段，并将结果按24分钟的时间间隔分组。查询用15填充空时间间隔，并将点数限制到2。
请注意，GROUP BY time()子句覆盖点的原始时间戳。结果中的时间戳表示每24分钟时间间隔的开始; 结果的第一点涵盖2015-08-17T23：36：00Z和2015-08-18T00：00：00Z之间的时间间隔，结果的最后一点涵盖2015-08-18T00:00:00Z和2015-08-18T00：24：00Z之间的间隔。
PERCENTILE()的常见问题
问题一：PERCENTILE()和其他函数的比较
PERCENTILE(<field_key>,100)相当于MAX(<field_key>)。PERCENTILE(<field_key>，50)几乎等于MEDIAN(<field_key>)，除了如果字段键包含偶数个字段值,MEDIAN()函数返回两个中间值的平均值.PERCENTILE(<field_key>,0)相当于MIN(<field_key>)
SAMPLE()
返回N个随机抽样的字段值。SAMPLE()使用reservoir sampling来生成随机点。
语法
SELECT SAMPLE(<field_key>, <N>)[,<tag_key(s)>|<field_key(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
SAMPLE(field_key,N)
返回field key的N个随机抽样的字段值。
SAMPLE(/regular_expression/,N)
返回满足正则表达式的每个field key的N个随机抽样的字段值。
SAMPLE(*,N)
返回measurement中每个field key的N个随机抽样的字段值。
SAMPLE(field_key,N),tag_key(s),field_key(s)
返回括号里的字段的N个随机抽样的字段值，以及相关联的tag或field，或者两者都有。
N必须是整数。
SAMPLE()支持所有类型的field。
例子
例一：返回field key的两个随机抽样的字段值
> SELECT SAMPLE("water_level",2) FROM "h2o_feet"
name: h2o_feet
time sample
---- ------
2015-09-09T21:48:00Z 5.659
2015-09-18T10:00:00Z 6.939
查询返回water_level的两个随机抽样的字段值。
例二：列出一个measurement中每个field key的两个随机抽样的字段值
> SELECT SAMPLE(*,2) FROM "h2o_feet"
name: h2o_feet
time sample_level description sample_water_level
---- ------------------------ ------------------
2015-08-25T17:06:00Z 3.284
2015-09-03T04:30:00Z below 3 feet
2015-09-03T20:06:00Z between 3 and 6 feet
2015-09-08T21:54:00Z 3.412
查询返回h2o_feet中每个字段的两个随机抽样的字段值。h2o_feet有两个字段：water_level和level description。
例三：列出匹配正则表达式的field的两个随机抽样的字段值
> SELECT SAMPLE(/level/,2) FROM "h2o_feet"
name: h2o_feet
time sample_level description sample_water_level
---- ------------------------ ------------------
2015-08-30T05:54:00Z between 6 and 9 feet
2015-09-07T01:18:00Z 7.854
2015-09-09T20:30:00Z 7.32
2015-09-13T19:18:00Z between 3 and 6 feet
查询返回h2o_feet中含有level的字段的两个随机抽样的字段值。
例四：返回field两个随机抽样的字段值，以及其相关的tag和field
> SELECT SAMPLE("water_level",2),"location","level description" FROM "h2o_feet"
name: h2o_feet
time sample location level description
---- ------ -------- -----------------
2015-08-29T10:54:00Z 5.689 coyote_creek between 3 and 6 feet
2015-09-08T15:48:00Z 6.391 coyote_creek between 6 and 9 feet
查询返回water_level的两个随机抽样的字段值，以及其相关的taglocation和fieldlevel description。
例五：列出包含多个子句的field key的一个随机抽样的字段值
> SELECT SAMPLE("water_level",1) FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica' GROUP BY time(18m)
name: h2o_feet
time sample
---- ------
2015-08-18T00:12:00Z 2.028
2015-08-18T00:30:00Z 2.051
查询返回字段water_level的一个随机抽样的字段值。它涵盖2015-08-18T00：00：00Z和2015-08-18T00：30：00Z之间的时间段，并将结果按18分钟的时间间隔分组。
请注意，GROUP BY time()子句没有覆盖点的原始时间戳。有关该行为的更详细解释，请参阅下面的问题一。
SAMPLE()的常见问题
问题一：SAMPLE()和GROUP BY time()
使用SAMPLE()和GROUP BY time()子句的查询返回每个GROUP BY time()间隔的指定点数(N)。对于大多数GROUP BY time()查询，返回的时间戳是每个GROUP BY time()间隔的开始。GROUP BY time()查询与SAMPLE()函数的行为不同; 它们保留原始数据点的时间戳。
例如
下面的查询每18分钟GROUP BY time()间隔返回两个随机的点。请注意，返回的时间戳是点的原始时间戳; 它们不会被强制置为GROUP BY time()间隔的开始。
> SELECT SAMPLE("water_level",2) FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica' GROUP BY time(18m)
name: h2o_feet
time sample
---- ------
__
2015-08-18T00:06:00Z 2.116 |
2015-08-18T00:12:00Z 2.028 | <------- Randomly-selected points for the first time interval
--
__
2015-08-18T00:18:00Z 2.126 |
2015-08-18T00:30:00Z 2.051 | <------- Randomly-selected points for the second time interval
TOP()
返回最大的N个field值。
语法
SELECT TOP(<field_key>[,<tag_key(s)>],<N> )[,<tag_key(s)>|<field_key(s)>] [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
语法描述
TOP(field_key,N)
返回field key的最大的N个field value。
TOP(field_key,tag_key(s),N)
返回某个tag key的N个tag value的最大的field value。
TOP(field_key,N),tag_key(s),field_key(s)
返回括号里的字段的最大N个field value，以及相关的tag或field，或者两者都有。
TOP()支持所有的数值类型的field。
说明：
- 如果一个field有两个或多个相等的field value，
TOP()返回时间戳最早的那个。TOP()和INTO子句一起使用的时候，和其他的函数有些不一样。
例子
例一：选择一个field的最大的三个值
> SELECT TOP("water_level",3) FROM "h2o_feet"
name: h2o_feet
time top
---- ---
2015-08-29T07:18:00Z 9.957
2015-08-29T07:24:00Z 9.964
2015-08-29T07:30:00Z 9.954
该查询返回measurementh2o_feet的字段water_level的最大的三个值。
例二：选择一个field的两个tag的分别最大的值
> SELECT TOP("water_level","location",2) FROM "h2o_feet"
name: h2o_feet
time top location
---- --- --------
2015-08-29T03:54:00Z 7.205 santa_monica
2015-08-29T07:24:00Z 9.964 coyote_creek
该查询返回和taglocation相关的两个tag值的字段water_level的分别最大值。
例三：选择一个field的最大的四个值，以及其关联的tag和field
> SELECT TOP("water_level",4),"location","level description" FROM "h2o_feet"
name: h2o_feet
time top location level description
---- --- -------- -----------------
2015-08-29T07:18:00Z 9.957 coyote_creek at or greater than 9 feet
2015-08-29T07:24:00Z 9.964 coyote_creek at or greater than 9 feet
2015-08-29T07:30:00Z 9.954 coyote_creek at or greater than 9 feet
2015-08-29T07:36:00Z 9.941 coyote_creek at or greater than 9 feet
查询返回water_level中最大的四个字段值以及taglocation和fieldlevel description的相关值。
例四：选择一个field的最大的三个值，并且包括了多个子句
> SELECT TOP("water_level",3),"location" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:54:00Z' GROUP BY time(24m) ORDER BY time DESC
name: h2o_feet
time top location
---- --- --------
2015-08-18T00:48:00Z 7.11 coyote_creek
2015-08-18T00:54:00Z 6.982 coyote_creek
2015-08-18T00:54:00Z 2.054 santa_monica
2015-08-18T00:24:00Z 7.635 coyote_creek
2015-08-18T00:30:00Z 7.5 coyote_creek
2015-08-18T00:36:00Z 7.372 coyote_creek
2015-08-18T00:00:00Z 8.12 coyote_creek
2015-08-18T00:06:00Z 8.005 coyote_creek
2015-08-18T00:12:00Z 7.887 coyote_creek
查询将返回在2015-08-18T00：00：00Z和2015-08-18T00：54：00Z之间的每24分钟间隔内，water_level最大的三个值。它还以降序的时间戳顺序返回结果。
请注意，GROUP BY time()子句不会覆盖点的原始时间戳。有关该行为的更详细解释，请参阅下面的问题一。
TOP()的常见问题
问题一：TOP()和GROUP BY time()子句
TOP()和GROUP BY time()子句的查询返回每个GROUP BY time()间隔指定的点数。对于大多数GROUP BY time()查询，返回的时间戳被置为GROUP BY time()间隔的开始。GROUP BY time()查询与TOP()函数的行为不同; 它们保留原始数据点的时间戳。
例如
下面的查询返回每18分钟·GROUP BY time()间隔的两点。请注意，返回的时间戳是点的原始时间戳; 它们不会被强制匹配GROUP BY time()间隔的开始。
> SELECT TOP("water_level",2) FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica' GROUP BY time(18m)
name: h2o_feet
time top
---- ------
__
2015-08-18T00:00:00Z 2.064 |
2015-08-18T00:06:00Z 2.116 | <------- Greatest points for the first time interval
--
__
2015-08-18T00:18:00Z 2.126 |
2015-08-18T00:30:00Z 2.051 | <------- Greatest points for the second time interval
--
问题二：TOP()和一个少于N个值得tag key
使用语法SELECT TOP（<field_key>，<tag_key>，<N>）的查询可以返回比预期少的点。如果tag具有X标签值，则查询指定N个值，当X小于N，则查询返回X点。
例如
下面的查询将要求taglocation的三个值的water_level的最大字段值。由于location具有两个值（santa_monica和coyote_creek），所以查询返回两点而不是三个。
> SELECT TOP("water_level","location",3) FROM "h2o_feet"
name: h2o_feet
time top location
---- --- --------
2015-08-29T03:54:00Z 7.205 santa_monica
2015-08-29T07:24:00Z 9.964 coyote_creek
问题三：TOP()，tags和INTO子句
当与INTO子句和GROUP BY tag子句结合使用时，大多数InfluxQL函数将初始数据中的任何tag转换为新写入的数据中的field。此行为也适用于TOP()函数，除非TOP()包含一个tag key作为参数：TOP(field_key，tag_key(s)，N)。在这些情况下，系统将指定的tag作为新写入的数据中的tag。
例如
下面的代码块中的第一个查询返回与tag location相关联的两个tag value的fieldwater_level中最大的字段值。它也将这些结果写入measurementtop_water_levels。 第二个查询显示InfluxDB在top_water_levels中将location保存为tag。
> SELECT TOP("water_level","location",2) INTO "top_water_levels" FROM "h2o_feet"
name: result
time written
---- -------
1970-01-01T00:00:00Z 2
> SHOW TAG KEYS FROM "top_water_levels"
name: top_water_levels
tagKey
------
location
Transformations
CEILING()
CEILING()已经不再是一个函数了，具体请查看Issue #5930。
CUMULATIVE_SUM()
返回字段实时前序字段值的和。
基本语法
SELECT CUMULATIVE_SUM( [ * | <field_key> | /<regular_expression>/ ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
基本语法描述
CUMULATIVE_SUM(field_key)
返回field key实时前序字段值的和。
CUMULATIVE_SUM(/regular_expression/)
返回满足正则表达式的所有字段的实时前序字段值的和。
CUMULATIVE_SUM(*)
返回measurement的所有字段的实时前序字段值的和。
CUMULATIVE_SUM()支持所有的数值类型的field。
基本语法支持GROUP BYtags子句，但是不支持GROUP BY时间。在高级语法中，CUMULATIVE_SUM支持GROUP BY time()子句。
基本语法的例子
下面的1~4例子使用如下的数据：
> SELECT "water_level" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica'
name: h2o_feet
time water_level
---- -----------
2015-08-18T00:00:00Z 2.064
2015-08-18T00:06:00Z 2.116
2015-08-18T00:12:00Z 2.028
2015-08-18T00:18:00Z 2.126
2015-08-18T00:24:00Z 2.041
2015-08-18T00:30:00Z 2.051
例一：计算一个字段的实时前序字段值的和。
> SELECT CUMULATIVE_SUM("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica'
name: h2o_feet
time cumulative_sum
---- --------------
2015-08-18T00:00:00Z 2.064
2015-08-18T00:06:00Z 4.18
2015-08-18T00:12:00Z 6.208
2015-08-18T00:18:00Z 8.334
2015-08-18T00:24:00Z 10.375
2015-08-18T00:30:00Z 12.426
该查询返回measurementh2o_feet的字段water_level的实时前序字段值的和。
例二：计算measurement中每个字段的实时前序字段值的和
> SELECT CUMULATIVE_SUM(*) FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica'
name: h2o_feet
time cumulative_sum_water_level
---- --------------------------
2015-08-18T00:00:00Z 2.064
2015-08-18T00:06:00Z 4.18
2015-08-18T00:12:00Z 6.208
2015-08-18T00:18:00Z 8.334
2015-08-18T00:24:00Z 10.375
2015-08-18T00:30:00Z 12.426
该查询返回h2o_feet中每个数值类型的字段的实时前序字段值的和。h2o_feet只有一个数值类型的字段water_level。
例三：计算measurement中满足正则表达式的每个字段的实时前序字段值的和。
> SELECT CUMULATIVE_SUM(/water/) FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica'
name: h2o_feet
time cumulative_sum_water_level
---- --------------------------
2015-08-18T00:00:00Z 2.064
2015-08-18T00:06:00Z 4.18
2015-08-18T00:12:00Z 6.208
2015-08-18T00:18:00Z 8.334
2015-08-18T00:24:00Z 10.375
2015-08-18T00:30:00Z 12.426
查询返回measurement中含有单词word的每个数值字段的实时前序字段值的和。
例四：计算一个字段的实时前序字段值的和，并且包括了多个子句
> SELECT CUMULATIVE_SUM("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica' ORDER BY time DESC LIMIT 4 OFFSET 2
name: h2o_feet
time cumulative_sum
---- --------------
2015-08-18T00:18:00Z 6.218
2015-08-18T00:12:00Z 8.246
2015-08-18T00:06:00Z 10.362
2015-08-18T00:00:00Z 12.426
查询将返回在2015-08-18T00：00：00Z和2015-08-18T00：30：00Z之间的实时前序字段值的和，以降序的时间戳顺序返回结果。并且限制返回的数据点为4，偏移数据点2个。
高级语法
SELECT CUMULATIVE_SUM(<function>( [ * | <field_key> | /<regular_expression>/ ] )) [INTO_clause] FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
高级语法描述
高级语法要求一个GROUP BY time()子句和一个嵌套的InfluxQL函数。查询首先计算在指定时间区间嵌套函数的结果，然后应用CUMULATIVE_SUM()函数的结果。
CUMULATIVE_SUM()支持以下嵌套函数：COUNT(), MEAN(), MEDIAN(), MODE(), SUM(), FIRST(), LAST(), MIN(), MAX(), PERCENTILE()。
高级语法的例子
例一：计算平均值的cumulative和
> SELECT CUMULATIVE_SUM(MEAN("water_level")) FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica' GROUP BY time(12m)
name: h2o_feet
time cumulative_sum
---- --------------
2015-08-18T00:00:00Z 2.09
2015-08-18T00:12:00Z 4.167
2015-08-18T00:24:00Z 6.213
该查询返回每隔12分钟的water_level的平均值的实时和。
为得到这个结果，InfluxDB首先计算每隔12分钟的平均water_level值：
> SELECT MEAN("water_level") FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica' GROUP BY time(12m)
name: h2o_feet
time mean
---- ----
2015-08-18T00:00:00Z 2.09
2015-08-18T00:12:00Z 2.077
2015-08-18T00:24:00Z 2.0460000000000003
下一步，InfluxDB计算这些平均值的实时和。第二个点4.167是2.09和2.077的和，第三个点6.213是2.09,2.077和2.04600000000003的和。
DERIVATIVE
返回字段的相邻两个点的变化率。
基本语法
SELECT DERIVATIVE( [ * | <field_key> | /<regular_expression>/ ] [ , <unit> ] ) [INTO_clause] FROM_clause [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
基本语法描述
InfluxDB计算字段值之间的差并将结果转换为每unit变化率。unit参数是一个表示时间单位的字符，它是可选的。如果查询没有指定，则该unit默认为1秒（1s）。
DERIVATIVE(field_key)
返回field key的字段值的变化率。
DERIVATIVE(/regular_expression/)
返回满足正则表达式的所有字段的字段值的变化率。
DERIVATIVE(*)
返回measurement的所有字段的字段值的变化率。
DERIVATIVE()支持所有的数值类型的field。
基本语法支持GROUP BYtags子句，但是不支持GROUP BY时间。在高级语法中，DERIVATIVE支持GROUP BY time()子句。
基本语法的例子
下面的1~5例子使用如下的数据：
> SELECT "water_level" FROM "h2o_feet" WHERE time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' AND "location" = 'santa_monica'
name: h2o_feet
time water_level
---- -----------
2015-08-18T00:00:00Z 2.064
2015-08-18T00:06:00Z 2.116
2015-08-18T00:12:00Z 2.028
2015-08-18T00:18:00Z 2.126
2015-08-18T00:24:00Z 2.041
2015-08-18T00:30:00Z 2.051
例一：计算一个字段的变化率
> SELECT DERIVATIVE("water_level") FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time derivative
---- ----------
2015-08-18T00:06:00Z 0.00014444444444444457
2015-08-18T00:12:00Z -0.00024444444444444465
2015-08-18T00:18:00Z 0.0002722222222222218
2015-08-18T00:24:00Z -0.000236111111111111
2015-08-18T00:30:00Z 2.777777777777842e-05
该查询返回measurementh2o_feet的字段water_level的每秒变化率。
第一个结果0.00014444444444444457是原始数据两个相邻字段值到每秒的变化率。InfluxDB计算字段值的变化，并且转化到每秒：
(2.116 - 2.064) / (360s / 1s)
-------------- ----------
| |
| the difference between the field values' timestamps / the default unit
second field value - first field value
例二：计算一个字段的变化率并指定时间单位
> SELECT DERIVATIVE("water_level",6m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time derivative
---- ----------
2015-08-18T00:06:00Z 0.052000000000000046
2015-08-18T00:12:00Z -0.08800000000000008
2015-08-18T00:18:00Z 0.09799999999999986
2015-08-18T00:24:00Z -0.08499999999999996
2015-08-18T00:30:00Z 0.010000000000000231
该查询返回measurementh2o_feet的字段water_level的每6分钟的变化率。
第一个结果0.052000000000000046是原始数据两个相邻字段值到每6分钟的变化率。InfluxDB计算字段值的变化，并且转化到每6分钟：
(2.116 - 2.064) / (6m / 6m)
-------------- ----------
| |
| the difference between the field values' timestamps / the specified unit
second field value - first field value
例三：计算measurement中每个一个字段的变化率并指定时间单位
> SELECT DERIVATIVE(*,3m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time derivative_water_level
---- ----------------------
2015-08-18T00:06:00Z 0.026000000000000023
2015-08-18T00:12:00Z -0.04400000000000004
2015-08-18T00:18:00Z 0.04899999999999993
2015-08-18T00:24:00Z -0.04249999999999998
2015-08-18T00:30:00Z 0.0050000000000001155
该查询返回measurementh2o_feet中每个数值字段的每3分钟的变化率。该measurement有一个数值字段：water_level。
第一个结果0.026000000000000023是原始数据两个相邻字段值到每3分钟的变化率。InfluxDB计算字段值的变化，并且转化到每3分钟：
(2.116 - 2.064) / (6m / 3m)
-------------- ----------
| |
| the difference between the field values' timestamps / the specified unit
second field value - first field value
例四：计算measurement中满足正则表达式每个一个字段的变化率并指定时间单位
> SELECT DERIVATIVE(/water/,2m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z'
name: h2o_feet
time derivative_water_level
---- ----------------------
2015-08-18T00:06:00Z 0.01733333333333335
2015-08-18T00:12:00Z -0.02933333333333336
2015-08-18T00:18:00Z 0.03266666666666662
2015-08-18T00:24:00Z -0.02833333333333332
2015-08-18T00:30:00Z 0.0033333333333334103
该查询返回measurementh2o_feet中满足正则表达式的每个数值字段的每2分钟的变化率。该measurement有一个数值字段：water_level。
第一个结果0.01733333333333335是原始数据两个相邻字段值到每3分钟的变化率。InfluxDB计算字段值的变化，并且转化到每2分钟：
(2.116 - 2.064) / (6m / 2m)
-------------- ----------
| |
| the difference between the field values' timestamps / the specified unit
second field value - first field value
例五：计算个一个字段的变化率并包括多个子句
> SELECT DERIVATIVE("water_level") FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' ORDER BY time DESC LIMIT 1 OFFSET 2
name: h2o_feet
time derivative
---- ----------
2015-08-18T00:12:00Z -0.0002722222222222218
查询将返回在2015-08-18T00：00：00Z和2015-08-18T00：30：00Z之间，water_level的每秒的变化率。它还以降序的时间戳顺序返回结果。 并且限制返回的数据点为1，偏移两个数据点
第一个结果0.0002722222222222218是原始数据两个相邻字段值到每秒的变化率。InfluxDB计算字段值的变化，并且转化到每秒：
(2.126 - 2.028) / (360s / 1s)
-------------- ----------
| |
| the difference between the field values' timestamps / the default unit
second field value - first field value
高级语法
SELECT DERIVATIVE(<function> ([ * | <field_key> | /<regular_expression>/ ]) [ , <unit> ] ) [INTO_clause] FROM_clause [WHERE_clause] GROUP_BY_clause [ORDER_BY_clause] [LIMIT_clause] [OFFSET_clause] [SLIMIT_clause] [SOFFSET_clause]
高级语法的描述
高级语法要求一个GROUP BY time()子句和一个嵌套的InfluxQL函数。查询首先计算在指定时间区间嵌套函数的结果，然后应用DERIVATIVE()函数的结果。
unit参数是一个整数后面跟时间字符，该参数是可选的。如果没有指定unit，那么unit默认就是GROUP BY time()的间隔。
DERIVATIVE()支持以下嵌套函数：COUNT(), MEAN(), MEDIAN(), MODE(), SUM(), FIRST(), LAST(), MIN(), MAX(), PERCENTILE()。
高级语法的例子
例一：计算一个字段平均值的变化率
> SELECT DERIVATIVE(MEAN("water_level")) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m)
name: h2o_feet
time derivative
---- ----------
2015-08-18T00:12:00Z -0.0129999999999999
2015-08-18T00:24:00Z -0.030999999999999694
该查询返回measurementh2o_feet的字段water_level的每12分钟的平均值得每12分钟的变化率。
为了得到这个结果，InfluxDB首先计算water_level每12分钟的间隔的平均值，这一步就是使用带GROUP BY time()的MEAN()函数：
> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m)
name: h2o_feet
time mean
---- ----
2015-08-18T00:00:00Z 2.09
2015-08-18T00:12:00Z 2.077
2015-08-18T00:24:00Z 2.0460000000000003
接下来，InfluxDB计算这些平均值每12分钟的变化率，第一个结果0.0129999999999999是两个相邻平均字段值到每12分钟的变化率。InfluxDB计算字段值的变化，并且转化到12分钟：
(2.077 - 2.09) / (12m / 12m)
------------- ----------
| |
| the difference between the field values' timestamps / the default unit
second field value - first field value
例二：计算一个字段平均值的变化率，并指明时间单位
> SELECT DERIVATIVE(MEAN("water_level"),6m) FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m)
name: h2o_feet
time derivative
---- ----------
2015-08-18T00:12:00Z -0.00649999999999995
2015-08-18T00:24:00Z -0.015499999999999847
该查询返回measurementh2o_feet的字段water_level的每12分钟的平均值得每6分钟的变化率。
为了得到这个结果，InfluxDB首先计算water_level每12分钟的间隔的平均值，这一步就是使用带GROUP BY time()的MEAN()函数：
> SELECT MEAN("water_level") FROM "h2o_feet" WHERE "location" = 'santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m)
name: h2o_feet
time mean
---- ----
2015-08-18T00:00:00Z 2.09
2015-08-18T00:12:00Z 2.077
2015-08-18T00:24:00Z 2.0460000000000003
接下来，InfluxDB计算这些平均值每6分钟的变化率，第一个结果0.00649999999999995是两个相邻平均字段值到每6分钟的变化率。InfluxDB计算字段值的变化，并且转化到6分钟：
(2.077 - 2.09) / (12m / 6m)
------------- ----------
| |
| the difference between the field values' timestamps / the specified unit
second field value - first field value