计算查询中的百分比

##3 查询中的基本计算

SELECT 语句支持使用基本的数学运算符，例如: +、-、/、*和()等等.

-- 两个field key相加
SELECT field_key1 + field_key2 AS "field_key_sum" FROM "measurement_name" WHERE time < now() - 15m
-- 两个field key相减
SELECT field_key1 - field_key2 AS "field_key_difference" FROM "measurement_name" WHERE time < now() - 15m
-- 分组计算并将它们连接起来
SELECT (field_key1 + field_key2) - (field_key3 + field_key4) AS "some_calculation" FROM "measurement_name" WHERE time < now() - 15m

计算查询中的百分比

使用基本的数学函数，将两个field字段的值相除并将结果乘以100，您就可以计算出两个field的百分比：

1	SELECT (field_key1 / field_key2) * 100 AS "calculated_percentage" FROM "measurement_name" WHERE time < now() - 15m

使用聚合函数计算百分比

如果在百分比计算中使用聚合函数，那么查询中所有的数据都会用到聚合函数。您不能将聚合数据和非聚合数据混合在一起。

所有聚合函数都需要一个GROUP BY time()子句，用于定义数据点分组和聚合的时间区间。

1	SELECT (sum(field_key1) / sum(field_key2)) * 100 AS "calculated_percentage" FROM "measurement_name" WHERE time < now() - 15m GROUP BY time(1m)

示例

示例数据下载

开始导入数据:

1	influx -ssl -username admin -password admin -host <网络地址> -port 3242 -import -path=path/to/apple_stand.txt -database=apple_stand

计算每个品种占总重量的百分比

以下查询计算在每个给定的时间点，每个苹果品种占总重量的百分比：

SELECT
    ("braeburn"/total_weight)*100,
    ("granny_smith"/total_weight)*100,
    ("golden_delicious"/total_weight)*100,
    ("fuji"/total_weight)*100,
    ("gala"/total_weight)*100
FROM "apple_stand"."autogen"."variety"

计算每个品种的聚合百分比

以下查询计算每一个小时，每个苹果品种的平均重量占平均总重量的百分比。

SELECT
    (mean("braeburn")/mean(total_weight))*100,
    (mean("granny_smith")/mean(total_weight))*100,
    (mean("golden_delicious")/mean(total_weight))*100,
    (mean("fuji")/mean(total_weight))*100,
    (mean("gala")/mean(total_weight))*100
FROM "apple_stand"."autogen"."variety"
WHERE time >= '2018-06-18T12:00:00Z' AND time <= '2018-06-19T04:35:00Z'
GROUP BY time(1h)

关于以上查询，请注意：

它使用聚合函数（mean()）来提取所有数据
它包含一个GROUP BY time()子句，将数据按一小时聚合
它包含一个明确的时间区间，如果没有它，聚合函数是非常耗费资源的

通过HTTP API查询数据

单个查询

执行一个查询，需要发送一个GET请求到/query路径，设置URL的参数db为目标数据库，并设置URL的参数q为查询语句。您也可以发送POST请求，参数设置跟GET请求一样，作为URL的参数或者作为application/x-www-form-urlencoded类型的内容的一部分。

1	curl -G 'https://<网络地址>:3242/query?u=<账号名称>&p=<密码>&pretty=true' --data-urlencode "db=mydb" --data-urlencode "q=SELECT \"value\" FROM \"cpu_load_short\" WHERE \"region\"='us-west'"

注释：添加pretty=true到URL里可以使JSON的输出更美观，可读性更好，这在调试或者直接使用curl等工具查询时很有用，但是在实际生产中不建议使用，因为它会消耗不必要的网络带宽。

多个查询

在单个API调用中向InfluxDB®发送多个查询，只需使用分号将每个查询分隔开，例如：

curl -G 'https://<网络地址>:3242/query?u=<账号名称>&p=<密码>&pretty=true' --data-urlencode "db=mydb" --data-urlencode "q=SELECT \"value\" FROM \"cpu_load_short\" WHERE \"region\"='us-west';SELECT count(\"value\") FROM \"cpu_load_short\" WHERE \"region\"='us-west'"

查询数据时的其它选项

时间戳格式

InfluxDB®中的所有数据都是以UTC时间来存储和展示的。时间戳默认按RFC3339格式的UTC时间返回，并精确到纳秒级，例如2015-08-04T19:05:14.318570484Z。如果您想要返回Unix格式的时间戳，请在您的请求中设置参数epoch，其中，epoch的值是字符串类型，可以是[h, m, s, ms, u, ns]之一，分别代表小时、分钟、秒、毫秒、微秒和纳秒。例如，时间戳按Unix格式返回，精确到秒:

curl -G 'https://<网络地址>:3242/query?u=<账号名称>&p=<密码>' --data-urlencode "db=mydb" --data-urlencode "epoch=s" --data-urlencode "q=SELECT \"value\" FROM \"cpu_load_short\" WHERE \"region\"='us-west'"

分块

通过设置查询参数chunked=true，可以开启分块（Chunking），使结果流式批量地返回，而不是一次性全部返回。返回的结果可以按时间线或者按每10,000个数据点分块（哪个条件最先满足就以哪个条件来分块）。如果需要改变分块大小的最大值，请将查询参数chunk_size设为您需要的大小。例如，返回结果时，如果按每20,000个数据点进行分块，可以这样设置：

curl -G 'https://<网络地址>:3242/query?u=<账号名称>&p=<密码>' --data-urlencode "db=deluge" --data-urlencode "chunked=true" --data-urlencode "chunk_size=20000" --data-urlencode "q=SELECT * FROM liters"

通过HTTP API写入数据

通过HTTP API发送POST请求到/write路径是数据写入InfluxDB®的主要方式。假设已经成功创建好数据库mydb，现在我们来探索如何通过HTTP API将数据写入mydb。

单点写入

其中，该数据点的measurement为cpu_load_short，有两个tag，tag key分别为host和region，对应的tag value分别为server01和us-west，field key是value，field value是0.64，timestamp是1434055562000000000：

1	curl -i -XPOST 'https://<网络地址>:3242/write?db=mydb&u=<账号名称>&p=<密码>' --data-binary 'cpu_load_short,host=server01,region=us-west value=0.64 1434055562000000000'

多点写入

通过用换行符来分隔多个数据点，可以将它们同时发送到多个时间序列，这种批量发送的方式可以获得更高的性能。

下面的例子展示了将3个数据点写入数据库mydb。第一个点属于measurement为cpu_load_short、tag为host=server0的时间序列，timestamp是服务器本地的时间戳。第二个点属于measurement为cpu_load_short、tag为host=server02,region=us-west的时间序列，有明确的时间戳，timestamp为142256854370290025。第三个点跟第二个点的时间戳一样，但是该数据点属于measurement为cpu_load_short、tag为direction=in,host=server01,region=us-west的时间序列：

curl -i -XPOST 'https://<网络地址>:3242/write?db=mydb&u=<账号名称>&p=<密码>' --data-binary '
cpu_load_short,host=server02 value=0.67
cpu_load_short,host=server02,region=us-west value=0.55 1422568543702900257
cpu_load_short,direction=in,host=server01,region=us-west value=2.0 1422568543702900257'

文件写入

curl通过@filename的方式，将文件中的数据点写入TSDB For InfluxDB®。文件中的数据需要满足行协议的语法。

以下是格式正确的文件（cpu_data.txt）的一个示例：

1
2
3

cpu_load_short,host=server02 value=0.67
cpu_load_short,host=server02,region=us-west value=0.55 1422568543702900257
cpu_load_short,direction=in,host=server01,region=us-west value=2.0 1422568543702900257

开始写入:

1	curl -i -XPOST 'https://<网络地址>:3242/write?db=mydb&u=<账号名称>&p=<密码>' --data-binary @cpu_data.txt

注释：如果您的一个文件中有超过5000个数据点，那么可能需要将该文件拆分成多个文件，以便将数据批量写进TSDB For InfluxDB®，因为HTTP请求默认在5秒后超时，虽然写入请求超时后，TSDB For InfluxDB®依旧会尝试将这些数据点写入数据库，但是并不保障数据一定会写入成功。

Schemaless（无模式）的设计

TSDB For InfluxDB®是一个Schemaless的数据库。您可以在任意时间添加新的measurement、tags和fields。请注意，如果您尝试写入跟之前类型不同的数据（例如，field原来接收的是整型数据，现在却写了一个字符串进去），TSDB For InfluxDB®会拒绝这些数据。