时序数据库 InfluxDB（六）
peili0 2019-11-06
相关文章：
时序数据库 InfluxDB（一）
时序数据库 InfluxDB（二）
时序数据库 InfluxDB（三）
时序数据库 InfluxDB（四）
时序数据库 InfluxDB（五）
时序数据库 InfluxDB（六）
CQ 连续查询
连续查询 Continuous Queries（ CQ ）是 InfluxDB 很重要的一项功能，它的作用是在 InfluxDB 数据库内部自动定期的执行查询，然后将查询结果存储到指定的 measurement 里。
配置文件中的相关配置：
[continuous_queries] enabled = true log-enabled = true query-stats-enabled = false run-interval = "1s"
- enabled = true ：开启CQ
- log-enabled = true ：输出 CQ 日志
- query-stats-enabled = false ：关闭 CQ 执行相关的监控，不会将统计数据写入默认的监控数据库 _internal
- run-interval = "1s" ：InfluxDB 每隔 1s 检查是否有 CQ 需要执行
基本语法
一 、
基本语法：
CREATE CONTINUOUS QUERY <cq_name> ON <database_name> BEGIN <cq_query> END
在某个数据库上创建一个 CQ ，而查询的具体内容 cq_query 的语法为：
SELECT <function[s]> INTO <destination_measurement> FROM <measurement> [WHERE <stuff>] GROUP BY time(<interval>)[,<tag_key[s]>]
- SELECT function[s] : 连续查询并不只是简单的查询原始数据，而是基于原始数据进行聚合、特选、转换、预测等处理，所以 CQ 必须要有一个或多个数据处理函数。
- INTO <destination_measurement> : 将 CQ 的结果存储到指定的 measurement 中。
- FROM <measurement> : 原始数据的来源 measurement 。
- [WHERE <stuff>] : 可选项，原始数据的筛选条件。
- GROUP BY time(<interval>)[,<tag_key[s]>] : 连续查询不是查一次就完了，而是每次查询指定时间范围内的数据，不断周期性的执行下去。
定位一个 measurement 的完整格式是：
<database>.<RP>.<measurement>
使用当前数据库和默认 RP 的情况就只需要 measurement 。
InfluxDB 支持的时长单位：
- ns : 纳秒
- u / µ : 微秒
- ms : 毫秒
- s : 秒
- m : 分钟
- h : 小时
- d : 天
- w : 周
二、
1、CQ 在何时执行？
CQ 在何时执行取决于 CQ 创建完成的时间点、GROUP BY time() 设置的时间间隔、以及 InfluxDB 数据库预设的时间边界（这个预设的时间边界其实就是 1970.01.01 00:00:00 UTC 时间，对应 Unix timestamp 的 0 值）。
假设我在 2019.11.05（北京时间）创建好了一个 GROUP BY time(30d) 的 CQ（也就是时间间隔为 30 天），那么这个 CQ 会在什么时间点执行？
首先，2019.11.05 号转换为 timestamp 是 1572883200 秒；
再算1572883200 距离 0 值隔了多少个 30 天（一天是 86400 秒），1572883200/86400/30 = 606.8 ；
那么下一个 30 天就是 606.8 向上取整 607 ，6078640030 = 1573344000 ，转换为对应的日期就是 2019.11.10 号，这也就是第一次执行 CQ 的时间，之后每次执行就是往后推 30 天。
如果每次都这样算就很麻烦，但其实我们更常使用的时间间隔没有那么长，通常都是秒、分钟、小时单位，这种情况下直接从 0 速算就可以了，比如：
- 在时间点 16:09:35 创建了 CQ ，GROUP BY time(30s) ，那么 CQ 的执行时间就是 16:10:00、16:10:30、16:11:00 以此类推（从 0s 开始速算）。
- 在时间点 16:16:08 创建了 CQ ，GROUP BY time(5m) ，那么 CQ 的执行时间就是 16:20:00、16:25:00、16:30:00 以此类推（从 0m 开始速算）。
- 在时间点 16:38:27 创建了 CQ ，GROUP BY time(2h) ，那么 CQ 的执行时间就是 18:00:00 、20:00:00 、22:00:00 以此类推（从 0h 开始速算）。
2、CQ 执行的数据范围？
连续查询会根据 GROUP BY time() 的时间间隔确定作用的数据，每次执行所针对的数据的时间范围是 [ now() - GROUP BY time() ，now() ) 。
例如，GROUP BY time(1h) ：
- 在 8:00 执行时，数据是时间大于等于 7:00，小于 8:00，即 [ 7:00 , 8:00 ) 范围内的数据。
- 在 9:00 执行时，数据是时间大于等于 8:00，小于 9:00，即 [ 8:00 , 9:00 ) 范围内的数据。
你可以使用 WHERE 去过滤数据，但是 WHERE 里指定的时间范围会被忽略掉。
3、CQ 的执行结果？
CQ 会将执行结果存储到指定的 measurement ，但是存储的具体字段有哪些呢？首先 time 是必不可少的，time 写入的是 CQ 执行时数据范围的开始时间点；其次就是 function 的处理结果，如果只有单一字段，那么 field key 就是 function 的名称，如果有多个字段，那么 field key 就是 function 名称_作用字段。
例如，GROUP BY time(30m) ，UTC 7:30 执行：
单一字段：
SELECT mean("field")
INTO "result_measurement"
FROM "source_measurement"
GROUP BY time(30m)CQ 结果：
time mean 2019-11-05T07:00:00Z 7
多字段：
SELECT mean("*")
INTO "result_measurement"
FROM "source_measurement"
GROUP BY time(30m)CQ 结果：
time mean_field1 mean_field2 2019-11-05T07:00:00Z 7 6.5
这里的 mean 对应的是 function 里的平均值函数。
三、
GROUP BY time() 的完整格式是：
GROUP BY time(<interval>[,<offset_interval>])
第二个参数 offset_interval 偏移量是可选的，这个偏移量会对 CQ 的执行时间和数据范围产生影响。
如果 GROUP BY time(1h) ，在 8:00 执行，数据范围是 [ 7:00 , 8:00 ) 。
那么 GROUP BY time(1h, 15m) 会使 CQ 的执行时间向后推迟 15m ，即在 8:15 执行，数据范围也就变成了 [ 7:15 , 8:15 ) 。
高级语法
高级语法：
CREATE CONTINUOUS QUERY <cq_name> ON <database_name> RESAMPLE EVERY <interval> FOR <interval> BEGIN <cq_query> END
与基本语法不同的是，高级语法多了
RESAMPLE EVERY <interval> FOR <interval>
1、RESAMPLE EVERY
EVERY 定义了 CQ 执行的间隔：
RESAMPLE EVERY 30m
意思就是每隔 30m 执行一次 CQ 。
示例：
CREATE CONTINUOUS QUERY "cq_every" ON "db"
RESAMPLE EVERY 30m
BEGIN
SELECT mean("field")
INTO "result_measurement"
FROM "source_measurement"
GROUP BY time(1h)
END如果没有 RESAMPLE EVERY 30m ，只有 GROUP BY time(1h) 将会：
- 在 8:00 执行 CQ ，数据范围是 [ 7:00 , 8:00 )
- 在 9:00 执行 CQ ，数据范围是 [ 8:00 , 9:00 )
增加了 RESAMPLE EVERY 30m 之后，每 30m 执行一次 CQ ：
- 在 8:00 执行 CQ ，数据范围是 [ 7:00 , 8:00 )
- 在 8:30 执行 CQ ，数据范围是 [ 8:00 , 9:00 )
- 在 9:00 执行 CQ ，数据范围是 [ 8:00 , 9:00 ) ，由于执行结果的 time 字段是 8:00 与上一次 CQ 一致，因此会覆盖上一次 CQ 的结果。
当 EVERY 的时间间隔小于 GROUP BY time() 时，会增加 CQ 的执行频率（如上述示例）。
当 EVERY 与 GROUP BY time() 的时间间隔一致时，无影响。
当 EVERY 的时间间隔大于 GROUP BY time() 时，CQ 执行时间和数据范围完全由 EVERY 控制，例如 EVERY 30m ，GROUP BY time(10m) ：
- 在 8:00 执行 CQ ，数据范围是 [ 7:30 , 8:00 )
- 在 8:30 执行 CQ ，数据范围是 [ 8:00 , 8:30 )
2、RESAMPLE FOR
FOR 定义了数据的时间范围：
RESAMPLE FOR 1h
意思就是每次 CQ 的数据的时间范围是 1h 。
示例：
CREATE CONTINUOUS QUERY "cq_for" ON "db"
RESAMPLE FOR 1h
BEGIN
SELECT mean("field")
INTO "result_measurement"
FROM "source_measurement"
GROUP BY time(30m)
END如果没有 RESAMPLE FOR 1h ，只有 GROUP BY time(30m) 将会：
- 在 8:00 执行 CQ ，数据范围是 [ 7:30 , 8:00 )
- 在 8:30 执行 CQ ，数据范围是 [ 8:00 , 8:30 )
增加了 RESAMPLE FOR 1h 之后，每次 CQ 的时间范围是 1h ，但是因为 GROUP BY time(30m) ，每次 CQ 将会按照 30m 写入两点数据：
- 在 8:00 执行 CQ ，数据总范围是 [ 7:00 , 8:00 ) ，实际会拆分成两点 [ 7:00 , 7:30 ) 和 [ 7:30 , 8:00 )
- 在 8:30 执行 CQ ，数据总范围是 [ 7:30 , 8:30 ) ，实际会拆分成两点 [ 7:30 , 8:00 ) 和 [ 8:00 , 8:30 )
当 FOR 的时间间隔大于 GROUP BY time() 时，每次 CQ 的时间范围被扩大，但是每一个点仍然按照 GROUP BY time() 的时间间隔，因此每次 CQ 会写入多个点（如上述示例）。
当 FOR 与 GROUP BY time() 的时间间隔一致时，无影响。
当 FOR 的时间间隔小于 GROUP BY time() 时，创建 CQ 时报错，不允许这种情况。
3、EVERY ... FOR
EVERY 和 FOR 可以一起使用。
示例：
CREATE CONTINUOUS QUERY "cq_every_for" ON "db"
RESAMPLE EVERY 1h FOR 90m
BEGIN
SELECT mean("field")
INTO "result_measurement"
FROM "source_measurement"
GROUP BY time(30m)
ENDEVERY 1h 大于 GROUP BY time(30m)，因此 CQ 每隔 1h 执行一次；FOR 90m ，每次 CQ 执行的时间范围是 90m，按照 30m 拆分成三个点：
- 在 8:00 执行 CQ ，数据总范围 [ 6:30 , 8:00 ) ，实际会拆分为三个点 [ 6:30 , 7:00 )、 [ 7:00 , 7:30 )、 [ 7:30 , 8:00 )
- 在 9:00 执行 CQ ，数据总范围 [ 7:30 , 9:00 ) ，实际会拆分为三个点 [ 7:30 , 8:00 )、 [ 8:00 , 8:30 )、 [ 8:30 , 9:00 )
最后，CQ 只能创建和删除，无法修改。
个人公众号持续输出原创文章，有兴趣的可以关注下。
