Influxdb+Collectd(3)——InfluxDB基本操作2

1)count()函数

返回一个(field)字段中的非空值的数量。

语法:

SELECT COUNT(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

示例:

>SELECT COUNT(water_level) FROM h2o_feet
name: h2o_feet--------------time                           count1970-01-01T00:00:00Z     15258

说明 water_level这个字段在 h2o_feet表中共有15258条数据。

注意:InfluxDB中的函数如果没有指定时间的话,会默认以 epoch 0 (1970-01-01T00:00:00Z) 作为时间。

可以在where 中加入时间条件,如下:

> SELECT COUNT(water_level) FROM h2o_feet WHERE time >= ‘2015-08-18T00:00:00Z‘ AND time < ‘2015-09-18T17:00:00Z‘ GROUP BY time(4d)
name: h2o_feet--------------time                           count2015-08-17T00:00:00Z     14402015-08-21T00:00:00Z     19202015-08-25T00:00:00Z     19202015-08-29T00:00:00Z     19202015-09-02T00:00:00Z     19152015-09-06T00:00:00Z     19202015-09-10T00:00:00Z     19202015-09-14T00:00:00Z     19202015-09-18T00:00:00Z     335

这样结果中会包含时间结果。

2)DISTINCT()函数

返回一个字段(field)的唯一值。

语法:

SELECT DISTINCT(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

使用示例

> SELECT DISTINCT("level description") FROM h2o_feet
name: h2o_feet--------------time                           distinct1970-01-01T00:00:00Z     between 6 and 9 feet1970-01-01T00:00:00Z     below 3 feet1970-01-01T00:00:00Z     between 3 and 6 feet1970-01-01T00:00:00Z     at or greater than 9 feet

这个例子显示level description这个字段共有四个值,然后将其显示了出来,时间为默认时间。

3)MEAN() 函数

返回一个字段(field)中的值的算术平均值(平均值)。字段类型必须是长整型或float64。

语法格式:

SELECT MEAN(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

使用示例

> SELECT MEAN(water_level) FROM h2o_feet
name: h2o_feet--------------time                           mean1970-01-01T00:00:00Z     4.286791371454075

说明water_level字段的平均值为4.286791371454075

时间为默认时间,当然,你也可以加入where条件。

4)MEDIAN()函数

从单个字段(field)中的排序值返回中间值(中位数)。字段值的类型必须是长整型或float64格式。

语法:

SELECT MEDIAN(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

使用示例

> SELECT MEDIAN(water_level) from h2o_feet
name: h2o_feet--------------time                           median1970-01-01T00:00:00Z     4.124

说明表中 water_level字段的中位数是 4.124

5)SPREAD()函数

返回字段的最小值和最大值之间的差值。数据的类型必须是长整型或float64。

语法:

SELECT SPREAD(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

使用示例

> SELECT SPREAD(water_level) FROM h2o_feet
name: h2o_feet--------------time                            spread1970-01-01T00:00:00Z      10.574

6)SUM()函数

返回一个字段中的所有值的和。字段的类型必须是长整型或float64。

语法:

SELECT SUM(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]

使用示例:

> SELECT SUM(water_level) FROM h2o_feet
name: h2o_feet--------------time                           sum1970-01-01T00:00:00Z     67777.66900000002

此语句计算出了 h2o_feet表中 所有 water_level 字段的和。

时间: 2024-10-10 07:44:57

Influxdb+Collectd(3)——InfluxDB基本操作2的相关文章

Grafana、collectd 和 InfluxDB 打造现代监控系统(一)安装篇

为什么研究Grafana.collectd 和 InfluxDB,是因为本人工作中使用到的开源监控软件(nagios.Cacti)画图都是基于RRD实现的,老实说都不太美观,并且无法自定义图表,但是凭本人的开发水平还无法做到自己写图表. Grafana+collectd+InfluxDB,采用客户端->服务端存储->WEB界面显示的工作模式,使用UTP传输数据,并且支持自定义图表,有良好的扩展性,重要的是Grafana页面展示比较美观. 页面展示可浏览官方演示平台:http://play.gr

Grafana、collectd 和 InfluxDB 打造现代监控系统(二)配置篇

一.InfluxDB开启collectd插件 InfluxDB 现在自带一个 collectd 插件来获取 collectd 客户端发来的数据,以前可没这么方便哦,0.8.4 版本以前只能通过 influxdb-collectd-proxy 这样的第三方程序来连接 collectd 和 InfluxDB. InfluxDB 自带的 collectd 插件默认是关闭的,需要手动配置打开 enabled = true,并填上 database = "collectd" 这一行,这里的 &q

【监控】使用 Grafana、collectd 和 InfluxDB 打造现代监控系统

参考资料:Grafana 是 Graphite 和 InfluxDB 仪表盘和图形编辑器:http://www.oschina.net/p/grafana 使用 Grafana.collectd 和 InfluxDB 打造现代监控系统:https://linux.cn/article-5252-1.html collectd监控性能联合influxdb grafana打造metric收集系统:http://www.tuicool.com/articles/ErmIVnb 使用 Grafana+c

使用 Grafana、collectd 和 InfluxDB 打造现代监控系统

使用 Grafana.collectd 和 InfluxDB 打造现代监控系统 先给小伙伴们秀一下由grafana画出的监控效果图 想打造 New Relic 那样漂亮的实时监控系统我们只需要 InfluxDB/collectd/Grafana 这三个工具,这三个工具的关系是这样的: 采集数据(collectd)-> 存储数据(influxdb) -> 显示数据(grafana) InfluxDB 是 Go 语言开发的一个开源分布式时序数据库,非常适合存储指标.事件.分析等数据,看版本号(v0

InfluxDB学习之InfluxDB的HTTP API写入操作

HTTP API也有两种操作:写入和查询,本文就先给大家介绍一下 InfluxDB的HTTP API的写入操作方式. 在InfluxDB学习的上一篇文章:InfluxDB学习之InfluxDB的基本操作 中,我们提到 InfluxDB操作有三种方式,其中一种是HTTP API的方式. HTTP API也有两种操作:写入和查询,本文就先给大家介绍一下 InfluxDB的HTTP API的写入操作方式.更多InfluxDB详细教程请看:InfluxDB系列学习教程目录 InfluxDB技术交流群:5

Grafana、collectd 和 InfluxDB 打造酷炫监控系统(四)常用插件介绍和自定义数据篇

一.常用插件介绍 获取指定端口的连接状态ESTABLISHED.CLOSE_WAIT.LISTEN等 tcpconns: <Plugin tcpconns> ListeningPorts false LocalPort "80" RemotePort "80" </Plugin> 获取Nginx的状态 nginx: <Plugin nginx> URL "http://test.tt.com/NginxStatus&qu

InfluxDB学习之InfluxDB的基本操作

InfluxDB 是一个开源分布式时序.事件和指标数据库. 使用 Go 语言编写,无需外部依赖.其设计目标是实现分布式和水平伸缩扩展. 它有三大特性: 1. Time Series (时间序列):你可以使用与时间有关的相关函数(如最大,最小,求和等) 2. Metrics(度量):你可以实时对大量数据进行计算 3. Eevents(事件):它支持任意的事件数据 特点 schemaless(无结构),可以是任意数量的列 Scalable min, max, sum, count, mean, me

Grafana、collectd 和 InfluxDB 打造现代监控系统(三)操作篇

更多介绍请参考 官网参考文档:http://docs.grafana.org/官方演示地址:http://play.grafana.org/ 一.创建新的dashboard 二.增加Panel 三.选择数据源 四.效果

InfluxDB学习之InfluxDB常用函数(三)变换类函数

1)DERIVATIVE()函数 作用:返回一个字段在一个series中的变化率. InfluxDB会计算按照时间进行排序的字段值之间的差异,并将这些结果转化为单位变化率.其中,单位可以指定,默认为1s. 语法: SELECT DERIVATIVE(<field_key>, [<unit>]) FROM <measurement_name> [WHERE <stuff>] 其中,unit取值可以为以下几种: u --microsecondss --secon