InfluxDB 1.8 数据分组后如何正确显示时间GROUP BY time(15s,17s)的应用

一、GROUP BY time 应用问题

在 InfluxDB 的QQ交流群里，有一位群友问了这样一个问题：

查询一段时间范围内的数据，对数据按时间进行分组聚合。但是现在数据库的数据每分钟只有第17秒才有数据，查询后把第17s的数据给了15s。时间显示是错误的。这个问题该如何解决？

一位经验丰富的群友给出了解决方案：

# 第一次查询偏移量select first（字段） from （表名称） where time >= 2024-05-01 12:00:00

# 第二次查看数据group by time(1m, 17s)，第二个参数就是偏移量

看完他的解决方案，我不禁惊叹，原来 time 是可以传递两个参数的！而我一直以来只用一个参数，主要是对时间的展示要求没那么高。

接下来我们就把这个问题从头到尾撸一遍。

二、GROUP BY time 使用说明

在 InfluxDB 1.8 中，GROUP BY time 子句用于根据时间范围对数据进行分组聚合。GROUP BY time 中的 time() 函数可以接受一个或多个参数来定义时间间隔。这些参数可以用来指定分组的时间间隔大小和偏移量。

Interval（时间间隔）：必需的参数，用于指定分组的时间间隔大小。它可以是一个整数或带单位的时间值，例如 10m 表示10分钟，1h 表示1小时。支持的时间还有：ns 纳秒，us 微秒，ms 毫秒，s 秒，d 天，w 周。

Offset（偏移量，可选）：可选的参数，用于指定分组时间间隔的起始点。它可以是一个整数或带单位的时间值。默认情况下，偏移量为 0。

示例：

SELECT MEAN("value") AS "mean_value"FROM "measurement"WHERE time > now() - 1hGROUP BY time(10m, 5m)

在上述示例中，time(10m, 5m) 指定了以10分钟为间隔进行分组聚合，并且偏移量为5分钟，即每隔10分钟计算一个分组，并从每个10分钟分组的起始点向后偏移5分钟。

三、偏移量的获取

在 InfluxDB1.8 中，如果需要从现有数据中动态计算偏移量，通常需要进行一些额外的计算步骤，因为InfluxDB本身不提供直接从数据动态生成偏移量的内置功能。但是，可以通过一些策略来实现这一需求。

1、使用外部工具计算偏移量

一个常见的方法是先使用查询从InfluxDB提取数据的特定特征（如最早或最晚时间戳），然后在应用层（如Java）中计算偏移量。这种方法适合在数据分析和数据预处理阶段使用。

第一步，查询数据中的最早或最晚时间戳：

SELECT FIRST("value"), LAST("value") FROM "measurement"

第二步，在应用层（例如Java）中获取这些时间戳并计算与当前时间的差异，以此作为偏移量。

Long hour = Duration.between(startTime, endTime).toHours();

2、在查询中估计偏移量

如果无法在应用层处理，还可以在InfluxDB查询中使用一些创造性的方法来近似计算偏移量，比如根据数据的发布频率估计。

假设数据每小时更新一次，并且希望分组数据以反映从每小时的第30分钟开始的时间段：

SELECT MEAN("value")FROM "measurement"WHERE time >= '2024-01-01T00:00:00Z' AND time < now()GROUP BY time(1h, 30m)

30m 是一个固定的偏移量，基于对数据更新模式的了解。

3、使用数据的统计特性

如果对数据的具体发布时间不确定，可以先统计数据的发布时间点，找出最常见的时间点作为偏移量。

第一步，查看每个小时内数据点的分布情况：

SELECT COUNT("value") FROM "measurement" GROUP BY time(1m)

第二步，分析这些数据点的分布，找到每小时中数据最频繁出现的分钟数，用该分钟数作为偏移量。

这3个方法的选择取决于我们对数据的了解程度，在实际操作中，可能需要结合多种策略来适应不同情况下的数据分析需求。

四、简单应用

来个简单的测试，测试一下群友给的解决方案是否能够解决问题。

1、第一步，在 InfluxDB 数据库中插入一批数据，它在每分钟的17秒更新一条。

2、第二步，获取偏移量。

偏移量我们知道的，为17s。省去查询和计算的步骤。

3、第三步，查询对比。

没加偏移量的数据展示：

select max(*::field) from sensor110 where time>'2024-05-14 06:40:00' group by time(1m) limit 10;

从截图中可以看到，时间是整分整分的。

加了偏移量的数据展示：

select max(*::field) from sensor110 where time>'2024-05-14 06:40:00' group by time(1m,17s) limit 10;

从截图中可以看出来，展示的时间是每分钟的17秒，而不是00秒了。

把分组时间再缩短一点：

从截图中可以看出来，只有17s的时候是有数据的。从测试结果来看，第二个群友给的方法是能够解决第一个群友问题的。

感谢群友的无私奉献，我把以上内容整理出来，希望能够帮助到遇到同类问题的小伙伴。