请问 InfluxDB 如何返回筛选后的多个 series 的平均值 series

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

V2EX 提问指南

这是一个创建于 682 天前的主题，其中的信息可能已经有所发展或是发生改变。

之前一直用 pandas 做数据处理，刚接触时序数据库 Influxdb 2.6 ，有个地方不太明白，想请教一下。

假设 tag 是 lat 和 lon ，组合有(32,119),(33,119),(32,120),(33,120)，即32<=lat<=33, 119<=lon<=120

假设 field 有温度 temperature,风速 wind_speed 等字段

时间戳范围是 2021-01-01 到 2021-12-31

我想返回这些经纬度 temperature 和 wind_speed 的平均值时间序列，类似下面这些数据，时间和所需的 field 的均值。

time,temperature,wind_speed
2021-01-01,10.2,5.2
2021-01-02,11.1,4.2
.....
2021-12-30,5.6,4.1
2021-12-31,7.6,3.6

还有一个补充问题就是能否像 pandas agg 一样，对于不同列(field)做不同统计，比如 temperature 求 mean ，wind_speed 求 max 之类的。

请问应该如何写 InfluxQL 或者 Flux 语句，求一下大神指导。

5 条回复 • 2023-01-16 10:15:43 +08:00

sc104501

2023-01-11 14:52:44 +08:00

用最新的 influxdb 的话建议用 flux 。
首先取温度，做 mean ，结果保存到 a1 。
然后取风速，做 max ，保存到 a2 。
最后调用 flux 的 join.inner()，基于“时序+tag”组合两个结果输出就可以了。

如果找到了更合适的方法告诉我一声，手动狗头。

另外，经纬度除非可能性特别少，不然还是作为 field 比较合适，max-values-per-tag 根据官方的建议不建议超过 100000 。

dragonszy

2023-01-11 15:53:49 +08:00

@sc104501 感谢回复，“首先取温度，做 mean ，结果保存到 a1”就是这块不太会弄，之前这么写的，返回值就不是时间序列了，而是每个经纬度的平均值。

```
query = f"""
from(bucket: "xny_data")
|> range(start: {start_timestamp}, stop: {end_timestamp})
|> filter(fn: (r) => r["_measurement"] == "weatherData")
|> filter(fn: (r) => r["lat"] >= "20")
|> filter(fn: (r) => r["lon"] >= "119")
|> filter(fn: (r) => r["_field"] == "cloudcover")
|> mean()
"""
tables = query_api.query(query, org="xny")
for table in tables:
for record in table.records:
print(record)
```
返回值
```
[<FluxTable: 9 columns, 1 records>, <FluxTable: 9 columns, 1 records>]
```

```
FluxRecord() table: 0, {'result': '_result', 'table': 0, '_start': datetime.datetime(2020, 12, 31, 16, 0, tzinfo=tzutc()), '_stop': datetime.datetime(2021, 12, 31, 16, 0, tzinfo=tzutc()), '_field': 'cloudcover', '_measurement': 'weatherData', 'lat': '32', 'lon': '119', '_value': 43.14566210045662} FluxRecord() table: 1, {'result': '_result', 'table': 1, '_start': datetime.datetime(2020, 12, 31, 16, 0, tzinfo=tzutc()), '_stop': datetime.datetime(2021, 12, 31, 16, 0, tzinfo=tzutc()), '_field': 'cloudcover', '_measurement': 'weatherData', 'lat': '34', 'lon': '120', '_value': 39.43207762557078}
```

sc104501

2023-01-12 10:03:44 +08:00

@dragonszy 每天一个数据应该是用 aggregateWindow 。按照一个时间窗口汇总数据。
https://docs.influxdata.com/flux/v0.x/stdlib/universe/aggregatewindow/

代码没有测试过，可能不对。
from(bucket: "xny_data")
|> range(start: {start_timestamp}, stop: {end_timestamp})
|> filter(fn: (r) => r["_measurement"] == "weatherData")
|> filter(fn: (r) => r["lat"] >= "20")
|> filter(fn: (r) => r["lon"] >= "119")
|> filter(fn: (r) => r["_field"] == "cloudcover")
|> aggregateWindow(every: 1d, fn: mean)

dragonszy

2023-01-13 15:58:41 +08:00

@sc104501 非常感谢！但是目前还是有个问题，我想得到一个平均值时间序列（不分经纬度），现在采用 aggregateWindow 还是每个经纬度返回一个序列，想知道一下最终得到的是一个根据经纬度平均的序列该怎么做。

其实意思就是，我有 10 个时间序列，怎么求平均，得到 1 个时间序列。

sc104501

2023-01-16 10:15:43 +08:00

@dragonszy 意思是返回的 tables 含有多个表（每个表一个经纬度组合）需要合并成一个坐标范围内的平均值吧。

如果是数据点数量加权，在 aggregateWindow() 前加上 group() 取消分组。
- 原始数据每个数据的权重相同。
如果是“经纬度组合后的时间序列”加权，在 aggregateWindow() 后加上 group() 再用 aggregateWindow() 求一个平均值。
- 范围内的每个坐标点（采集器？）不管产生的数据多少，权重相同。

关于 group()，group 完全不带参数就是 ungroup 的功能。
或者直接用 group 按一个其他指定的 tag 分组，应该也可以避免现在的经纬度分组。