--- sidebar_label: 查询数据 title: 查询数据 description: "主要查询功能，通过连接器执行同步查询和异步查询" --- import Tabs from "@theme/Tabs"; import TabItem from "@theme/TabItem"; ## 主要查询功能 TDengine 采用 SQL 作为查询语言。应用程序可以通过 REST API 或连接器发送 SQL 语句，用户还可以通过 TDengine 命令行工具 taos 手动执行 SQL 即席查询（Ad-Hoc Query）。TDengine 支持如下查询功能： - 单列、多列数据查询 - 标签和数值的多种过滤条件：>, <, =, <\>, like 等 - 聚合结果的分组（Group by）、排序（Order by）、约束输出（Limit/Offset） - 时间窗口（Interval）、会话窗口（Session）和状态窗口（State_window）等窗口切分聚合查询 - 数值列及聚合结果的四则运算 - 时间戳对齐的连接查询（Join Query: 隐式连接）操作 - 多种聚合/计算函数: count, max, min, avg, sum, twa, stddev, leastsquares, top, bottom, first, last, percentile, apercentile, last_row, spread, diff 等 例如：在命令行工具 taos 中，从表 d1001 中查询出 voltage > 215 的记录，按时间降序排列，仅仅输出 2 条。 ```sql title="SQL" select * from test.d101 where voltage > 215 order by ts desc limit 2; ``` ```txt title="output" ts | current | voltage | phase | ====================================================================================== 2018-10-03 14:38:16.800 | 12.30000 | 221 | 0.31000 | 2018-10-03 14:38:15.000 | 12.60000 | 218 | 0.33000 | Query OK, 2 row(s) in set (0.001100s) ``` 为满足物联网场景的需求，TDengine 支持几个特殊的函数，比如 twa(时间加权平均)，spread (最大值与最小值的差)，last_row(最后一条记录)等，更多与物联网场景相关的函数将添加进来。 具体的查询语法请看 [TDengine SQL 的数据查询](https://docs.taosdata.com/cloud/taos-sql/select) 章节。 ## 多表聚合查询 物联网场景中，往往同一个类型的数据采集点有多个。TDengine 采用超级表(STable)的概念来描述某一个类型的数据采集点，一张普通的表来描述一个具体的数据采集点。同时 TDengine 使用标签来描述数据采集点的静态属性，一个具体的数据采集点有具体的标签值。通过指定标签的过滤条件，TDengine 提供了一高效的方法将超级表(某一类型的数据采集点)所属的子表进行聚合查询。对普通表的聚合函数以及绝大部分操作都适用于超级表，语法完全一样。 ### 示例一 在 [TDengine CLI](../../tools/cli) ，查找加利福尼亚州所有智能电表采集的电压平均值，并按照 location 分组。 ```sql title="SQL" SELECT AVG(voltage), location FROM test.meters GROUP BY location; ``` ```txt title="output" location | avg(voltage) | ======================================================= California.PaloAlto | 109.507000000 | California.Sunnyvale | 109.507000000 | California.MountainView | 109.507000000 | California.SanFrancisco | 109.507000000 | California.SanJose | 109.507000000 | California.SanDiego | 109.507000000 | California.SantaClara | 109.507000000 | California.Cupertino | 109.507000000 | California.Campbell | 109.507000000 | California.LosAngles | 109.507000000 | Query OK, 10 row(s) in set ``` ### 示例二 在 TDengine CLI `taos`, 查找 groupId 为 2 的所有智能电表过去24小时的记录条数和电流的最大值。 ```sql title="SQL" SELECT count(*), max(current) FROM test.meters where groupId = 2 and ts > now - 24h; ``` ```txt title="output" count(*) | max(current) | ================================== 5 | 13.4 | Query OK, 1 row(s) in set (0.002136s) ``` 在 [TDengine SQL 的数据查询](https://docs.taosdata.com/cloud/taos-sql/select) 一章，查询类操作都会注明是否支持超级表。 ## 降采样查询、插值 物联网场景里，经常需要通过降采样（down sampling）将采集的数据按时间段进行聚合。TDengine 提供了一个简便的关键词 interval 让按照时间窗口的查询操作变得极为简单。比如，将智能电表 d1001 采集的电流值每 10 秒钟求和 ```sql title="SQL" taos> SELECT _wstart, sum(current) FROM test.d1001 INTERVAL(10s); ``` ```txt title="output" _wstart | sum(current) | ====================================================== 2018-10-03 14:38:00.000 | 10.300000191 | 2018-10-03 14:38:10.000 | 24.900000572 | Query OK, 2 rows in database (0.003139s) ``` 降采样操作也适用于超级表，比如：将加利福尼亚州所有智能电表采集的电流值每秒钟求和 ```sql title="SQL" SELECT _wstart, SUM(current) FROM test.meters where location like "California%" INTERVAL(1s); ``` ```txt title="output" _wstart | sum(current) | ====================================================== 2018-10-03 14:38:04.000 | 10.199999809 | 2018-10-03 14:38:05.000 | 23.699999809 | 2018-10-03 14:38:06.000 | 11.500000000 | 2018-10-03 14:38:15.000 | 12.600000381 | 2018-10-03 14:38:16.000 | 34.400000572 | Query OK, 5 rows in database (0.007413s) ``` 降采样操作也支持时间偏移，比如：将所有智能电表采集的电流值每秒钟求和，但要求每个时间窗口从 500 毫秒开始 ```sql title="SQL" SELECT _wstart, SUM(current) FROM test.meters INTERVAL(1s, 500a); ``` ```txt title="output" _wstart | sum(current) | ====================================================== 2018-10-03 14:38:03.500 | 10.199999809 | 2018-10-03 14:38:04.500 | 10.300000191 | 2018-10-03 14:38:05.500 | 13.399999619 | 2018-10-03 14:38:06.500 | 11.500000000 | 2018-10-03 14:38:14.500 | 12.600000381 | 2018-10-03 14:38:16.500 | 34.400000572 | Query OK, 6 rows in database (0.005515s) ``` 物联网场景里，每个数据采集点采集数据的时间是难同步的，但很多分析算法(比如 FFT)需要把采集的数据严格按照时间等间隔的对齐，在很多系统里，需要应用自己写程序来处理，但使用 TDengine 的降采样操作就轻松解决。 如果一个时间间隔里，没有采集的数据，TDengine 还提供插值计算的功能。 语法规则细节请见 [TDengine SQL 的按时间窗口切分聚合](https://docs.taosdata.com/cloud/taos-sql/interval) 章节。 ## 连接器样例 :::note 在执行下面样例代码的之前，您必须首先建立和 TDengine Cloud 的连接，请参考 [连接 云服务](../../programming/connect/). ::: 在这个例子里面，我们使用 `query` 方法去执行 SQL，然后获取 `result` 对象。 ```python {{#include docs/examples/python/develop_tutorial.py:query:nrc}} ``` 从 `result` 对象里面获取列的元数据，包括列名，列类型和列的长度。 ```python {{#include docs/examples/python/develop_tutorial.py:fields:nrc}} ``` 从 `result` 获得总行数： ```python {{#include docs/examples/python/develop_tutorial.py:rows:nrc}} ``` 在每一行上面迭代： ```python {{#include docs/examples/python/develop_tutorial.py:iter}} ``` 在这个例子中，我们使用 `Statement` 对象的 `executeQuery` 方法并获取 `ResultSet` 对象。 ```java {{#include docs/examples/java/src/main/java/com/taos/example/CloudTutorial.java:query:nrc}} ``` 从结果里面得到列的元数据： ```java {{#include docs/examples/java/src/main/java/com/taos/example/CloudTutorial.java:meta:nrc}} ``` 在结果上面迭代打印每一行数据： ```java {{#include docs/examples/java/src/main/java/com/taos/example/CloudTutorial.java:iter}} ``` 在这个例子中，我们使用 `Query` 方法执行 SQL 并获取了一个 `sql.Rows` 对象。 ```go {{#include docs/examples/go/tutorial/main.go:query:nrc}} ``` 从结果行里面获取列名： ```go {{#include docs/examples/go/tutorial/main.go:meta:nrc}} ``` 在每一行上面迭代并打印每一行数据： ```go {{#include docs/examples/go/tutorial/main.go:iter}} ``` 在这个例子里面，我们使用查询方法来执行 SQL ，然后获取到 result 对象。 ```rust {{#include docs/examples/rust/cloud-example/examples/tutorial.rs:query:nrc}} ``` 从结果里面获取列的元数据： ```rust {{#include docs/examples/rust/cloud-example/examples/tutorial.rs:meta:nrc}} ``` 获取所以的行数据并打印每一行数据： ```rust {{#include docs/examples/rust/cloud-example/examples/tutorial.rs:iter}} ``` ```javascript {{#include docs/examples/node/query.js}} ``` 在这个例子里面，我们使用查询方法来执行 SQL ，然后获取到 result 对象。 ``` XML {{#include docs/examples/csharp/cloud-example/inout/inout.csproj}} ``` ```C# {{#include docs/examples/csharp/cloud-example/inout/Program.cs:query}} ```