时序数据库flux aggregateWindow命令详解

在 InfluxDB 的 Flux 语言中，aggregateWindow() 是一个用于时间序列数据聚合的核心函数，它能按照指定的时间窗口对数据进行分组，并对每个窗口内的数据应用聚合函数（如求和、平均值等）。这在处理时序数据时非常实用，比如将秒级数据聚合为分钟级、小时级等。

基本语法

aggregateWindow(
    every: duration,        // 窗口大小（必填）
    fn: (column, tables) => any,  // 聚合函数（必填）
    column: string,         // 要聚合的列名（可选，默认是 "_value"）
    timeSrc: string,        // 时间列来源（可选，默认是 "_time"）
    timeDst: string,        // 聚合后时间列的名称（可选，默认是 "_time"）
    createEmpty: bool       // 是否保留空窗口（可选，默认是 false）
)

参数详解

1. every（必填）
   定义时间窗口的大小，即每隔多久聚合一次。支持的时间单位：ns（纳秒）、us（微秒）、ms（毫秒）、s（秒）、m（分钟）、h（小时）、d（天）、w（周）等。
   示例：every: 1m（1 分钟窗口）、every: 1h（1 小时窗口）。

2. fn（必填）
   用于聚合窗口内数据的函数。Flux 内置了常用聚合函数，如：

   • mean()：平均值
   • sum()：求和
   • max()：最大值
   • min()：最小值
   • count()：计数
     示例：fn: mean 表示计算每个窗口内的平均值。

3. column（可选）
   指定要聚合的字段列名，默认是 _value（InfluxDB 中存储数值的默认列）。
   示例：column: "temperature" 表示聚合 temperature 列。

4. timeSrc（可选）
   指定原始时间列的名称，默认是 _time（InfluxDB 中存储时间的默认列）。一般无需修改，除非自定义了时间列。

5. timeDst（可选）
   指定聚合后时间列的名称，默认是 _time。聚合后的时间通常是窗口的起始时间（或结束时间，取决于数据对齐方式）。

6. createEmpty（可选）
   布尔值，指定是否保留没有数据的空窗口。默认是 false（不保留空窗口）；设为 true 时，空窗口会显示 null 或 0（取决于聚合函数）。

使用示例

假设我们有一张名为 sensor_data 的表，包含 _time（时间）、_value（数值）、sensor_id（传感器 ID）字段，记录了传感器的温度数据（每秒一条）。

示例 1：按 10 分钟窗口聚合，计算平均温度

from(bucket: "my-bucket")
  |> range(start: -1h)  // 取过去1小时的数据
  |> filter(fn: (r) => r._measurement == "sensor_data" and r._field == "temperature")
  |> aggregateWindow(
      every: 10m,       // 每10分钟一个窗口
      fn: mean,         // 计算平均值
      column: "_value"  // 聚合_value列（默认可省略）
  )
  |> yield(name: "mean_temperature")

结果会将过去 1 小时的数据按 10 分钟分组，每组计算一个平均温度。

示例 2：保留空窗口，按 1 小时聚合求和

from(bucket: "my-bucket")
  |> range(start: -1d)  // 取过去1天的数据
  |> filter(fn: (r) => r._measurement == "energy" and r._field == "consumption")
  |> aggregateWindow(
      every: 1h,
      fn: sum,
      createEmpty: true  // 保留无数据的小时窗口（显示0）
  )
  |> yield(name: "hourly_energy_sum")

示例 3：按标签分组后聚合

如果数据有多个标签（如不同传感器），可先按标签分组再聚合：

from(bucket: "my-bucket")
  |> range(start: -6h)
  |> filter(fn: (r) => r._measurement == "sensor_data" and r._field == "humidity")
  |> group(columns: ["sensor_id"])  // 按传感器ID分组
  |> aggregateWindow(
      every: 30m,
      fn: max  // 每个传感器每30分钟的最大湿度
  )
  |> yield(name: "max_humidity_per_sensor")

注意事项

• 窗口对齐：aggregateWindow() 的窗口默认对齐到 Unix 时间起点（如 00:00、00:10、00:20 等），而非数据的第一条记录时间。
• 与 window() 的区别：window() 仅按时间分组，不做聚合；aggregateWindow() 是 window() + 聚合函数的组合，更简洁。
• 性能：对大量数据聚合时，建议通过 range() 限制时间范围，或通过 filter() 过滤不必要的数据，提升效率。

通过 aggregateWindow()，可以灵活地将高频时序数据降采样为低频数据，便于分析和可视化。