使用GROUP BY TIME时InfluxDB查询无法正确计算跨数据总和

你遇到的问题核心是聚合顺序搞反了：直接用sum(diskBytes)配合大时间窗口分组时，InfluxDB会把窗口内所有shard的所有diskBytes记录全部累加，而不是先计算每个时间点的总分片大小，再对这些总大小做窗口聚合。

正确的做法是用子查询分层聚合：

1. 先在子查询里，按原始数据的采集间隔（10秒）分组，计算每个时间点所有shard的diskBytes总和，得到该时刻的总分片大小；
2. 再在外层查询里，按你需要的大时间间隔（比如10分钟）分组，对这些总大小取首个值或平均值。

取每个10分钟窗口的首个总大小 #

SELECT first(total_disk_bytes)
FROM (
    -- 子查询：计算每个10秒时间点的所有分片总大小
    SELECT sum(diskBytes) AS total_disk_bytes
    FROM "shard"
    WHERE "database"='_internal' AND time > t1 AND time < t2
    GROUP BY time(10s)
)
GROUP BY time(10m)

取每个10分钟窗口的平均总大小 #

如果需要的是窗口内的平均值，把first换成mean即可：

SELECT mean(total_disk_bytes)
FROM (
    SELECT sum(diskBytes) AS total_disk_bytes
    FROM "shard"
    WHERE "database"='_internal' AND time > t1 AND time < t2
    GROUP BY time(10s)
)
GROUP BY time(10m)

为什么之前的小时间间隔查询正常？ #

当分组间隔小于10秒（比如5秒）时，每个窗口内最多只有一组同时间点的shard数据，此时sum(diskBytes)自然就是该时间点的总大小，看起来结果正常。但当窗口变大后，窗口内包含多个时间点的shard数据，直接求和就会把所有时间点的所有shard值全部累加，导致结果不符合预期。

内容的提问来源于stack exchange，提问作者teeeeee