InfluxDB技术问题：如何按分钟级计算差值的求和结果

问题分析 #

你遇到的错误aggregate function required inside the call to non_negative_difference，本质是InfluxDB的查询规划器优化逻辑导致的：当你在外层使用GROUP BY time(1m)时，数据库会尝试把这个分组逻辑下推到子查询中，让non_negative_difference在每个1分钟的分组内执行。但每个分钟分组内的连续数据点可能不足（甚至只有一个点），无法计算连续值的差值，因此数据库要求你在non_negative_difference内部使用聚合函数（比如last()、sum()）——但这显然不符合你的需求：你需要先计算整个时间序列中每个连续点的差值，再按分钟对这些差值求和。

而单独执行子查询时，没有外层分组的干扰，non_negative_difference是在完整的原始数据序列上计算连续差值，所以可以正常返回结果。

解决方案 #

我们需要让子查询先完整计算所有连续点的差值，再在外层进行分钟级求和。可以通过嵌套子查询的方式，强制数据库先执行原始数据的序列差值计算，再处理分组：

SELECT sum(ph1), sum(ph2), sum(ph3)
FROM (
  -- 内层子查询：确保先获取完整的原始数据并按时间排序
  SELECT non_negative_difference(day_chan1) AS ph1,
         non_negative_difference(day_chan2) AS ph2,
         non_negative_difference(day_chan3) AS ph3
  FROM (
    SELECT time, day_chan1, day_chan2, day_chan3
    FROM electricity
    ORDER BY time ASC
  )
)
GROUP BY time(1m) tz('Europe/Dublin')

另一种等价写法（针对有固定时间粒度的原始数据） #

如果你的原始数据是按固定时间间隔采集的（比如每秒一个点），也可以先按原始粒度分组保留每个时间点的数值，再计算差值，最后分钟求和：

SELECT sum(ph1), sum(ph2), sum(ph3)
FROM (
  SELECT non_negative_difference(last(day_chan1)) AS ph1,
         non_negative_difference(last(day_chan2)) AS ph2,
         non_negative_difference(last(day_chan3)) AS ph3
  FROM electricity
  GROUP BY time(1s) -- 匹配你的原始数据时间精度
)
GROUP BY time(1m) tz('Europe/Dublin')

验证结果 #

执行上述查询后，会先得到子查询中所有连续点的差值（和你单独执行子查询的结果一致），再按分钟对ph1、ph2、ph3分别求和，最终得到你期望的结果：

time                ph1 ph2 ph3
----                --- --- ---
2017-04-02T14:40:00Z 0   0   2
2017-04-02T14:41:00Z 1   1   3
2017-04-02T14:42:00Z 1   2   3

内容的提问来源于stack exchange，提问作者Bazinga777