当前位置： 首页 > news >正文

TDengine 时序函数 CSUM 用户手册

news 2025/9/27 8:23:53

在这里插入图片描述

CSUM 函数用户手册（智能电表场景）- 完整修正版

1. 函数概述

CSUM 是 TDengine 的时间序列函数，用于计算指定列的累计和（Cumulative Sum）。该函数按时间顺序对数值进行累加计算，返回每个时间点的累计总和。

CSUM 函数要求时间线有序，在超级表上使用时必须配合 PARTITION BY tbname 使用。

2. 语法

-- 子表查询（时间线天然有序）
SELECT CSUM(column_name) FROM sub_table [WHERE condition] [ORDER BY ts];-- 超级表查询（必须使用 PARTITION BY tbname）
SELECT CSUM(column_name) FROM super_table 
[WHERE condition] 
PARTITION BY tbname 
[ORDER BY tbname, ts];

参数说明

  • column_name：需要计算累计和的数值列，支持所有数值类型
  • 只接受一个参数，不支持多参数
  • 超级表必须使用 PARTITION BY tbname 确保每个子表的时间线有序

返回值说明

  • 返回类型：
    • 有符号数值类型（TINYINT、SMALLINT、INT、BIGINT、BOOL）→ BIGINT
    • 无符号数值类型（UTINYINT、USMALLINT、UINT、UBIGINT）→ UBIGINT
    • 浮点数类型（FLOAT、DOUBLE）→ DOUBLE
  • 空值处理：NULL 值被忽略，不参与累计计算
  • 返回行数：与输入行数相同

3. 函数计算原理与实际意义

3.1 计算过程详解

CSUM 函数按时间序列顺序对数值进行逐行累加：

-- 单个子表示例：功率读数 [100, 200, 150, 300, 250]
-- 对应时间：['10:00', '10:01', '10:02', '10:03', '10:04']SELECT ts, power, CSUM(power) AS cumulative_power 
FROM d001 
ORDER BY ts;

计算过程：

时间    | 功率  | 累计功率 | 计算过程
10:00   | 100   | 100     | 100
10:01   | 200   | 300     | 100 + 200
10:02   | 150   | 450     | 300 + 150
10:03   | 300   | 750     | 450 + 300
10:04   | 250   | 1000    | 750 + 250

3.2 超级表时间线问题

-- ❌ 错误：直接在超级表上使用（时间线混乱）
SELECT ts, power, CSUM(power) FROM meters ORDER BY ts;-- ✅ 正确：使用 PARTITION BY tbname 确保每个子表时间线有序
SELECT tbname, ts, power, CSUM(power) AS cumulative_power 
FROM meters 
PARTITION BY tbname 
ORDER BY tbname, ts;

4. 智能电表应用场景

基于智能电表数据库结构：

-- 超级表
CREATE STABLE meters (ts TIMESTAMP,voltage FLOAT,current FLOAT,power FLOAT,energy FLOAT
) TAGS (device_id VARCHAR(50),location VARCHAR(50),groupid INT
);-- 子表（每个设备一个子表）
CREATE TABLE d001 USING meters TAGS ('meter001', 'California.SanFrancisco', 1);
CREATE TABLE d002 USING meters TAGS ('meter002', 'California.LosAngles', 1);

4.1 单设备累计用电量统计

-- 方式1：直接查询子表（推荐）
SELECT ts,energy,CSUM(energy) AS total_energy_consumed
FROM d001 
WHERE ts >= '2024-09-22 00:00:00'
ORDER BY ts;-- 方式2：通过超级表查询特定设备
SELECT ts,energy,CSUM(energy) AS total_energy_consumed
FROM meters 
WHERE device_id = 'meter001'AND ts >= '2024-09-22 00:00:00'
PARTITION BY tbname
ORDER BY ts;

4.2 多设备累计分析

-- 所有设备的累计功率分析
SELECT tbname,device_id,ts,power,CSUM(power) AS cumulative_power
FROM meters 
WHERE ts >= NOW() - 12h
PARTITION BY tbname
ORDER BY tbname, ts;

4.3 按区域分组累计分析

-- 按区域统计各设备累计用电
SELECT tbname,location,ts,energy,CSUM(energy) AS device_cumulative_energy
FROM meters 
WHERE location = 'California.SanFrancisco'AND ts >= NOW() - 24h
PARTITION BY tbname
ORDER BY tbname, ts;

4.4 异常累积检测

-- 检测各设备异常用电的累积情况
SELECT tbname,device_id,ts,power,CSUM(CASE WHEN power > 5000 THEN power ELSE 0 END) AS abnormal_power_cumulative,CSUM(power) AS total_power_cumulative
FROM meters 
WHERE ts >= NOW() - 24h
PARTITION BY tbname
ORDER BY tbname, ts;

4.5 累积阈值监控

-- 各设备累积用电量超过阈值监控
SELECT tbname,device_id,ts,CSUM(energy) AS cumulative_energy,CASE WHEN CSUM(energy) > 1000 THEN '超出限额'WHEN CSUM(energy) > 800 THEN '接近限额'ELSE '正常范围'END AS status
FROM meters 
WHERE ts >= '2024-09-22 00:00:00'
PARTITION BY tbname
ORDER BY tbname, ts;

4.6 条件累积计算

-- 各设备正常功率范围的累积计算
SELECT tbname,device_id,ts,power,CSUM(CASE WHEN power BETWEEN 1000 AND 5000 THEN power ELSE 0 END) AS normal_power_cumulative,CSUM(power) AS total_cumulative
FROM meters 
WHERE ts >= NOW() - 12h
PARTITION BY tbname
ORDER BY tbname, ts;

5. 使用注意事项

5.1 超级表使用限制

-- ❌ 错误：直接在超级表上使用 CSUM（时间线混乱）
SELECT ts, power, CSUM(power) FROM meters ORDER BY ts;-- ❌ 错误：按非子表字段分区
SELECT ts, power, CSUM(power) FROM meters PARTITION BY device_id ORDER BY ts;-- ✅ 正确：使用 PARTITION BY tbname
SELECT tbname, ts, power, CSUM(power) FROM meters 
PARTITION BY tbname 
ORDER BY tbname, ts;-- ✅ 正确：直接查询子表
SELECT ts, power, CSUM(power) FROM d001 ORDER BY ts;

5.2 数据类型限制

-- ✅ 支持的数据类型
SELECT CSUM(power) FROM d001;          -- FLOAT → DOUBLE
SELECT CSUM(current) FROM d001;        -- FLOAT → DOUBLE  
SELECT CSUM(groupid) FROM meters PARTITION BY tbname;  -- INT → BIGINT-- ❌ 不支持的数据类型
SELECT CSUM(device_id) FROM meters PARTITION BY tbname;  -- 字符串不支持
SELECT CSUM(ts) FROM meters PARTITION BY tbname;         -- 时间戳不支持

5.3 语法限制

-- ❌ 错误用法
SELECT CSUM() FROM meters;                              -- 无参数
SELECT CSUM(power, current) FROM meters;                -- 多参数
SELECT CSUM(AVG(current)) FROM meters;                  -- 嵌套聚合-- ✅ 正确用法
SELECT CSUM(power) FROM d001 ORDER BY ts;               -- 子表查询
SELECT CSUM(power) FROM meters PARTITION BY tbname;     -- 超级表查询

5.4 性能优化建议

-- 推荐：查询特定子表
SELECT ts, CSUM(power) FROM d001 
WHERE ts >= NOW() - 24h 
ORDER BY ts;-- 推荐：超级表查询时限制条件
SELECT tbname, ts, CSUM(power) FROM meters 
WHERE ts >= NOW() - 24h AND location = 'California.SanFrancisco'
PARTITION BY tbname
ORDER BY tbname, ts;-- 避免：大范围无限制查询
SELECT CSUM(power) FROM meters PARTITION BY tbname;  -- 可能影响性能

6. 子表 vs 超级表查询对比

6.1 子表查询（推荐单设备分析）

-- 单个设备累积分析（性能最佳）
SELECT ts,power,CSUM(power) AS cumulative_power
FROM d001 
WHERE ts >= NOW() - 24h
ORDER BY ts;

优势：

  • 时间线天然有序，无需 PARTITION BY
  • 查询性能最佳
  • 适合单设备详细分析

6.2 超级表查询（多设备对比分析）

-- 多个设备累积对比分析
SELECT tbname,device_id,ts,power,CSUM(power) AS cumulative_power
FROM meters 
WHERE ts >= NOW() - 24hAND location = 'California.SanFrancisco'
PARTITION BY tbname
ORDER BY tbname, ts;

优势：

  • 可以同时分析多个设备
  • 便于设备间对比
  • 支持按标签过滤

注意：

  • 必须使用 PARTITION BY tbname
  • 性能相对较低

7. 常见错误及解决方案

7.1 超级表使用错误

-- ❌ 错误：时间线混乱
SELECT ts, power, CSUM(power) FROM meters ORDER BY ts;
-- 问题：不同子表的数据混在一起，时间线不连续-- ✅ 解决：使用 PARTITION BY tbname
SELECT tbname, ts, power, CSUM(power) FROM meters 
PARTITION BY tbname 
ORDER BY tbname, ts;

7.2 分区字段错误

-- ❌ 错误：按标签字段分区
SELECT device_id, ts, power, CSUM(power) FROM meters 
PARTITION BY device_id 
ORDER BY device_id, ts;-- ✅ 正确：按子表名分区
SELECT tbname, device_id, ts, power, CSUM(power) FROM meters 
PARTITION BY tbname 
ORDER BY tbname, ts;

7.3 结果解析示例

-- 超级表查询示例
SELECT tbname,device_id,ts,power,CSUM(power) AS cumulative_power
FROM meters 
WHERE ts BETWEEN '2024-09-22 10:00:00' AND '2024-09-22 10:05:00'
PARTITION BY tbname
ORDER BY tbname, ts;

返回结果：

tbname | device_id | ts                   | power | cumulative_power
d001   | meter001  | 2024-09-22 10:00:00 | 1000  | 1000
d001   | meter001  | 2024-09-22 10:01:00 | 1500  | 2500
d001   | meter001  | 2024-09-22 10:02:00 | 1200  | 3700
d002   | meter002  | 2024-09-22 10:00:00 | 800   | 800
d002   | meter002  | 2024-09-22 10:01:00 | 900   | 1700
d002   | meter002  | 2024-09-22 10:02:00 | 1100  | 2800

**说明：**每个子表（tbname）的累积值是独立计算的，d001 和 d002 各自维护自己的累积序列。

8. 总结

CSUM 函数在智能电表监控系统中的使用要点：

关键特性

  1. 时序依赖：必须保证时间线有序才能正确累积
  2. 分区要求：超级表查询必须使用 PARTITION BY tbname
  3. 子表优先：单设备分析优先直接查询子表
  4. NULL处理：智能忽略NULL值，保持累积连续性

应用场景选择

  • 单设备分析：直接查询子表，性能最佳
  • 多设备对比：超级表 + PARTITION BY tbname
  • 实时监控：子表查询，响应速度快
  • 历史统计：超级表查询，支持复杂过滤

最佳实践

  1. 优先使用子表：单设备累积分析直接查询子表
  2. 正确分区：超级表查询必须 PARTITION BY tbname
  3. 合理排序：ORDER BY tbname, ts 确保结果有序
  4. 限制范围：使用 WHERE 条件限制时间和标签范围
  5. 避免混用：不要在需要累积的场景中混合不同子表的时间线

通过正确理解和使用 CSUM 函数的分区要求，可以为智能电表系统提供准确可靠的累积趋势分析能力。

关于 TDengine

TDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；TDengine IDMP 是一款AI原生工业数据管理平台，它通过树状层次结构建立数据目录，对数据进行标准化、情景化，并通过 AI 提供实时分析、可视化、事件管理与报警等功能。

http://www.dtcms.com/a/410862.html

相关文章：

  • 企业级大数据技术栈：基于Hadoop+Spark的全球经济指标分析与可视化系统实践
  • Spark核心技术解析：从RDD到Dataset的演进与实践
  • 《自动控制原理》第 2 章 线性控制系统的数学描述：2.1、2.2
  • 名者观看网站吸引人气的营销方案
  • 上海做网站的网站如何建设物流网站
  • Linux----gcc、g++的使用以及一些问题
  • 零基础软件设计师专栏计划
  • 插座工程量-图形识别轻松计量
  • IEEE TGRS 2025 | 突破小波U-Net局限，ASCNet实现更精准的红外去条纹！
  • 【每日一问】电气间隙和爬电距离有什么区别？
  • 网站邮件功能设计理论企业销售网站
  • 使用bert或roberta模型做分类训练时，分类数据不平衡时，可以采取哪些优化的措施
  • c语言网站上海有哪些企业
  • 网站搭建后提示建设中怎么申请自己公司的邮箱
  • 网站如何报备诚信经营网站的建设
  • CST微波混频电路 --- 频线任务，谐波平衡（Harmonic Balance）
  • 第 7 篇 Dify 应用介绍 + 聊天助手Agent 应用关键点说明
  • ajax与jQuery是什么关系？
  • 安装Latex环境与编辑器方法
  • 3DGS输入的三个bin文件的作用
  • 现在建设校园网站用什么软件培训加盟
  • 网站建设注意的问题如何更新网站
  • 计算机视觉 - 物体检测（二）单阶段：YOLO系列 + SSD
  • Oracle sql tuning guide 翻译 Part 6-3 --- 用Hint影响优化器
  • 网站设计建议成都软件外包公司
  • 免费网站注册申请自己的网站
  • 鸿蒙Next Asset Store Kit：打造关键资产的铜墙铁壁
  • count down 84 days
  • STM32CubeMX笔记（11）-- AD模块使用
  • commons-exec