跳转至主要内容

函数

以下是Timeplus支持的SQL函数。 如果您需要更多功能，请联系我们。

类型转换​

to_time​

to_time(time_string [, default_time_zone] [,defaultValue]) 来将字符串转换为datetime64 值

例如： to_time('1/22') or to_time('1/2/22','America/New_York')

一些常见的时区是：

  • UTC: 等效于 GMT(格林威治平均时间)
  • EST: 美国东部时间
  • MST: 美国山区时间
  • PST8PDT: 美国太平洋时间
  • America/New_York: 等同于 EST
  • America/Los_Angeles: 等同于 PST8PDT
  • America/Vancouver: 等同于 PST8PDT
  • Asia/Shanghi: 等同于 PRC

对于可能的时区的完整列表，请检查 维基百科页面 中的“TZ 数据库名称”栏。

您也可以通过 to_timezone将转换时区

to_int​

to_int(字符串) 将其转换为整数。

to_float​

to_float(字符串) 将其转换为一个浮点数，例如 to_float('3.1415926')

to_decimal​

to_decimal(number_or_string, scale)

例如， to_decimal('3.1415926',2) 以获得3.14

to_string​

将任何数据类型转换为字符串，以便您可以执行其他字符串操作，如 concat

to_bool​

将值转换为 bool 类型。 例如：select to_bool(1), to_bool(true),to_bool(True),to_bool('true') all return true. 请注意，您不能运行 to_bool('True') 请注意，您不能运行 to_bool('True') 请注意，您不能运行 to_bool('True')

cast​

将输入值转换为指定的数据类型。 支持三个语法变体：

  • cast(x, T)
  • cast(x as t)
  • x:t

说明：

  • x - 一个要转换的值。 也许是任何类型。
  • T——目标数据类型的名称。 字符串。
  • t - 目标数据类型

例如：

select
    cast('1', 'integer'),
    cast('1' as integer),
    cast(3.1415, 'decimal(3, 2)'),
    json_extract_string('{"a":"001"}','a')::integer

to_type_name​

to_type_name(x) 来显示参数的类型名称 x 这主要是为了排除故障以了解函数调用的日期类型。 这主要是为了排除故障以了解函数调用的日期类型。

访问复合类型​

array_cast​

map_cast(array1, array2) 用 array1作为map的key，用 array2 作为value来组成一个新的map(这2个数组应该长度相同). 例如， map_cast(['k1','k2'],[91,95]) 将得到 {'k1':91,'k2':95}

length​

length(array)

array[index]​

您可以轻松访问数组中的任何元素，只需使用数组名[index]，比如 顶部值[2]

info

第一个元素的索引是1，而不是0。

index_of​

array_difference(arr) 计算相邻数组元素之间的差异。 返回第一个元素将为0的数组 第二个是 a[1] - a[0]之间的差异。 例如： array_diffce([1,2,3,5])返回 [0,1,2]

array_compact​

array_compact(arr) 从数组中删除连续重复元素，例如 array_compact([1,1,1,2,2,2,2,3,4,4,5])返回 [1,2,3,4,5]

array_concat​

array_concat(数组1,数组2) 将两个数组合并成一个。

array_difference​

array_distinct(arr) 返回一个仅包含不同元素的数组。 例如： array_distinct([1,1,1,2,3,3,1,1)]return [1,2,3], 而 array_compact([1,1,2,3,1,1)return [1,2,3,1]

array_distinct​

array_filter(func, 数组) 返回一个仅包含符合指定函数条件的元素的数组。 例如： array_filter(x->x%2==0, [1,2,3,4])返回 [2,4]

array_flatten​

数组array_flatten(数组1, 数组2,...)将数组转换为平坦数组。 例如： array_flatten([[[1]], [[2], [3]]) 返回 [1,2,3]

array_string_concat​

array_string_concat([，分隔符]) 与分隔符连接数组中列出的值的字符串表示. 分隔符 是一个可选的参数：一个常量字符串，默认设置为空字符串。 分隔符 是一个可选的参数：一个常量字符串，默认设置为空字符串。

例如， array_string_concat([1,2,3],'-') 获取一个字符串 1-2-3

array_join​

array_join(an_array) 这是一个特殊的函数。 group_array(col) 来将列值从多行分组到一行中的单个值。 array_join 正好相反：它可以将一个数组值的行转换为多行。

例如， select array_join([10,20]) as v, 'text' as t 将获得2 行

vt
10text
20text

array_pop_back​

array_pop_back(数组) 从数组中移除最后一个项目。 例如： array_pop_back([1,2,3]) 返回 [1,2]

array_pop_front​

array_pop_front(数组) 从数组中移除第一个项目。 例如： array_pop_front([1,2,3]) 返回 [2,3]

array_push_back​

array_push_back(数组，值) 将数组作为最后一个项目添加到数组。 例如： array_pup_back([1,2,3],4) 返回 [1,2,3,4]

array_push_front​

array_push_front(数组，值) 将数组作为第一个项添加值。 例如： array_push_front([1,2,3],4) 返回 [4,1,2,3]

array_product​

array_product(数组) 乘数组中的元素。 例如： array_product([2,3,4]) 返回 24 (2x 3 x 4)

array_resize​

array_resize(数组，大小 [,extender]) 更改数组的长度。 如果 大小小于当前数组的长度，则数组将被截断. 如果 大小小于当前数组的长度，则数组将被截断. 否则，将创建一个具有指定大小的新数组，用指定的 extender 填充值。 例如： array_sort([3,2,5,4]) 返回 [2,3,4,5]。 array_resize([3,4],4,5)返回 [3,4,5,5]

array_reverse​

array_reverse(arr) 返回一个数组与原数组的反向顺序，例如 array_reverse([1,2,3]) 返回 [3,2,1]

array_slice​

array_slice(arr, 偏移 [,长度]) 返回数组的分割。 如果没有指定 长度 ，则分割到数组的末尾，例如 array_slice([1,2,3,4,5,],2) 返回 [2,3,4,5]。 如果 偏移 大于数组长度，则返回一个空数组 []。 如果 长度 被视为新数组的长度，例如： array_slice([1,2,3,4,4,5],2,3) 返回 [2,3,4]

array_uniq​

array_uniq(arr) 返回数组中唯一的数值，例如： array_uniq([1,1,2,3]) 返回 3

array_zip​

array_resize(数组，大小 [,extender]) 更改数组的长度。 如果 大小小于当前数组的长度，则数组将被截断. 否则，将创建一个具有指定大小的新数组，用指定的 extender 填充值。 e.g. array_resize([3,4],1) returns [3]. array_resize([3,4],4,5)返回 [3,4,5,5]

array_all​

array_all([function, ]数组) 返回 1(true) 或 0(Alse) 如果数组中的所有元素都符合条件。 例如， array_all([1,2]) 返回 1, 而 array_all([0,0])返回 0. 例如， array_all([1,2]) 返回 1, 而 array_all([0,0])返回 0. 例如， array_all([1,2]) 返回 1, 而 array_all([0,0])返回 0. 您可以将 lambda 函数传递给它作为自定义条件检查的第一个参数， 例如 array_all(x->x%2==0,[2,4,6]) 以检查数组中的每个元素是否为偶。 它返回 1。

array_avg​

array_cum_sum([func, ]array) 返回源数组中部分元素的数组(运行总和)。 例如： array_cum_sum([1,1,1,1]) 返回 [1,2,3]。 您可以在 lambda 函数中作为第一个参数，在计算移动总和之前应用于每个元素， 例如 array_cum_sum(x->x*x,[1,2]) 获得[1,5]

array_count​

array_count([func, ]数组) 返回符合条件数组中的元素数量。 默认情况下，检查值是否为 0。 例如： array_count([0,0,1,2]) 返回 2。 您可以在 lambda 函数中传递一个 lambda 函数作为计算计数前应用于每个元素的第一个参数， 例如 array_count(x->x>1,[1,2]) 获取大于1的数字，它返回 1。

array_cum_sum​

array_cum_sum([func, ]array) 返回源数组中部分元素的数组(运行总和)。 例如： array_cum_sum([1,1,1,1]) 返回 [1,2,3]。 您可以在 lambda 函数中作为第一个参数，在计算移动总和之前应用于每个元素， 例如 array_cum_sum(x->x*x,[1,2]) 获得[1,5]

array_exists​

array_exists([func, ]数组) 返回 1(true) 或 0(Alse) 如果数组中的任何元素符合条件。 例如， array_exists([0,1,2]) return 1, and array_exists([0,0])return 0。 您可以将 lambda 函数传递给它作为自定义条件检查的第一个参数， 例如 array_exists(x->x%2==0,[2,3,4]) 检查数组中是否有任何元素。 它返回 1。 要检查所有元素是否符合条件，请使用 array_all

array_filter​

array_first_index(func, 数组) 返回与指定函数条件匹配的第一个元素的索引。 例如： array_first_index(x->x%2==0, [1,2,3,4])返回 2。

array_first​

array_first(函数, 数组) 返回符合指定函数条件的第一个元素。 例如： array_first(x->x%2==0, [1,2,3,4])返回 2。

array_first_index​

array_map(函数, 数组) 将函数应用于数组中的每个元素，并返回一个新数组。 例如： array_map(x->x*x,[1,2])返回 [1,4]

array_last​

array_last(func, 数组) 返回符合指定函数条件的最后一个元素。 例如： array_last(x->x%2==0, [1,2,3,4])返回 4。 如果没有找到, 返回 0。

array_last_index​

array_last_index(ffunc, 数组) 返回匹配指定函数条件的最后一个元素的索引。 例如： array_last_index(x->x%2==0, [1,2,3,4])返回 4。 如果没有找到, 返回 0。

array_map​

index_of(arr,x) 返回数组中 x 的索引 arr 第一个元素的索引是 1。 如果 x 不在数组中，返回 0。

array_max​

array_max(func, 数组) 将函数应用于数组中的每个元素，然后返回最大值。 。 array_max(x->x*x,[1,2])返回 4

array_min​

array_min(函数, 数组) 将函数应用于数组中的每个元素，然后返回最小值 e。 。 array_min(x->x*x,[1,2])返回 1

array_sort​

array_sort(func, array) 排序中的数组元素。 例如： array_sort([3,2,5,4]) 返回 [2,3,4,5]。 你可以将 lambda 函数传递给它作为第一个参数在排序前应用函数。 。 array_sort(x->-x,[3,2,5,4])返回 [5,4,3,2]

array_sum​

array_sum([func, ]数组) 返回数组中的总值。 例如， array_sum([2,6]) return 8。 您可以在 lambda 函数中传递一个 lambda 函数作为计算总和之前应用于每个元素的第一个参数。 例如 array_sum(x->x*x,[2,6]) 获得2*2 和 6*6的总和，这是40。

map[key]​

您可以轻松访问map中的任何元素，只需使用map[keyName], 例如 kv['key1']

map_cast​

array_cast(元素1,元素2,...) 创建一个新的数组给定元素，例如 array_cast(1,2) 将得到 [1,2] 请注意，元素应该是同一类型。 例如 array_cast('a','n'), not array_cast('a',0')

或者，您可以使用 map_cast(key1,value1,key2,value2...)

tuple_cast​

tuple_cast (item1, item2) 生成一个包含这 2 个元素的元组。 你也可以使用快捷语法： (item1, item2) 直接创建元组。

处理日期和时间​

year​

获取当前年份，例如 year(today()) 将是 2022。

quarter​

获取当前季度，例如 quarter(today()) 将是 1 如果是Q1。

month​

获取当前季度，例如 quarter(today()) 将是 2 如果是Q1。

day​

day(date) 获取当月的日期。

weekday​

weekday(date) Get the current day in the week. 星期一是 1。 星期一是 1。 星期日为7天。

day_of_year​

day_of_year(date) Get the number of the day of the year (1-366).

hour​

hour(datetime)

minute​

minute(datetime)

second​

second(datetime)

to_unix_timestamp​

例如， to_unix_timestamp(now()) get 1644272032

to_start_of_year​

to_start_of_year(date)

to_start_of_quarter​

to_start_of_quarter(date)

to_start_of_month​

to_start_of_month(date)

to_start_of_day​

to_start_of_day(date)

to_start_of_hour​

to_start_of_hour(datetime)

to_start_of_minute​

to_start_of_minute(datetime)

to_start_of_second​

to_start_of_second(datetime64)

不同于其他 to_start_of_ 函数，这个函数需要一个有毫秒的日期时间，例如 to_start_of_second(now64())

to_date​

to_date(字符串) 将日期字符串转换为日期类型，例如 to_date('1953-11-02')

to_datetime​

to_datetime(值) 将值转换为日期时间类型，例如 to_datetime(1655265661) 或 to_datetime(todayy(today))

today​

today()

to_YYYYMM​

to_YYYYMM(date)

获取一个数字。 例如， to_YYYYMM(today)) 将获得数字 20202

to_YYYYMMDD​

to_YYYYMMDD(date)

获取一个数字。

to_YYYMMDDhmmss​

to_YYYMMDDhmss(date)

获取一个数字。

to_timezone​

to_timezone(datectime_in_a_timezone,target_timezone) 将日期时间从一个时区转换到另一个时区。

对于可能的时区的完整列表，请检查 维基百科页面 中的“TZ 数据库名称”栏。 对于常见的时区，请检查 到 _time

例如，

SELECT
  to_time('2022-05-16', 'America/New_York') AS t1, to_timezone(t1, 'UTC') AS t2

输出：

t1t2
2022-05-16 00:00:00.0002022-05-16 04:00:00.000

format_datetime​

格式_datetime(时间,格式,时区)

将日期时间格式化为字符串。 第三个参数是可选的。 支持以下占位符

占位符描述输出字符串
%Y四位数年份2022
%y2位数年份22
%m月份带2位数字01
%d含2位数字的日02
%F短的 YYYY-MM-DD 日期，相当于 %Y-%m-%d2022-01-02
%DMM/DD/YY 短日期，相当于 %m/%d/%y01/02/22
%H小时带有2位数字 (00-23)13
%M2位数分钟(00-59)44
%S2位数秒(00-59)44
%w周日为小数点，周日为0(0-6)1

date_diff​

date_diff(unit,begin,end)

Calculate the difference between begin and end and produce a number in unit. 例如： date_diff('second',window_start,window_end) 例如： date_diff('second',window_start,window_end) 例如： date_diff('second',window_start,window_end)

date_diff_within​

date_diff_within(timegap,time1,time2)

返回 true 或 false。 此函数只能在 流到流加入 时使用。 检查 time1 and time2 之间的差距是否在特定范围内。 例如， date_diff_within(10s,payment.time,notification.time) 来检查付款时间和通知时间是否在10秒或更短。

date_trunc​

date_trunc(funit), value[, timezone])将日期和时间数据截断到日期的指定部分。 例如， date_trunc('month',now()) 获取当前月初的日期时间。 可能的单位值为：

  • year
  • quarter
  • month
  • day
  • hour
  • minute
  • second

date_add​

它支持 date_add(单位, 值, 日期) 和快捷解决 data_add(date,timeExpression)

  • date_add(HOUR, 2, now()) 将在 2 小时内获得一个新的日期时间。 date_add(HOUR, -2, now()) 将得到一个新的日期时间2 小时后退。
  • date_add(now)、2h) 和 date_add(now)、2h) 也工作

date_sub​

它支持 date_sub(单位, 值, 日期) 和快捷解决 data_sub(date,timeExpression)

  • date_sub(HOUR, 2, now()) 将获得一个新的日期时间 2 小时
  • date_sub(now)2h) 也工作

earliest_timestamp​

earest_timestamp() 返回 "1970-1-1 00:00:00"

earliest_ts​

earliest_ts() 是 earliest_timestamp()的简写方式

处理 JSON​

json_extract​

json_extract_int(json, key) 获取指定的 JSON 文档和密钥的整数值。 例如， json_extract_int('{"a":10,"b":3.13}','a') 将获得数字 10

json_extract_float​

json_extract _float(json, key) 获取指定的 JSON 文档和密钥的浮点值。 例如， json_extract_int('{"a":10,"b":3.13}','b') 将获得浮点数 3.13

json_extract_bool​

json_extract_bool(json, key) 从指定的 JSON 文档和密钥中获取布尔值。 例如， json_extract_bool('{"a":true}','a') 将获得布尔值 true 或 1

json_extract_string​

json_extract_string(json, key)获取指定的 JSON 文档和密钥的字符串值。 例如， json_extract_string('{"a":true,"b":{"c":1}}','b') 将获得字符串值 {"c":1} 并且您可以继续使用 JSON 函数来提取值。

json_extract_array​

json_has(json, key) 来检查是否在 JSON 文档中存在指定的密钥。 例如 json_has('{"a":10,"b":20}','c')返回 0(false)。

json_extract_keys​

json_extract_keys(jsonStr) 来解析 JSON 字符串并提取密钥。 例如： 选择 '{"system_diskio_name":"nvme0n1"}" 作为标签，json_extract_keys(标签) 将获得一个数组： [ "system_diskio_name" ]

is_valid_json​

is_valid_json(str) 来检查给定的字符串是否是有效的 JSON 返回 true(1) 或 false(0) 返回 true(1) 或 false(0) 返回 true(1) 或 false(0)

json_has​

json_value(json, path) 允许您访问嵌套的 JSON 对象。 For example, json_value('{"a":true,"b":{"c":1}}','$.b.c') will return the number 1

json_value​

json_value(json, path) 允许您访问嵌套的 JSON 对象。 例如， json_extract_int('{"a":,"b":1}','a') 将获得数字 1

json_query​

json_query(json, path) 允许您访问 JSON 嵌套的 JSON 对象作为JSON 数组或 JSON 对象。 如果值不存在，则返回空字符串。 例如， json_query('{"a":true,"b":{"c":1}}','$.b.) ') 将返回一个 1 元素 [1] 的数组更复杂的例子。 json_query('{"records":[{"b":{"c":1}}},{"b":{"c":2}}},{"b":{"c":3}}},','$. ecords[*].b.c') 将获得 [1,2,3]

流程文本​

lower​

小(字符串)

upper​

上级(字符串)

format​

格式 (template,args) 例如： 格式 ('{} {}', 'Hello', 'Worldd')得到 Hello World

concat​

concat(str1,str2 [,str3]) 将2 或更多字符串合并为单个字符串。 例如， concat('95','%') 以获得95%。 您也可以使用 || 作为快捷语法，例如： '95' || '%' 此函数中的每个参数必须是字符串。 您可以使用 to_string 函数来转换他们，例如 到_string(95)|| '%'

substr​

substr(str,index [,length]) 返回 str 从 index 开始的子串(第一个字符的index是1)。 length is optional.

trim​

修剪(字符串)

split_by_string​

split_by_string(sep,string) 例如： split_by_string('b','abcbxby')将获得一个包含字符串的数组 ['a','c','x','y']

match​

匹配(string,pattern) 决定字符串是否匹配给定的正则表达式。 例如，要检查文本是否包含一个敏感的 AWS ARN，您可以运行 匹配(text,'arn:aws:kms:us-east-1:\d{12}:key/.{36}')

multi_search_any(文本数组) 决定文本是否包含给定数组中的字符串。 例如，要检查文本是否包含任何敏感关键词，您可以运行 multi_search_any(text,['password','token','secret'])

replace_one​

替换 (string,pattern,replacement)

将 模式 替换为第三个参数 替换 字符串

例如， replace_one('abca','a','z') 将得到 zbca

replace​

替换 (string,pattern,replacement)

将 模式 替换为第三个参数 替换 字符串

例如 替换 ('aabc','a','z') 将得到 zzbc

replace_regex​

replace_regex(string,pattern,replacement)

这可以用来掩盖数据，例如： 要隐藏完整的电话号码，您可以运行 replace_regex('604-123-4567' (\\d{3})-(\\d{3})-(\\d{4})','\\1-***-******') 获得 604-***-****

extract​

用正则表达式处理纯文本并提取内容。 例如， extract('key1=value1, key2=value2','key1=(\\w+)'), 这将得到“value1”。 如果日志行放入一个单一的文本列，您可以用提取的字段创建一个视图，例如：

将视图日志创建为 
从log_stream中选择 'key1=(\\w+)' 作为key1,
       extract(value, 'key2=(\\w+)' 作为key2

extract_all_groups​

extract_all_groups(haystack, pattern)

使用 模式 正则表达式匹配所有组 haystack 字符串。 返回数组，其中第一个数组包含键值，第二个数组包含所有值。

SELECT 
 extract_all_groups('v1=111, v2=222, v3=333', '("[^"+"|\\w+)=("[^"]+"|\\w+)=分组
 -- 返回 [ [ "v1", "v2", "v3" ], [ "111", "222", "333" ]

extract_all_groups_horizontal​

extract_all_groups_水平(haystack, pattern)

使用 模式 正则表达式匹配所有组 haystack 字符串。 返回数组，其中第一个数组包括与第一组匹配的所有片段，第二个数组匹配第二组等。

SELECT 
 extract_all_groups('v1=111, v2=222, v3=333', '("[^"+"|\\w+)=("[^"]+"|\\w+)=
 -- [ "v1", "111" ], [ "v2", "222" ], [ "v3", "333" ]

grok​

在不使用正则表达式的情况下从计划文本中提取值。 例如： SELECT grok('我的名字是杰克) 我在23年前。 ',我的名字是 %{DATA:name}。 我是 %{INT:age} 年前。 ') 因为m 将得到 {"name":"Jack","age":"23"} 作为 m

请注意返回地图中的所有密钥和值都是字符串类型。 您可以将它们转换为其他类型，例如 (m['age'])：int

coalesce​

coalesce(value1, value2,...) 从左到右检查 NULL 参数是否被传递并返回第一个非-NULL 参数。 如果您获得了与Nullable类型相关的错误信息，例如： “嵌套类型数组(字符串) 不能在Nullable类型内”， 您可以使用此函数将数据转换为非-NULL 例如： json_extract_array(coalesce(raw:payload, ')

Unique identifier​

uuid​

uuid() 或 uuid(x) 生成一个普遍唯一的标识符(UUID)，这是一个用于识别记录的16字节。 为了在一行中生成多个UUID, 在每个函数调用中传递一个参数, 例如 SELECT uuid(1) as a, uuid(2) 为 b ，否则如果在调用多个 uuid 时没有参数 函数在一个 SQL 语句中 将返回相同的 UUID 值。

逻辑值​

if​

if(condition,yesValue,noValue)

例如， if(1=2,'a','b') 将得到 b

multi_if​

multi_if(condition1, then1, condition2, then2.. ,else) 一种比 if/self 或 case/when更简单的写法

聚合​

count​

count (*) 获取满足条件的行数，或者用 count (col) 获取 col 不是 NULL的行数。

count_distinct​

count_distant(col) 获取 col 的不同值的个数。 与 个计数(独选一列) 相同

count_if​

count_if(condition) 来统计符合 condition 的记录数。 例如： count_if(speed_kmh>80)

distinct​

distinct(col)获取 col 列的不同值。

unique​

unique(<column_name1>[, <column_name2>, ...]): 计算某一列中（大致的）不同值。

unique_exact​

unique_exact(<column_name1>[, <column_name2>, ...])计算某一列中不同值的确切数量。

unique_exact_if​

unie_extract_if(col, condition) 统计符合 condition 条件的行中 col的精确不同值个数。比如要找出超速行驶的车牌号 unie_extract_if(cid,speed_kmh>80)

min​

min(<column_name>): 列的最小值。 对于字符串列，比较是词汇排序。

max​

max(<column_name>): 列的最大值。 对于字符串列，比较是词汇排序。

sum​

sum(<column_name>): 列之和。 仅适用于数字。

avg​

avg(<column_name>): 一列的平均值 (sum(column) / count(column)). 仅适用于数字列。 仅适用于数字列。

median​

median(<column_name>) 计算数值数据样本的中值。

quantile​

quantile(column,level)计算一个大致的数值数据序列。 例如： quantile (a,0.9)获取列的 P90 和 quantile (a,0.5) 获取 中位 数字

p90​

简写形式的 quantile (a,0.9)

p95​

简写形式的 quantile(a,0.95)

p99​

简写形式的 quantile(a,0.99)

top_k​

top_k(<column_name>,K [,true/false]): 列名中最频繁的 K 项。 返回一个数组。

例如： top_k(cid, 3) 可能得到 [('c01',1200),('c02,800)',('c03',700)] 如果这3id出现在聚合窗口中最频繁。

如果您不需要事件计数，您可以设置第三个参数的 false，例如： top_k(cid, 3, false) 可能得到 ['c01','c02','c03']

min_k​

min_k(<column_name>,K [,context_column]): 列名中最小的 K 项。 返回一个数组。 您还可以添加列表，获取同行中值的更多上下文，例如 min_k(price,3,product_id,last_updated) 这将返回一个数组，每个元素作为元组，比如 [(5.12,'c42664'),(5.12,'c42664'),(15.36,'c84068')]

max_k​

max_k(<column_name>,K[,context_column]): 列名中最大的 K 项。 您还可以添加列表，获取同一行中更多值的上下文，例如 max_k(price，3，product_id，last_updated)

group_array​

group_array(<column_name>) 来合并特定列作为数组的值。 例如，如果有三行，此列的值是“a","b","c"。 此函数将生成单行和单列，值 ['a','b','c']

moving_sum​

moving_sum(column) 返回一个数组与指定列的移动和和。 例如， select moving_sum(a) from(select 1 as a union select 2 as a union select 3 as a) 将返回[1,3,6]

数学​

abs​

abs(value) 返回数字的绝对值。 如果一个<，则返回 -a。

round​

round(x [,N]) 向一定数量的小数位点投射一个值。

  • 如果遗漏了 N ，我们认为N 为 0，函数将值轮到附近的整数，e。 。 round(3.14)作为 3
  • 如果 N>0，函数将值转到小数点的右边，例如 round(3.14-1) 转为3.1
  • 如果 N <0，则函数将值放回小数点左边。 例如： round(314.15-2) as 300

e​

e() 返回一个 浮点 数字接近数字 e

pi​

pi() 返回一个 浮点 靠近数字 位符

exp​

exp(x) 返回一个 浮点 数字接近参数的指数 x

log​

log(x) 返回 浮点 数字接近参数的自然对数 x

exp2​

exp2(x) 返回一个 浮点 个接近2的数字到 x

log2​

log2(x) 返回 浮点 数字接近参数的二进制对数 x

exp10​

exp10(x) 返回一个 浮点 个接近10的数字到 x

log10​

log10(x) 返回 浮点 数字接近参数的十进制对数 x

sqrt​

sqrt(x)返回 浮点 数字靠近参数的方根 x

cbrt​

cbrt(x) 返回一个 浮点 靠近参数立方根值 x

lgamma​

lgamma(x) 伽马函数的对数

tgamma​

tgamma(x)伽玛函数

sin​

sin(x) 个正弦值

cos​

cos(x) 余osine

tan​

tan(x) 切线

asin​

asin(x) 弧正体

acos​

acos(x) arc cosine

atan​

atan(x) 弧切点

pow​

pow(x,y) 返回一个 浮点 靠近 x 靠近 y 的数字

power​

power(x,y) 返回 浮点 靠近 x 靠近 y

sign​

sign(x) 返回数字 x 的签名。 如果x<0, 返回 -1。 如果x>0, 返回 1。 否则，返回0。

degrees​

degrees(x) 将以弧度为单位的输入值转换为度。 。 圆形(3.14)作为 3

radians​

radians(x) 将以度为单位的输入值转换为弧度。 。 圆形(3.14)作为 3

is_finite​

is_finite(x) 返回值 x 不是无限的而不是NAN, 顺便返回0。

is_infinite​

is _infinite(x) to return 1 while the value x is 无限，否则返回 0。

nan​

is_nan(x) 返回如果 x 为 not-a-Number(NAN)，否则返回 0。

财务​

xirr​

根据特定的一系列可能不定期的现金流量计算投资的内部回报率。

xirr(cashflow_column,date_column [,rate_guess])

地理位置​

point_in_polygon​

检查点是否属于多边形。 point_in_polygon((x,y),[(a,b),(c,d)...) 例如： SELECT point_in_polygon(3,3)。 , [(6, 0), (0), (8, 4), (5, 8), (0, 2)]) AS 返回 `` 自点起(3, )是在定义的多边形中。

geo_distance​

计算 WGS-84 椭圆上的距离。 geo_distance(lon1,lat1,lon2,lat2)

流处理​

table​

table(stream) 将无界限的数据流转换为一个有界限的表格，并查询其历史数据。 例如，您可以在 Timeplus 中将 Kafka topic中的点击流数据加载到 clicks 流。 默认情况下，如果您运行 SELECT... 默认情况下，如果您运行 <code>SELECT... FROM clicks .. 这是一个带有无边界数据的流式查询。 默认情况下，如果您运行 SELECT... FROM clicks .. 这是一个带有无边界数据的流式查询。 查询将随时向您发送新结果。 如果您只需要分析过去的数据，您可以将流放到 table 函数中。 使用 count 作为示例：

  • 运行 select count(*) from clicks 将每2秒显示最新计数，直到你取消这个查询
  • 运行 select count(*) from table(clicks) 将立即返回此数据流的历史数据行数。

您可以创建视图，如 create view histrical_view as select * from table(stream_name), 如果您想要多次查询表模式中的数据。 对于静态数据，例如查找信息(城市名称及其邮政编码)，这种方法可能很有效。

了解更多关于 非流式查询 的信息。

tumble​

tumble(stream [,timeCol], windowSize)

为数据流创建一个tumble窗口视图，例如 tumble(iot,5s) 将创建每5秒数据流 iot 的窗口。 SQL 必须以 group by 结尾，然后使用 window_start 或 window_end 或两者兼有。

hop​

hop(stream [,timeCol], step, windowSize) 为数据流创建一个跳跃窗口视图, 例如 hop(iot,1s,5s) 将创建每5秒数据流的窗口 iot 并每秒移动窗口转发一次。 SQL 必须以 group by 结尾，然后使用 window_start 或 window_end 或两者兼有。

session​

session(stream [,timeCol], idle, [maxLength,] [startCondition,endCondition] )

基于数据流中的活动创建动态窗口。

参数：

  • stream 数据流、视图或 CTE/子查询
  • timeCol 可选，默认情况下是 __tp_time (记录的事件时间)
  • idle 事件将被自动分割为2个会话窗口
  • maxLength 会话窗口最大长度。 可选的。 默认值是 idle的 5 倍
  • [startCondition, endCondition]可选. 开始和结束条件 如果指定的话，会话窗口将在满足 startCondition时开始，并将在 endCondition 得到满足时关闭。 您可以使用 [expression1, expression2]表示开始和结束事件将包含在会话中。 或 (expression1，expression2] 表示结束事件将包括但不包括起始事件。

例如，如果车辆在移动时一直在发送数据，停靠时停止发送数据或等待交通灯

  • session(car_live_data, 1m) partition by cid 将为每辆车创建会话窗口，空闲时间为1分钟。 表示汽车未在一分钟内移动， 窗口将被关闭，并将为未来事件创建一个新的会话窗口。 如果车辆移动时间超过5分钟，将创建不同的窗户(每5分钟)， 这样作为分析员，你就可以获得接近实时的结果，而不必等待太长时间才能停车。
  • session(car_live_data, 1m, [speed>50,speed<50)) partition by cid 创建会话窗口以检测汽车正在加速的情况。 将包括速度超过50的第一次活动。 和速度小于50的最后一个事件将不会被包含在会话窗口中。
  • session(access_log, 5m, [action='login',action='logout']) partition by uid 创建会话窗口时用户登录系统并退出登录。 如果在5分钟内没有活动，窗口将自动关闭。

dedup​

dedup(stream, column1 [,otherColumns..] [liveInSecond,limit]) [liveInSecond,limit]) [liveInSecond,limit])

在给定的数据流中使用指定的列 (s) 应用反复性。 liveInSecond 是指定在内存/状态中保存密钥的时间。 默认永远存在。 但如果你只想在一定时间内避免重复，请说2分钟，你可以设置 120s例如 dedup(子查询,myId,120s)

最后一个参数 限制 是可选的，默认是 100 000。 它限制在查询引擎中最大唯一密钥。 如果达到限制，系统将回收最早的密钥以保持这一限制。

您可以将此表函数级，例如 tumble(table...) 并且到目前为止，包装顺序必须在这个序列中：tumble/hop/session -> dep-> 表。

lag​

lag(<column_name> [, <offset=1>] [, <default_value>]): 同时用于流式查询和历史查询。 如果您省略了 offset ，最后一行将被比较。 例如：

lag(总计) 以获得最后一行的 总计 的值。 lag(总计, 12) 以获得12行前的值。 lag(total, 0) 如果指定行不可用则使用0作为默认值。

lags​

lags(<column_name>, begin_offset, end_offset [, <default_value>]) simliar to lags 函数，但可以获得一个数值列表。 例如: lags(total,1,3) 将返回一个数组, 最后1, 最后2和最后3个值。

latest​

latest(<column_name>) 获取特定列的最新值，用于与群组的串流聚合。

earliest​

earliest(<column_name>) 获得特定列的最早值，与分组的串流聚合一起工作。

now​

now()

显示当前日期时间，例如2022-01-28 05:08:16

当now()用在流式SQL,无论是 SELECT 或 WHERE 或 tumble/hop 窗口, 他想反应运行时的时间。

now64​

类似于 now () 但有额外毫秒信息，例如2022-01-28 05:08:22.680

它也可以用于流查询以显示最新的日期时间和毫秒。

emit_version​

emit_version() 以显示流查询结果的每个发射的自动增加数字。 它只适用于流聚合，而不是尾部或过滤器。

例如，如果运行 select emit_version(),count(*) from car_live_data 查询将每2秒发布结果，而第一个结果将是emit_version=0。 emit_version=1的第二个结果。 当每个发射结果中有多行时，此函数特别有用。 例如，您可以运行一个tumble窗口聚集时加group by。 相同聚合窗口的所有结果将在相同的 emit_version。 然后您可以在同一聚合窗口中显示所有行的图表。