时间戳

首页 > 解决方案 > InfluxDB：分组超过1天时开始时间错误

influxdb - InfluxDB：分组超过1天时开始时间错误

问题描述

当时间间隔超过 1 天时，我陷入了一个与问题相关的小组。当谷物超过 1 天时，它给出了不同谷物的错误开始时间。

>  select mean("messages") from rabbitmq where host='rabbitmq_cluster' and time>='2019-01-01 00:00:00' and time<'2019-01-16 00:00:00' GROUP BY time(1d), "host" LIMIT 2;
time                 mean_messages
----                 ----
2019-01-01T00:00:00Z 181232
2019-01-02T00:00:00Z 179728

> select mean("messages") from rabbitmq where host='rabbitmq_cluster' and time>='2019-01-01 00:00:00' and time<'2019-01-16 00:00:00' GROUP BY time(2d), "host" LIMIT 2;
time                 mean_messages
----                 ----
2018-12-31T00:00:00Z 181232
2019-01-02T00:00:00Z 347824

> select mean("messages") from rabbitmq where host='rabbitmq_cluster' and time>='2019-01-01 00:00:00' and time<'2019-01-16 00:00:00' GROUP BY time(5d), "host" LIMIT 2;
time                 mean_messages
----                 ----
2018-12-30T00:00:00Z 529056
2019-01-04T00:00:00Z 826694.3999999762

我在文档中读到 Influx 使用当前时间边界，但没有说明当前时间边界是如何计算的。是一个月的开始还是一周的开始，还是收到第一个数据的时间或分片开始的时间？

如果我知道当前时间边界是如何计算的，我可以在 groupby 中指定偏移量以保留从 2019-01-01 开始的第一个时间段。

标签： influxdb

解决方案

InfluxDB 使用纪元时间来计算当前时间边界。它参考纪元时间创建 groupby 槽。

为了在 groupby 中保持开始时间相同，我需要传递一个偏移量。

这是一个用python编写的简单偏移量计算函数，它需要开始时间和groupby间隔。

def get_offset(start_dt, interval_m):
    epoch = datetime.datetime.utcfromtimestamp(0)
    offset = (start_time - epoch).total_seconds() % (interval_m * 60)
    return offset

start_dt = datetime.datetime(2019,1,1,0,0)
interval_m = 1440 * 3 # 3 days 
offset_s = get_offset(start_dt, interval_m) # 172800

Groupby 间隔为3 天，查询将如下所示，带有偏移量。

> select mean("messages") from rabbitmq where host='rabbitmq_cluster' and time>='2019-01-01 00:00:00' and time<'2019-01-16 00:00:00' GROUP BY time(3d, 172800s), "host" LIMIT 2;
time                      mean_messages
----                      ----
2019-01-01T00:00:00+05:30 539232
2019-01-04T00:00:00+05:30 464640

https://github.com/influxdata/influxdb/issues/8010

推荐阅读