show tag values from "measurement_name" with key="tag_name"
3、 查询的字段值是字符串类型的，需要加单引号
4、查询的字段名是特别的（比如字段名与Influx的关键词一样），需要加双引号
三、常用函数
（1）count()函数
作用：返回一个（field）字段中的非空值的数量
SELECT COUNT(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（2）DISTINCT()函数
作用：返回一个字段（field）的唯一值
SELECT DISTINCT(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（3）MEAN() 函数
作用：返回一个字段（field）中的值的算术平均值（平均值）。字段类型必须是长整型或float64。
SELECT MEAN(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（4）MEDIAN()函数
作用：从单个字段（field）中的排序值返回中间值（中位数）。字段值的类型必须是长整型或float64格式。
SELECT MEDIAN(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（5）SPREAD()函数
作用：返回字段的最小值和最大值之间的差值。数据的类型必须是长整型或float64。
SELECT SPREAD(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（6）SUM()函数
作用：返回一个字段中的所有值的和。字段的类型必须是长整型或float64。
SELECT SUM(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（7）BOTTOM()函数
作用：返回一个字段中最小的N个值。字段类型必须是长整型或float64类型。
SELECT BOTTOM(<field_key>[,<tag_keys>],<N>)[,<tag_keys>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（8）FIRST()函数
作用：返回一个字段中最老的取值。
SELECT FIRST(<field_key>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（9）LAST()函数
作用：返回一个字段中最新的取值。
SELECT LAST(<field_key>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（10）MAX()函数
作用：返回一个字段中的最大值。该字段类型必须是长整型，float64，或布尔类型。
SELECT MAX(<field_key>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（11）MIN()函数
作用：返回一个字段中的最小值。该字段类型必须是长整型，float64，或布尔类型。
SELECT MIN(<field_key>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（12）PERCENTILE()函数
作用：返回排序值排位为N的百分值。字段的类型必须是长整型或float64。
SELECT PERCENTILE(<field_key>, <N>)[,<tag_key(s)>] FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
（13）DERIVATIVE()函数
作用：返回一个字段在一个series中的变化率。
InfluxDB会计算按照时间进行排序的字段值之间的差异，并将这些结果转化为单位变化率。其中，单位可以指定，默认为1s。
SELECT DERIVATIVE(<field_key>, [<unit>]) FROM <measurement_name> [WHERE <stuff>]
其中，unit取值可以为以下几种：
u --microsecondss --secondsm --minutesh --hoursd --daysw --weeks
DERIVATIVE()函数还可以在GROUP BY time()的条件下与聚合函数嵌套使用，格式如下：
SELECT DERIVATIVE(AGGREGATION_FUNCTION(<field_key>),[<unit>]) FROM <measurement_name> WHERE <stuff> GROUP BY time(<aggregation_interval>)
（14）DIFFERENCE()函数
作用：返回一个字段中连续的时间值之间的差异。字段类型必须是长整型或float64。
SELECT DIFFERENCE(<field_key>) FROM <measurement_name> [WHERE <stuff>]
与GROUP BY time()以及其他嵌套函数一起使用的语法格式：
SELECT DIFFERENCE(<function>(<field_key>)) FROM <measurement_name> WHERE <stuff> GROUP BY time(<time_interval>)
其中，函数可以包含以下几个：
COUNT(), MEAN(), MEDIAN(),SUM(), FIRST(), LAST(), MIN(), MAX(), 和 PERCENTILE()。
（15）ELAPSED()函数
作用：返回一个字段在连续的时间间隔间的差异，间隔单位可选，默认为1纳秒。
SELECT ELAPSED(<field_key>, <unit>) FROM <measurement_name> [WHERE <stuff>]
（16）MOVING_AVERAGE()函数
作用：返回一个连续字段值的移动平均值，字段类型必须是长整形或者float64类型。
SELECT MOVING_AVERAGE(<field_key>,<window>) FROM <measurement_name> [WHERE <stuff>]
与其他函数和GROUP BY time()语句一起使用时的语法
SELECT MOVING_AVERAGE(<function>(<field_key>),<window>) FROM <measurement_name> WHERE <stuff> GROUP BY time(<time_interval>)
此函数可以和以下函数一起使用：
COUNT(), MEAN(),MEDIAN(), SUM(), FIRST(), LAST(), MIN(), MAX(), and PERCENTILE().
（17）NON_NEGATIVE_DERIVATIVE()函数
作用：返回在一个series中的一个字段中值的变化的非负速率。
SELECT NON_NEGATIVE_DERIVATIVE(<field_key>, []) FROM <measurement_name> [WHERE ]
与聚合类函数放在一起使用时的语法如下所示：
SELECT NON_NEGATIVE_DERIVATIVE(AGGREGATION_FUNCTION(<field_key>),[<unit>]) FROM <measurement_name> WHERE <stuff> GROUP BY time(<aggregation_interval>)
此函数与DERIVATIVE()函数类似
（18）STDDEV()函数
作用：返回一个字段中的值的标准偏差。值的类型必须是长整型或float64类型。
SELECT STDDEV(<field_key>) FROM <measurement_name> [WHERE <stuff>] [GROUP BY <stuff>]
通过上篇博客，我们已经简单认识了InfluxDB了，其实在实际使用中，我们最常用的就是查询了，这篇博客就详细了解下InfluxDB的查询操作一、常用查询1、从单个measurement查询所有的field和tagSELECT * FROM measurement_name where tag='serverA'2、从单个measurement查询所有的fieldSELECT *::field FROM measurement_name3、从单个measurement查询特定的field和.
InfluxDB尽管每秒可以处理数十万的数据，但如果长时间存储大量数据，对于存储是很大的压力。那么我们既想数据保存得久一些或者永久保存，又想减轻存储的压力，该怎么办呢，这就要用到连续查询了，其实是用连续查询和保留策略（Retention Policy 简称RP）来一起实现
一、保留策略
1、保留策略是什么呢
保留策略指的是InfluxDB保存数据的时间，InfluxDB会比较服务器本地的时间戳和请求数据里的时间戳，并删除比在RPs里面用DURATION设置的更老的数据
一个数据库中可以有多个保留策略，但.
SELECT COUNT(value) FROM cpuinfo
insert cpuinfo,item=shijiange_47.105.99.75_cpu.idle value666=90
SELECT COUNT(value) FROM cpuinfo
查询唯一值
SELECT DISTINCT(value) FROM cpuinfo
查询平均值
SELECT MEAN(val...
随着实时数据库的数据的不断存储,数据亮已经达到了9位数,而页面还要统计总条数,导致查询超时失败,返回的结果一直是0,经过排查是超时导致
influxDB java.net.SocketTimeoutException: Read timed out 问题
原因是http超时
解决方法:
引入okhttp
static OkHttpClient.Builder client = new OkHttp...
篇幅这么长，直接看总结就完事了！
influxdb的查询语法在语句基本组成上和mysql非常相似，都有基本的`select … from …`、`group by `、`order by`、`limit`、聚合函数等，在一定程度上降低了`influxdb`的学习门槛。但是也有很多细节需要注意，比如：
1. `group by`后面只能对`tags`和`time`分组。
2. `order by` 只能对`time`进行排序。
3. 聚合函数只能作用于`fields`。
4. `limit`语法也不太一样。
前面一篇介绍了influxdb中基本的查询操作，在结尾处提到了如果我们希望对查询的结果进行分组，排序，分页时，应该怎么操作，接下来我们看一下上面几个场景的支持
在开始本文之前，建议先阅读上篇博文: 190813-Influx Sql系列教程八：query数据查询基本篇
0. 数据准备
在开始查询之前，先看一下我们准备的数据，其中name,phone为tag, age,blog,id...
https://mp.weixin.qq.com/s?__biz=MzA5NzkxMzg1Nw==&mid=2653162499&idx=1&
sn=ca43c74ef541bd16a1d2450db6479c63&chksm=8b49316db
c3eb87b9b1b8049429c820ed557fd2b735c5a486350db3ef0d0c7735f8171ba28a9&scene=
1. std::thread 类：表示线程的类，用于创建、管理和撤销线程。
2. std::thread::join() 函数：等待线程执行结束。这个函数会阻塞当前线程，直到被等待的线程执行完毕。
3. std::thread::detach() 函数：将线程独立出来，使其成为一个守护线程。守护线程将在程序退出时自动终止，而不需要显式地调用 join() 函数。
4. std::thread::get_id() 函数：返回线程的唯一标识符，可用于在多线程环境中识别不同的线程。
5. std::thread::hardware_concurrency() 函数：返回当前系统支持的最大线程数量。
6. std::this_thread::yield() 函数：让出当前线程的执行时间片，允许其他线程运行。
7. std::this_thread::sleep_for() 函数：阻塞当前线程的执行，直到指定的时间间隔过去。
8. std::this_thread::sleep_until() 函数：阻塞当前线程的执行，直到指定的时间点到达。
以上是 thread 头文件常用函数及说明。
