TimescaleDB 提供了许多 SQL 函数和视图，以帮助您与数据进行交互和管理数据。请查看下面的完整列表，或按关键字搜索以查找特定 API 的参考文档。
建议的过滤器
超表和数据块
- hypertable_detailed_size
- 获取有关超表使用的磁盘空间的详细信息
- hypertable_size
- 获取超表使用的总磁盘空间
- add_dimension
- 向超表添加空间分区维度
- add_dimension
- 向超表添加空间分区维度
- add_reorder_policy
- 添加策略以重新排序超表数据块中的行
- attach_tablespace
- 将表空间附加到超表
- chunks_detailed_size
- 获取有关数据块使用的磁盘空间的详细信息
- CREATE INDEX（每个数据块事务）
- 使用单独的事务为每个数据块创建超表索引
- detach_tablespace
- 从超表分离表空间
- detach_tablespaces
- 从超表分离所有表空间
- disable_chunk_skipping
- 禁用来自超表的数据块列的范围跟踪
- enable_chunk_skipping
- 启用来自超表的数据块列的范围跟踪
- hypertable_approximate_detailed_size
- 获取有关超表使用的近似磁盘空间的详细信息
- hypertable_approximate_size
- 获取超表使用的近似总磁盘空间
- hypertable_detailed_size
- 获取有关超表使用的磁盘空间的详细信息
- hypertable_index_size
- 获取超表索引使用的磁盘空间
- hypertable_size
- 获取超表使用的总磁盘空间
- move_chunk
- 将数据块及其索引移动到不同的表空间
- remove_reorder_policy
- 从超表删除重新排序策略
- reorder_chunk
- 重新排序数据块中的行
- set_chunk_time_interval
- 更改超表的数据块时间间隔
- set_integer_now_fun
- 定义整数时间值和实际时间之间的关系
- show_chunks
- 显示属于超表的数据块
- show_tablespaces
- 显示附加到超表的表空间
连续聚合
- add_continuous_aggregate_policy
- 添加策略以计划自动刷新连续聚合
- add_policies
- 在连续聚合上添加刷新、压缩和数据保留策略
- ALTER MATERIALIZED VIEW（连续聚合）
- 更改现有连续聚合
- alter_policies
- 更改连续聚合上的刷新、压缩或数据保留策略
- cagg_migrate
- 将连续聚合从旧格式迁移到 TimescaleDB 2.7 中引入的新格式
- CREATE MATERIALIZED VIEW（连续聚合）
- 在超表或另一个连续聚合上创建连续聚合
- DROP MATERIALIZED VIEW（连续聚合）
- 删除连续聚合视图
- refresh_continuous_aggregate
- 手动刷新连续聚合
- remove_all_policies
- 从连续聚合中删除所有策略
- remove_continuous_aggregate_policy
- 从连续聚合中删除刷新策略
- remove_policies
- 从连续聚合中删除刷新、压缩或数据保留策略
- show_policies
- 显示当前在连续聚合上设置的所有策略
压缩
- add_compression_policy
- 添加策略以计划数据块的自动压缩
- ALTER TABLE（压缩）
- 更改压缩超表上的压缩设置
- chunk_compression_stats
- 获取数据块的压缩相关统计信息
- compress_chunk
- 手动压缩给定的数据块
- decompress_chunk
- 解压缩压缩的数据块
- hypertable_compression_stats
- 获取与压缩相关的超表统计信息
- recompress_chunk
- 重新压缩在压缩后插入新数据的数据块
- remove_compression_policy
- 从超表删除压缩策略
数据保留
- add_retention_policy
- 添加策略以删除较旧的数据块
- remove_retention_policy
- 从超表删除保留策略
- drop_chunks
- 按时间范围删除数据块
超级函数：降采样
- asap_smooth
- 使用 ASAP 平滑算法对时间序列进行降采样
- gp_lttb
- 使用最大三角形三桶法对时间序列进行降采样，同时保留原始数据中的间隙
- lttb
- 使用最大三角形三桶法对时间序列进行降采样
超级函数：饱和数学
- saturating_add
- 将两个数字相加，在 32 位整数边界处饱和而不是溢出
- saturating_add_pos
- 将两个数字相加，在最小边界处饱和为 0
- saturating_mul
- 将两个数字相乘，在 32 位整数边界处饱和而不是溢出
- saturating_sub
- 从另一个数字中减去一个数字，在 32 位整数边界处饱和而不是溢出
- saturating_sub_pos
- 从另一个数字中减去一个数字，在最小边界处饱和为 0
超级函数：财务分析：candlestick_agg()
- close
- 从烛台聚合获取收盘价
- candlestick_agg
- 将报价数据聚合为中间形式以进行进一步计算
- candlestick
- 将预聚合的烛台数据转换为与
candlestick_agg函数一起使用的正确形式 - close_time
- 从烛台聚合获取对应于收盘时间的时间戳
- high
- 从烛台聚合获取最高价
- high_time
- 从烛台聚合获取对应于最高时间的时间戳
- low
- 从烛台聚合获取最低价
- open
- 从烛台聚合获取开盘价
- low_time
- 从烛台聚合获取对应于最低时间的时间戳
- open_time
- 从烛台聚合获取对应于开盘时间的时间戳
- rollup
- 汇总多个烛台聚合
- volume
- 从烛台聚合获取总成交量
- vwap
- 从烛台聚合获取成交量加权平均价
超级函数：状态跟踪：compact_state_agg()
- compact_state_agg
- 将状态数据聚合为状态聚合以进行进一步分析
- duration_in
- 从状态聚合计算在给定状态下花费的总时间
- interpolated_duration_in
- 从状态聚合计算在给定状态下花费的总时间，在时间桶边界处插值
- into_values
- 将状态聚合展开为一组行，显示每个状态的持续时间
- rollup
- Combine multiple state aggregates
超级函数：频率分析：count_min_sketch()
- approx_count
- 从
CountMinSketch估计值出现的次数 - count_min_sketch
- 将数据聚合到
CountMinSketch中以进行近似计数
超级函数：计数器和仪表：counter_agg()
- counter_agg
- 将计数器数据聚合为中间形式以进行进一步分析
- corr
- 从计数器聚合计算相关系数
- counter_zero_time
- 计算预测计数器值为零的时间
- delta
- 从计数器聚合计算计数器的变化量
- extrapolated_delta
- 从计数器聚合计算外推变化量
- extrapolated_rate
- 从计数器聚合计算外推变化率
- first_time
- 从计数器聚合获取第一个时间戳
- first_val
- 从计数器聚合获取第一个值
- idelta_left
- 计算计数器聚合的左边缘或最早边缘的瞬时变化量
- idelta_right
- 计算计数器聚合的右边缘或最晚边缘的瞬时变化量
- intercept
- 从计数器聚合计算 y 轴截距
- interpolated_delta
- 计算计数器的变化量，根据需要插值边界处的值
- interpolated_rate
- 计算计数器的变化率，根据需要插值边界处的值
- irate_left
- 计算计数器聚合的左边缘或最早边缘的瞬时变化率
- irate_right
- 计算计数器聚合的右边缘或最晚边缘的瞬时变化率
- last_time
- 从计数器聚合获取最后一个时间戳
- last_val
- 从计数器聚合获取最后一个值
- num_changes
- 从计数器聚合获取计数器更改的次数
- num_elements
- 从计数器聚合获取具有不同时间戳的点数
- num_resets
- 从计数器聚合获取计数器重置的次数
- rate
- 从计数器聚合计算变化率
- rollup
- Combine multiple counter aggregates
- slope
- 从计数器聚合计算斜率
- time_delta
- 从计数器聚合计算第一个时间和最后一个时间之间的差值
- with_bounds
- 向计数器聚合添加边界
Hyperfunctions: frequency analysis: freq_agg()
- freq_agg
- 将数据聚合到节省空间的聚合中以进行进一步的频率分析
- into_values
- Get a table of all frequency estimates from a space-saving aggregate
- max_frequency
- 获取节省空间的聚合中给定值的估计频率的最大边界
- mcv_agg
- 将数据聚合到节省空间的聚合中，以进一步计算最频繁的值
- min_frequency
- 获取节省空间的聚合中给定值的估计频率的最小边界
- rollup
- Combine multiple frequency aggregates
- topn
- 从节省空间的聚合中获取前 N 个最常见的值
超级函数：计数器和仪表：gauge_agg()
- corr
- Calculate the correlation coefficient from a gauge aggregate
- delta
- Calculate the change in a gauge from a gauge aggregate
- extrapolated_delta
- Calculate the extrapolated change from a gauge aggregate
- extrapolated_rate
- Calculate the extrapolated rate of change from a gauge aggregate
- gauge_agg
- 将仪表数据聚合为中间形式以进行进一步分析
- gauge_zero_time
- 计算预测仪表值为零的时间
- idelta_left
- Calculate the instantaneous change at the left, or earliest, edge of a gauge aggregate
- idelta_right
- Calculate the instantaneous change at the right, or latest, edge of a gauge aggregate
- intercept
- Calculate the y-intercept from a gauge aggregate
- interpolated_delta
- Calculate the change in a gauge, interpolating values at boundaries as needed
- interpolated_rate
- Calculate the rate of change in a gauge, interpolating values at boundaries as needed
- irate_left
- Calculate the instantaneous rate of change at the left, or earliest, edge of a gauge aggregate
- irate_right
- Calculate the instantaneous rate of change at the right, or latest, edge of a gauge aggregate
- num_changes
- Get the number of times a gauge changed from a gauge aggregate
- num_elements
- Get the number of points with distinct timestamps from a gauge aggregate
- rate
- Calculate the rate of change from a gauge aggregate
- rollup
- Combine multiple gauge aggregates
- slope
- Calculate the slope from a gauge aggregate
- time_delta
- Calculate the difference between the first and last times from a gauge aggregate
- with_bounds
- Add bounds to a gauge aggregate
超级函数：状态跟踪：heartbeat_agg()
- dead_ranges
- 从 heartbeat_agg 获取停机间隔
- downtime
- 获取心跳聚合期间的总停机时间
- heartbeat_agg
- 从一组心跳创建活跃度聚合
- interpolate
- 使用前置信息调整心跳聚合
- interpolated_downtime
- 从心跳聚合和前置信息获取总停机时间
- interpolated_uptime
- 从心跳聚合和前置信息获取总正常运行时间
- live_at
- 测试聚合是否具有覆盖给定时间的心跳
- live_ranges
- 从 heartbeat_agg 获取活动间隔
- num_gaps
- 计算活动间隔之间的间隙数
- num_live_ranges
- 计算活动间隔数
- rollup
- Combine multiple heartbeat aggregates
- trim_to
- 减少心跳聚合的覆盖间隔
- uptime
- 获取心跳聚合期间的总正常运行时间
超级函数：近似去重计数：hyperloglog()
- approx_count_distinct
- 将数据聚合到 hyperloglog 中以进行近似计数，而无需指定桶数
- distinct_count
- 从 hyperloglog 估计不同值的数量
- hyperloglog
- 将数据聚合到 hyperloglog 中以进行近似计数
- rollup
- Roll up multiple hyperloglogs
- stderror
- 估计 hyperloglog 的相对标准误差
超级函数：最小值和最大值：max_n()
- into_array
- 从 MaxN 聚合返回最高值的数组
- into_values
- Returns the highest values from a MaxN aggregate
- max_n
- 查找数据集中的最大值
- rollup
- Combine multiple MaxN aggregates
超级函数：最小值和最大值：max_n_by()
- into_values
- Returns the highest values and associated data from a MaxNBy aggregate
- max_n_by
- 跟踪一组值中的最大值和关联数据
- rollup
- Combine multiple MaxNBy aggregates
超级函数：最小值和最大值：min_n()
- into_array
- 从 MinN 聚合返回最低值的数组
- into_values
- Returns the lowest values from a MinN aggregate
- min_n
- 查找数据集中的最小值
- rollup
- Combine multiple MinN aggregates
超级函数：最小值和最大值：min_n_by()
- into_values
- Returns the lowest values and associated data from a MinNBy aggregate
- min_n_by
- 跟踪一组值中的最小值和关联数据
- rollup
- Combine multiple MinNBy aggregates
超级函数：状态跟踪：state_agg()
- duration_in
- 从状态聚合计算在给定状态下花费的总时间
- interpolated_duration_in
- 从状态聚合计算在给定状态下花费的总时间，在时间桶边界处插值
- interpolated_state_periods
- 从状态聚合获取与给定状态对应的时间段，在时间桶边界处插值
- interpolated_state_timeline
- 从状态聚合获取所有状态的状态，在时间桶边界处插值
- into_values
- Expand the state aggregate into a set of rows, displaying the duration of each state
- rollup
- Combine multiple state aggregates
- state_at
- 确定给定时间的状态
- state_periods
- 从状态聚合获取与给定状态对应的时间段
- state_timeline
- 从状态聚合获取所有状态的状态
- state_agg
- 将状态数据聚合为状态聚合以进行进一步分析
超级函数：统计和回归分析：stats_agg()（一个变量）
超级函数：百分位数近似：tdigest()
- approx_percentile
- 从
tdigest估计给定百分位数的值 - approx_percentile_rank
- 从
tdigest估计给定值的百分位数 - mean
- 从
tdigest中的值计算精确平均值 - num_vals
- Get the number of values contained in a
tdigest - rollup
- Roll up multiple
tdigests - tdigest
- 在
tdigest中聚合数据以进一步计算百分位数估计值
超级函数：统计和回归分析：stats_agg()（两个变量）
- average_y, average_x
- 从二维统计聚合计算指定维度的平均值
- corr
- Calculate the correlation coefficient from a two-dimensional statistical aggregate
- covariance
- 从二维统计聚合计算协方差
- determination_coeff
- 从二维统计聚合计算决定系数
- intercept
- Calculate the intercept from a two-dimensional statistical aggregate
- kurtosis_y, kurtosis_x
- 计算二维统计聚合中指定维度的峰度
- num_vals
- Calculate the number of values in a two-dimensional statistical aggregate
- rolling
- Combine multiple two-dimensional statistical aggregates to calculate rolling window aggregates
- rollup
- Combine multiple two-dimensional statistical aggregates
- skewness_y, skewness_x
- 计算二维统计聚合中指定维度的偏度
- slope
- Calculate the slope from a two-dimensional statistical aggregate
- stats_agg (two variables)
- 将数据聚合为中间统计聚合形式以进行进一步计算
- stddev_y, stddev_x
- 计算二维统计聚合中指定维度的标准差
- sum_y, sum_x
- 计算二维统计聚合中指定维度的总和
- variance_y, variance_x
- 计算二维统计聚合中指定维度的方差
- x_intercept
- 从二维统计聚合计算 x 轴截距
Hyperfunctions: gapfilling
- interpolate
- 通过线性插值填充缺失值
- locf
- 通过向前结转最后观察到的值来填充缺失值
- time_bucket_gapfill
- 按时间间隔对行进行分桶，同时填充数据中的间隙
超级函数：百分位数近似：uddsketch()
- approx_percentile
- Estimate the value at a given percentile from a
uddsketch - approx_percentile_array
- 从
uddsketch估计给定百分位数数组的值 - approx_percentile_rank
- Estimate the percentile of a given value from a
uddsketch - error
- 获取
uddsketch的最大相对误差 - mean
- Calculate the exact mean from values in a
uddsketch - num_vals
- Get the number of values contained in a
uddsketch - percentile_agg
- 在 uddsketch 中聚合数据，使用一些合理的默认值，以进一步计算百分位数估计值
- rollup
- Roll up multiple
uddsketches - uddsketch
- 在
uddsketch中聚合数据以进一步计算百分位数估计值
超级函数：时间加权计算：time_weight()
- average
- Calculate the time-weighted average of values in a
TimeWeightSummary - first_time
- Get the first timestamp from a
TimeWeightSummaryaggregate - first_val
- Get the first value from a
TimeWeightSummaryaggregate - integral
- 从
TimeWeightSummary计算积分 - interpolated_average
- 计算时间间隔内的加权平均值，同时插值间隔边界
- interpolated_integral
- 计算时间间隔内的积分，同时插值间隔边界
- last_time
- Get the last timestamp from a
TimeWeightSummaryaggregate - last_val
- Get the last value from a
TimeWeightSummaryaggregate - rollup
- Combine multiple
TimeWeightSummaries - time_weight
- 将数据聚合为中间时间加权聚合形式以进行进一步计算
操作和自动化
- add_job
- 添加作业以自动运行用户定义的操作
- alter_job
- 更改计划自动运行的作业
- delete_job
- 从自动调度程序中删除作业
- run_job
- 手动运行作业
分布式超表
- add_data_node
- 向多节点集群添加新的数据节点
- alter_data_node
- 更改数据节点的配置
- attach_data_node
- 将数据节点附加到分布式超表
- cleanup_copy_chunk_operation
- 清理失败的数据块移动或数据块复制操作后遗留的数据
- copy_chunk
- 在分布式超表中的数据节点之间复制数据块
- create_distributed_hypertable
- 在多节点集群中创建分布式超表
- create_distributed_restore_point
- 为多节点集群中的所有节点创建一致的还原点
- delete_data_node
- 从数据库中删除数据节点并将其从所有超表中分离
- detach_data_node
- 从一个或所有超表分离数据节点
- distributed_exec
- 跨多节点集群的所有数据节点执行过程
- move_chunk
- Move a chunk to a different data node in a multi-node cluster
- set_number_partitions
- 设置超表的哈希分区数
- set_replication_factor
- 设置分布式超表的复制因子
超级函数：通用
- approximate_row_count
- 估计表中的行数
- days_in_month
- 计算给定 timestamptz 的月份天数
- first
- 当行按另一列排序时，获取一列中的第一个值
- histogram
- 将数据集划分为桶，并获取每个桶中的计数数
- last
- 当行按另一列排序时，获取一列中的最后一个值
- month_normalize
- 根据月份天数标准化每月指标
- time_bucket
- 按时间间隔对行进行分桶以计算聚合
- timescaledb_experimental.time_bucket_ng
- 按时间间隔对行进行分桶，并支持时区、月份和年份
信息视图
- timescaledb_information.chunk_compression_settings
- 获取有关所有数据块的压缩设置的信息
- timescaledb_information.chunks
- 获取有关超表数据块的元数据
- timescaledb_information.compression_settings
- 获取有关超表的压缩设置的信息
- timescaledb_information.continuous_aggregates
- 获取有关连续聚合的元数据和设置信息
- timescaledb_information.data_nodes
- 获取有关多节点集群中数据节点的信息
- timescaledb_information.dimensions
- 获取有关超表的维度的信息
- timescaledb_information.hypertable_compression_settings
- 获取有关所有超表的压缩设置的信息
- timescaledb_information.hypertables
- 获取有关超表的元数据
- timescaledb_information.job_stats
- 获取有关自动运行作业的信息和统计信息
- timescaledb_information.jobs
- 获取有关自动调度程序注册的所有作业的信息
- timescaledb_experimental.policies
- 获取有关连续聚合上设置的所有策略的信息
其他
- timescaledb_information.job_errors
- 获取有关后台作业错误的信息
- timescaledb_information.history
- 获取有关后台作业执行的信息
关键词
在此页面上发现问题？报告问题 或 在 GitHub 上编辑此页。