As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Consultas com funções agregadas
Abaixo está um exemplo de conjunto de dados de cenário de IoT para ilustrar consultas com funções agregadas.
Exemplo de dados
O Timestream permite que você armazene e analise dados de sensores de IoT, como localização, consumo de combustível, velocidade e capacidade de carga de uma ou mais frotas de caminhões para permitir o gerenciamento eficaz da frota. Abaixo está o esquema e alguns dos dados de uma tabela iot_trucks que armazena telemetria, como localização, consumo de combustível, velocidade e capacidade de carga dos caminhões.
Tempo | ID do caminhão | Make | Modelo | Frota | capacidade_combustível | capacidade_carga | nome_medida | valor_medida::duplo | valor_medida::varchar |
---|---|---|---|---|---|---|---|---|---|
2019-12-04 19:00:00.000 000000 |
123456781 |
GMC |
Astro |
Alpha |
100 |
500 |
leitura de combustível |
65,2 |
nulo |
2019-12-04 19:00:00.000 000000 |
123456781 |
GMC |
Astro |
Alpha |
100 |
500 |
balanceamento |
400,0 |
nulo |
2019-12-04 19:00:00.000 000000 |
123456781 |
GMC |
Astro |
Alpha |
100 |
500 |
velocidade |
90,2 |
nulo |
2019-12-04 19:00:00.000 000000 |
123456781 |
GMC |
Astro |
Alpha |
100 |
500 |
local |
nulo |
47,6062 M, 122,3321 W |
2019-12-04 19:00:00.000 000000 |
123456782 |
Kenworth |
W900 |
Alpha |
150 |
1000 |
leitura de combustível |
10.1 |
nulo |
2019-12-04 19:00:00.000 000000 |
123456782 |
Kenworth |
W900 |
Alpha |
150 |
1000 |
balanceamento |
950,3 |
nulo |
2019-12-04 19:00:00.000 000000 |
123456782 |
Kenworth |
W900 |
Alpha |
150 |
1000 |
velocidade |
50,8 |
nulo |
2019-12-04 19:00:00.000 000000 |
123456782 |
Kenworth |
W900 |
Alpha |
150 |
1000 |
local |
nulo |
40,7128 graus N, 74,0060 graus W |
Consultas de exemplo
Obtenha uma lista de todos os atributos e valores dos sensores que estão sendo monitorados para cada caminhão da frota.
SELECT truck_id, fleet, fuel_capacity, model, load_capacity, make, measure_name FROM "sampleDB".IoT GROUP BY truck_id, fleet, fuel_capacity, model, load_capacity, make, measure_name
Obtenha a leitura de combustível mais recente de cada caminhão da frota nas últimas 24 horas.
WITH latest_recorded_time AS ( SELECT truck_id, max(time) as latest_time FROM "sampleDB".IoT WHERE measure_name = 'fuel-reading' AND time >= ago(24h) GROUP BY truck_id ) SELECT b.truck_id, b.fleet, b.make, b.model, b.time, b.measure_value::double as last_reported_fuel_reading FROM latest_recorded_time a INNER JOIN "sampleDB".IoT b ON a.truck_id = b.truck_id AND b.time = a.latest_time WHERE b.measure_name = 'fuel-reading' AND b.time > ago(24h) ORDER BY b.truck_id
Identifique caminhões que funcionaram com pouco combustível (menos de 10%) nas últimas 48 horas:
WITH low_fuel_trucks AS ( SELECT time, truck_id, fleet, make, model, (measure_value::double/cast(fuel_capacity as double)*100) AS fuel_pct FROM "sampleDB".IoT WHERE time >= ago(48h) AND (measure_value::double/cast(fuel_capacity as double)*100) < 10 AND measure_name = 'fuel-reading' ), other_trucks AS ( SELECT time, truck_id, (measure_value::double/cast(fuel_capacity as double)*100) as remaining_fuel FROM "sampleDB".IoT WHERE time >= ago(48h) AND truck_id IN (SELECT truck_id FROM low_fuel_trucks) AND (measure_value::double/cast(fuel_capacity as double)*100) >= 10 AND measure_name = 'fuel-reading' ), trucks_that_refuelled AS ( SELECT a.truck_id FROM low_fuel_trucks a JOIN other_trucks b ON a.truck_id = b.truck_id AND b.time >= a.time ) SELECT DISTINCT truck_id, fleet, make, model, fuel_pct FROM low_fuel_trucks WHERE truck_id NOT IN ( SELECT truck_id FROM trucks_that_refuelled )
Encontre a carga média e a velocidade máxima de cada caminhão na última semana:
SELECT bin(time, 1d) as binned_time, fleet, truck_id, make, model, AVG( CASE WHEN measure_name = 'load' THEN measure_value::double ELSE NULL END ) AS avg_load_tons, MAX( CASE WHEN measure_name = 'speed' THEN measure_value::double ELSE NULL END ) AS max_speed_mph FROM "sampleDB".IoT WHERE time >= ago(7d) AND measure_name IN ('load', 'speed') GROUP BY fleet, truck_id, make, model, bin(time, 1d) ORDER BY truck_id
Obtenha a eficiência de carga de cada caminhão na última semana:
WITH average_load_per_truck AS ( SELECT truck_id, avg(measure_value::double) AS avg_load FROM "sampleDB".IoT WHERE measure_name = 'load' AND time >= ago(7d) GROUP BY truck_id, fleet, load_capacity, make, model ), truck_load_efficiency AS ( SELECT a.truck_id, fleet, load_capacity, make, model, avg_load, measure_value::double, time, (measure_value::double*100)/avg_load as load_efficiency -- , approx_percentile(avg_load_pct, DOUBLE '0.9') FROM "sampleDB".IoT a JOIN average_load_per_truck b ON a.truck_id = b.truck_id WHERE a.measure_name = 'load' ) SELECT truck_id, time, load_efficiency FROM truck_load_efficiency ORDER BY truck_id, time