我的书签
添加书签
移除书签DML (数据操作语言)
数据接入
IoTDB为用户提供多种插入实时数据的方式，例如在Cli/Shell工具中直接输入插入数据的INSERT语句，或使用Java API（标准Java JDBC接口）单条或批量执行插入数据的INSERT语句。
本节主要为您介绍实时数据接入的INSERT语句在场景中的实际使用示例，有关INSERT SQL语句的详细语法请参见本文INSERT语句节。
使用INSERT语句
使用INSERT语句可以向指定的已经创建的一条或多条时间序列中插入数据。对于每一条数据，均由一个时间戳类型的时间戳和一个数值或布尔值、字符串类型的传感器采集值组成。
在本节的场景实例下，以其中的两个时间序列root.ln.wf02.wt02.status和root.ln.wf02.wt02.hardware为例 ，它们的数据类型分别为BOOLEAN和TEXT。
单列数据插入示例代码如下：
IoTDB > insert into root.ln.wf02.wt02(timestamp,status) values(1,true)IoTDB > insert into root.ln.wf02.wt02(timestamp,hardware) values(1, "v1")
以上示例代码将长整型的timestamp以及值为true的数据插入到时间序列root.ln.wf02.wt02.status中和将长整型的timestamp以及值为”v1”的数据插入到时间序列root.ln.wf02.wt02.hardware中。执行成功后会返回执行时间，代表数据插入已完成。
注意：在IoTDB中，TEXT类型的数据单双引号都可以来表示,上面的插入语句是用的是双引号表示TEXT类型数据，下面的示例将使用单引号表示TEXT类型数据。
INSERT语句还可以支持在同一个时间点下多列数据的插入，同时向2时间点插入上述两个时间序列的值，多列数据插入示例代码如下：
IoTDB > insert into root.ln.wf02.wt02(timestamp, status, hardware) VALUES (2, false, 'v2')
插入数据后我们可以使用SELECT语句简单查询已插入的数据。
IoTDB > select * from root.ln.wf02 where time < 3
结果如图所示。由查询结果可以看出，单列、多列数据的插入操作正确执行。
INSERT语句的错误处理
若用户向一个不存在的时间序列中插入数据，例如执行以下命令：
IoTDB > insert into root.ln.wf02.wt02(timestamp, temperature) values(1,"v1")
由于root.ln.wf02.wt02. temperature时间序列不存在，系统将会返回以下ERROR告知该Timeseries路径不存在：
Msg: The resultDataType or encoding or compression of the last node temperature is conflicting in the storage group root.ln
若用户插入的数据类型与该Timeseries对应的数据类型不一致，例如执行以下命令：
IoTDB > insert into root.ln.wf02.wt02(timestamp,hardware) values(1,100)
系统将会返回以下ERROR告知数据类型有误：
error: The TEXT data type should be covered by " or '
数据查询
时间切片查询
本节主要介绍时间切片查询的相关示例，主要使用的是IoTDB SELECT语句。同时，您也可以使用Java JDBC标准接口来执行相关的查询语句。
根据一个时间区间选择一列数据
SQL语句为：
select temperature from root.ln.wf01.wt01 where time < 2017-11-01T00:08:00.000
其含义为：
被选择的设备为ln集团wf01子站wt01设备；被选择的时间序列为温度传感器（temperature）；该语句要求选择出该设备在“2017-11-01T00:08:00.000”（此处可以使用多种时间格式，详情可参看2.1节）时间点以前的所有温度传感器的值。
该SQL语句的执行结果如下：
根据一个时间区间选择多列数据
SQL语句为：
select status, temperature from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000;
其含义为：
被选择的设备为ln集团wf01子站wt01设备；被选择的时间序列为供电状态（status）和温度传感器（temperature）；该语句要求选择出“2017-11-01T00:05:00.000”至“2017-11-01T00:12:00.000”之间的所选时间序列的值。
该SQL语句的执行结果如下：
按照多个时间区间选择同一设备的多列数据
IoTDB支持在一次查询中指定多个时间区间条件，用户可以根据需求随意组合时间区间条件。例如，
SQL语句为：
select status,temperature from root.ln.wf01.wt01 where (time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000) or (time >= 2017-11-01T16:35:00.000 and time <= 2017-11-01T16:37:00.000);
其含义为：
被选择的设备为ln集团wf01子站wt01设备；被选择的时间序列为“供电状态（status）”和“温度传感器（temperature）”；该语句指定了两个不同的时间区间，分别为“2017-11-01T00:05:00.000至2017-11-01T00:12:00.000”和“2017-11-01T16:35:00.000至2017-11-01T16:37:00.000”；该语句要求选择出满足任一时间区间的被选时间序列的值。
该SQL语句的执行结果如下：
按照多个时间区间选择不同设备的多列数据
该系统支持在一次查询中选择任意列的数据，也就是说，被选择的列可以来源于不同的设备。例如，SQL语句为：
select wf01.wt01.status,wf02.wt02.hardware from root.ln where (time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000) or (time >= 2017-11-01T16:35:00.000 and time <= 2017-11-01T16:37:00.000);
其含义为：
被选择的时间序列为“ln集团wf01子站wt01设备的供电状态”以及“ln集团wf02子站wt02设备的硬件版本”；该语句指定了两个时间区间，分别为“2017-11-01T00:05:00.000至2017-11-01T00:12:00.000”和“2017-11-01T16:35:00.000至2017-11-01T16:37:00.000”；该语句要求选择出满足任意时间区间的被选时间序列的值。
该SQL语句的执行结果如下：
根据时间降序返回
IoTDB 在 0.11 版本开始支持 ‘order by time’ 语句, 用于对结果按照时间进行降序展示。例如，SQL语句为：
select * from root.ln where time > 1 order by time desc limit 10;
更多语法请参照 SQL REFERENCE.
其他结果返回形式
IoTDB支持另外两种结果返回形式: 按设备时间对齐 ‘align by device’ 和 时序不对齐 ‘disable align’.
‘align by device’ 对齐方式下，设备ID会单独作为一列出现。在 select 子句中写了多少列，最终结果就会有该列数+2 （时间列和设备名字列）。SQL形如:
select s1,s2 from root.sg1.* GROUP BY DEVICE
更多语法请参照 SQL REFERENCE.
‘disable align’ 意味着每条时序就有3列存在。更多语法请参照 SQL REFERENCE.
聚合查询
本章节主要介绍聚合查询的相关示例， 主要使用的是IoTDB SELECT语句的聚合查询函数。
统计总点数
select count(status) from root.ln.wf01.wt01;
| count(root.ln.wf01.wt01.status) |
|---|
| 4 |
按层级统计
通过定义LEVEL来统计指定层级下的数据点个数。
这可以用来查询不同层级下的数据点总个数
语法是：
这个可以用来查询某个路径下的总数据点数
select count(status) from root.ln.wf01.wt01 group by level=1;
| Time | count(root.ln) |
|---|---|
| 0 | 7 |
select count(status) from root.ln.wf01.wt01 group by level=2;
| Time | count(root.ln.wf01) | count(root.ln.wf02) |
|---|---|---|
| 0 | 4 | 3 |
降频聚合查询
本章节主要介绍降频聚合查询的相关示例， 主要使用的是IoTDB SELECT语句的GROUP BY子句， 该子句是IoTDB中用于根据用户给定划分条件对结果集进行划分，并对已划分的结果集进行聚合计算的语句。 IoTDB支持根据时间间隔和自定义的滑动步长（默认值与时间间隔相同，自定义的值必须大于等于时间间隔）对结果集进行划分，默认结果按照时间升序排列。 同时，您也可以使用Java JDBC标准接口来执行相关的查询语句。
GROUP BY语句为用户提供三类指定参数：
- 参数1：时间轴显示时间窗参数
- 参数2：划分时间轴的时间间隔参数（必须为正数）
- 参数3：滑动步长（可选参数，默认值与时间间隔相同，自定义的值必须大于等于时间间隔）
三类参数的实际含义已经在图5.2中指出，这三类参数里，第三个参数是可选的。 接下来，我们将给出三种典型的降频聚合查询的例子： 滑动步长未指定， 指定滑动步长， 带值过滤条件。
**图 5.2 三类参数的实际含义**
未指定滑动步长的降频聚合查询
对应的SQL语句是:
select count(status), max_value(temperature) from root.ln.wf01.wt01 group by ([2017-11-01T00:00:00, 2017-11-07T23:00:00),1d);
这条查询的含义是:
由于用户没有指定滑动步长，滑动步长将会被默认设置为跟时间间隔参数相同，也就是1d。
上面这个例子的第一个参数是显示窗口参数，决定了最终的显示范围是[2017-11-01T00:00:00, 2017-11-07T23:00:00)。
上面这个例子的第二个参数是划分时间轴的时间间隔参数，将1d当作划分间隔，显示窗口参数的起始时间当作分割原点，时间轴即被划分为连续的时间间隔：[0,1d), [1d, 2d), [2d, 3d)等等。
然后系统将会用WHERE子句中的时间和值过滤条件以及GROUP BY语句中的第一个参数作为数据的联合过滤条件，获得满足所有过滤条件的数据（在这个例子里是在[2017-11-01T00:00:00, 2017-11-07 T23:00:00)这个时间范围的数据），并把这些数据映射到之前分割好的时间轴中（这个例子里是从2017-11-01T00:00:00到2017-11-07T23:00:00:00的每一天）
每个时间间隔窗口内都有数据，SQL执行后的结果集如下所示：
指定滑动步长的降频聚合查询
对应的SQL语句是:
select count(status), max_value(temperature) from root.ln.wf01.wt01 group by ([2017-11-01 00:00:00, 2017-11-07 23:00:00), 3h, 1d);
这条查询的含义是:
由于用户指定了滑动步长为1d，GROUP BY语句执行时将会每次把时间间隔往后移动一天的步长，而不是默认的3小时。
也就意味着，我们想要取从2017-11-01到2017-11-07每一天的凌晨0点到凌晨3点的数据。
上面这个例子的第一个参数是显示窗口参数，决定了最终的显示范围是[2017-11-01T00:00:00, 2017-11-07T23:00:00)。
上面这个例子的第二个参数是划分时间轴的时间间隔参数，将3h当作划分间隔，显示窗口参数的起始时间当作分割原点，时间轴即被划分为连续的时间间隔：[2017-11-01T00:00:00, 2017-11-01T03:00:00), [2017-11-02T00:00:00, 2017-11-02T03:00:00), [2017-11-03T00:00:00, 2017-11-03T03:00:00)等等。
上面这个例子的第三个参数是每次时间间隔的滑动步长。
然后系统将会用WHERE子句中的时间和值过滤条件以及GROUP BY语句中的第一个参数作为数据的联合过滤条件，获得满足所有过滤条件的数据（在这个例子里是在[2017-11-01T00:00:00, 2017-11-07 T23:00:00)这个时间范围的数据），并把这些数据映射到之前分割好的时间轴中（这个例子里是从2017-11-01T00:00:00到2017-11-07T23:00:00:00的每一天的凌晨0点到凌晨3点）
每个时间间隔窗口内都有数据，SQL执行后的结果集如下所示：
带值过滤条件的降频聚合查询
对应的SQL语句是:
select count(status), max_value(temperature) from root.ln.wf01.wt01 where time > 2017-11-01T01:00:00 and temperature > 20 group by([2017-11-01T00:00:00, 2017-11-07T23:00:00), 3h, 1d);
这条查询的含义是:
由于用户指定了滑动步长为1d，GROUP BY语句执行时将会每次把时间间隔往后移动一天的步长，而不是默认的3小时。
也就意味着，我们想要取从2017-11-01到2017-11-07每一天的凌晨0点到凌晨3点的数据。
上面这个例子的第一个参数是显示窗口参数，决定了最终的显示范围是[2017-11-01T00:00:00, 2017-11-07T23:00:00)。
上面这个例子的第二个参数是划分时间轴的时间间隔参数，将3h当作划分间隔，显示窗口参数的起始时间当作分割原点，时间轴即被划分为连续的时间间隔：[2017-11-01T00:00:00, 2017-11-01T03:00:00), [2017-11-02T00:00:00, 2017-11-02T03:00:00), [2017-11-03T00:00:00, 2017-11-03T03:00:00)等等。
上面这个例子的第三个参数是每次时间间隔的滑动步长。
然后系统将会用WHERE子句中的时间和值过滤条件以及GROUP BY语句中的第一个参数作为数据的联合过滤条件，获得满足所有过滤条件的数据（在这个例子里是在[2017-11-01T00:00:00, 2017-11-07 T23:00:00)这个时间范围的并且满足root.ln.wf01.wt01.temperature > 20的数据），并把这些数据映射到之前分割好的时间轴中（这个例子里是从2017-11-01T00:00:00到2017-11-07T23:00:00:00的每一天的凌晨0点到凌晨3点）
每个时间间隔窗口内都有数据，SQL执行后的结果集如下所示：
GROUP BY的SELECT子句里的查询路径必须是聚合函数，否则系统将会抛出如下对应的错误。
左开右闭区间
每个区间的结果时间戳为区间右端点，对应的SQL语句是:
select count(status) from root.ln.wf01.wt01 group by((5, 40], 5ms);
这条查询语句的时间区间是左开右闭的，结果中不会包含时间点5的数据，但是会包含时间点40的数据。
SQL执行后的结果集如下所示：
| Time | count(root.ln.wf01.wt01.status) |
|---|---|
| 10 | 1 |
| 15 | 2 |
| 20 | 3 |
| 25 | 4 |
| 30 | 4 |
| 35 | 3 |
| 40 | 5 |
降采样后按Level聚合查询
除此之外，还可以通过定义LEVEL来统计指定层级下的数据点个数。
例如：
统计降采样后的数据点个数
select count(status) from root.ln.wf01.wt01 group by ([0,20),3ms), level=1;
| Time | count(root.ln) |
|---|---|
| 0 | 1 |
| 3 | 0 |
| 6 | 0 |
| 9 | 1 |
| 12 | 3 |
| 15 | 0 |
| 18 | 0 |
加上滑动Step的降采样后的结果也可以汇总
select count(status) from root.ln.wf01.wt01 group by ([0,20),2ms,3ms), level=1;
| Time | count(root.ln) |
|---|---|
| 0 | 1 |
| 3 | 0 |
| 6 | 0 |
| 9 | 0 |
| 12 | 2 |
| 15 | 0 |
| 18 | 0 |
降频聚合查询补空值
降频聚合出的各个时间段的结果，支持使用前值补空。
不允许设置滑动步长，默认为聚合时间区间，实际为定长采样。现在只支持 last_value 聚合函数。
目前不支持线性插值补空值。
PREVIOUS 和 PREVIOUSUNTILLAST 的区别
- PREVIOUS：只要空值前边有值，就会用其填充空值。
- PREVIOUSUNTILLAST：不会填充此序列最新点后的空值
SQL 示例:
SELECT last_value(temperature) FROM root.ln.wf01.wt01 GROUP BY([8, 39), 5m) FILL (int32[PREVIOUSUNTILLAST])SELECT last_value(temperature) FROM root.ln.wf01.wt01 GROUP BY([8, 39), 5m) FILL (int32[PREVIOUSUNTILLAST, 3m])
解释:
使用 PREVIOUSUNTILLAST 方式填充降频聚合的结果。
所有路径必须都伴随聚合函数，否则会报以下错误信息：
最新数据查询
SQL语法：
select last <Path> [COMMA <Path>]* from < PrefixPath > [COMMA < PrefixPath >]* <WhereClause>
其含义是：查询时间序列prefixPath.path中最近时间戳的数据
<WhereClause>中当前只支持含有’>’或’>=’的时间过滤条件，任何其他过滤条件都将会返回异常。
结果集为三列的结构
| Time | Path | Value |
示例 1：查询 root.ln.wf01.wt01.speed 的最新数据点
> select last speed from root.ln.wf01.wt01| Time | Path | Value || --- | ----------------------- | ----- || 5 | root.ln.wf01.wt01.speed | 100 |
示例 2：查询 root.ln.wf01.wt01 下 speed，status，temperature 时间戳大于等于5的最新数据点。
> select last speed, status, temperature from root.ln.wf01 where time >= 5| Time | Path | Value || --- | ---------------------------- | ----- || 5 | root.ln.wf01.wt01.speed | 100 || 7 | root.ln.wf01.wt01.status | true || 9 | root.ln.wf01.wt01.temperature| 35.7 |
自动填充
在IoTDB的实际使用中，当进行时间序列的查询操作时，可能会出现在某些时间点值为null的情况，这会妨碍用户进行进一步的分析。 为了更好地反映数据更改的程度，用户希望可以自动填充缺失值。 因此，IoTDB系统引入了自动填充功能。
自动填充功能是指对单列或多列执行时间序列查询时，根据用户指定的方法和有效时间范围填充空值。 如果查询点的值不为null，则填充功能将不起作用。
注意：在当前版本中，IoTDB为用户提供两种方法：Previous 和Linear。 Previous 方法用前一个值填充空白。 Linear方法通过线性拟合来填充空白。 并且填充功能只能在执行时间点查询时使用。
填充功能
- Previous功能
当查询的时间戳值为空时，将使用前一个时间戳的值来填充空白。 形式化的先前方法如下（有关详细语法，请参见第7.1.3.6节）：
select <path> from <prefixPath> where time = <T> fill(<data_type>[previous, <before_range>], …)
表3-4给出了所有参数的详细说明。
**表3-4previous填充参数列表**
| 参数名称（不区分大小写） | 解释 |
|---|---|
| path, prefixPath | 查询路径； 必填项 |
| T | 查询时间戳（只能指定一个）； 必填项 |
| data_type | 填充方法使用的数据类型。 可选值是int32，int64，float，double，boolean，text; 可选字段 |
| before_range | 表示前一种方法的有效时间范围。 当[T-before \ _range，T]范围内的值存在时，前一种方法将起作用。 如果未指定before_range，则before_range会使用默认值default_fill_interval; -1表示无穷大； 可选字段 |
在这里，我们举一个使用先前方法填充空值的示例。 SQL语句如下：
select temperature from root.sgcc.wf03.wt01 where time = 2017-11-01T16:37:50.000 fill(float[previous, 1m])
意思是：
由于时间根目录root.sgcc.wf03.wt01.temperature在2017-11-01T16：37：50.000为空，因此系统使用以前的时间戳2017-11-01T16：37：00.000（且时间戳位于[2017-11-01T16:36:50.000, 2017-11-01T16:37:50.000]范围）进行填充和显示。
在样例数据中 (opens new window), 该语句的执行结果如下所示：
值得注意的是，如果在指定的有效时间范围内没有值，系统将不会填充空值，如下所示：
- Linear方法
当查询的时间戳值为空时，将使用前一个和下一个时间戳的值来填充空白。 形式化线性方法如下：
select <path> from <prefixPath> where time = <T> fill(<data_type>[linear, <before_range>, <after_range>]…)
表3-5中给出了所有参数的详细说明。
**表3-5线性填充参数列表**
| 参数名称（不区分大小写） | 解释 |
|---|---|
| path, prefixPath | 查询路径； 必填项 |
| T | 查询时间戳（只能指定一个）； 必填项 |
| data_type | 填充方法使用的数据类型。 可选值是int32，int64，float，double，boolean，text; 可选字段 |
| before_range, after_range | 表示线性方法的有效时间范围。 当[T-before_range，T + after_range]范围内的值存在时，前一种方法将起作用。 如果未明确指定before_range和after_range，则使用default_fill_interval。 -1表示无穷大； 可选字段 |
需要注意的是一旦时间序列在查询时间戳T时刻存在有效值，线性填充就回使用这个值作为结果返回。 除此之外，如果在[T-before_range，T]或[T, T + after_range]两个范围中任意一个范围内不存在有效填充值，则线性填充返回null值。
在这里，我们举一个使用线性方法填充空值的示例。 SQL语句如下：
select temperature from root.sgcc.wf03.wt01 where time = 2017-11-01T16:37:50.000 fill(float [linear, 1m, 1m])
意思是：
由于时间根目录root.sgcc.wf03.wt01.temperature在2017-11-01T16：37：50.000为空，因此系统使用以前的时间戳2017-11-01T16：37：00.000（且时间戳位于[2017- 11-01T16：36：50.000，2017-11-01T16：37：50.000]时间范围）及其值21.927326，下一个时间戳记2017-11-01T16：38：00.000（且时间戳记位于[2017-11-11] 01T16：37：50.000、2017-11-01T16：38：50.000]时间范围）及其值25.311783以执行线性拟合计算：
21.927326 +（25.311783-21.927326）/ 60s * 50s = 24.747707
在 样例数据 (opens new window), 该语句的执行结果如下所示：
数据类型和填充方法之间的对应关系
数据类型和支持的填充方法如表3-6所示。
**表3-6数据类型和支持的填充方法**
| 数据类型 | 支持的填充方法 |
|---|---|
| boolean | previous |
| int32 | previous, linear |
| int64 | previous, linear |
| float | previous, linear |
| double | previous, linear |
| text | previous |
值得注意的是，IoTDB将针对数据类型不支持的填充方法给出错误提示，如下所示：
如果未指定fill方法，则每种数据类型均具有其自己的默认fill方法和参数。 对应关系如表3-7所示。
**表3-7各种数据类型的默认填充方法和参数**
| 数据类型 | 默认填充方法和参数 |
|---|---|
| boolean | previous, 600000 |
| int32 | linear, 600000, 600000 |
| int64 | linear, 600000, 600000 |
| float | linear, 600000, 600000 |
| double | linear, 600000, 600000 |
| text | previous, 600000 |
注意：应在Fill语句中至少指定一种填充方法。
对查询结果的行和列控制
IoTDB提供 LIMIT/SLIMIT 子句和 OFFSET/SOFFSET 子句，以使用户可以更好地控制查询结果。使用LIMIT和SLIMIT子句可让用户控制查询结果的行数和列数， 并且使用OFFSET和SOFSET子句允许用户设置结果显示的起始位置。
请注意，按组查询不支持LIMIT和OFFSET。
本章主要介绍查询结果的行和列控制的相关示例。你还可以使用 Java JDBC 标准接口执行查询。
查询结果的行控制
通过使用LIMIT和OFFSET子句，用户可以以与行相关的方式控制查询结果。 我们将通过以下示例演示如何使用LIMIT和OFFSET子句。
- 示例1：基本的LIMIT子句
SQL语句是：
select status, temperature from root.ln.wf01.wt01 limit 10
意思是：
所选设备为ln组wf01工厂wt01设备； 选择的时间序列是“状态”和“温度”。 SQL语句要求返回查询结果的前10行。
结果如下所示：
- 示例2：带OFFSET的LIMIT子句
SQL语句是：
select status, temperature from root.ln.wf01.wt01 limit 5 offset 3
意思是：
所选设备为ln组wf01工厂wt01设备； 选择的时间序列是“状态”和“温度”。 SQL语句要求返回查询结果的第3至7行（第一行编号为0行）。
结果如下所示：
- 示例3：LIMIT子句与WHERE子句结合
SQL语句是：
select status,temperature from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time< 2017-11-01T00:12:00.000 limit 2 offset 3
意思是：
所选设备为ln组wf01工厂wt01设备； 选择的时间序列是“状态”和“温度”。 SQL语句要求返回时间“ 2017-11-01T00：05：00.000”和“ 2017-11-01T00：12：00.000”之间的状态和温度传感器值的第3至4行（第一行） 编号为第0行）。
结果如下所示：
- 示例4：LIMIT子句与GROUP BY子句组合
SQL语句是：
select count(status), max_value(temperature) from root.ln.wf01.wt01 group by ([2017-11-01T00:00:00, 2017-11-07T23:00:00),1d) limit 5 offset 3
意思是：
SQL语句子句要求返回查询结果的第3至7行（第一行编号为0行）。
结果如下所示：
值得注意的是，由于当前的FILL子句只能在某个时间点填充时间序列的缺失值，也就是说，FILL子句的执行结果恰好是一行，因此LIMIT和OFFSET不会是 与FILL子句结合使用，否则将提示错误。 例如，执行以下SQL语句：
select temperature from root.sgcc.wf03.wt01 where time = 2017-11-01T16:37:50.000 fill(float[previous, 1m]) limit 10
SQL语句将不会执行，并且相应的错误提示如下：
查询结果的列控制
通过使用LIMIT和OFFSET子句，用户可以以与列相关的方式控制查询结果。 我们将通过以下示例演示如何使用SLIMIT和OFFSET子句。
- 示例1：基本的SLIMIT子句
SQL语句是：
select * from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000 slimit 1
意思是：
所选设备为ln组wf01工厂wt01设备； 所选时间序列是该设备下的第一列，即电源状态。 SQL语句要求在“ 2017-11-01T00：05：00.000”和“ 2017-11-01T00：12：00.000”的时间点之间选择状态传感器值。
结果如下所示：
- 示例2：带OFFSET的LIMIT子句
SQL语句是：
select * from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000 slimit 1 soffset 1
意思是：
所选设备为ln组wf01工厂wt01设备； 所选时间序列是该设备下的第二列，即温度。 SQL语句要求在“ 2017-11-01T00：05：00.000”和“ 2017-11-01T00：12：00.000”的时间点之间选择温度传感器值。
结果如下所示：
- 示例3：SLIMIT子句与GROUP BY子句结合
SQL语句是：
select max_value(*) from root.ln.wf01.wt01 group by ([2017-11-01T00:00:00, 2017-11-07T23:00:00),1d) slimit 1 soffset 1
结果如下所示：
- 示例4：SLIMIT子句与FILL子句结合
SQL语句是：
select * from root.sgcc.wf03.wt01 where time = 2017-11-01T16:37:50.000 fill(float[previous, 1m]) slimit 1 soffset 1
意思是：
所选设备为ln组wf01工厂wt01设备； 所选时间序列是该设备下的第二列，即温度。
结果如下所示：
值得注意的是，预期SLIMIT子句将与星形路径或前缀路径一起使用，并且当SLIMIT子句与完整路径查询一起使用时，系统将提示错误。 例如，执行以下SQL语句：
select status,temperature from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000 slimit 1
SQL语句将不会执行，并且相应的错误提示如下：
控制查询结果的行和列
除了对查询结果进行行或列控制之外，IoTDB还允许用户控制查询结果的行和列。 这是同时包含LIMIT子句和SLIMIT子句的完整示例。
SQL语句是：
select * from root.ln.wf01.wt01 limit 10 offset 100 slimit 2 soffset 0
意思是：
所选设备为ln组wf01工厂wt01设备； 所选时间序列是此设备下的第0列至第1列（第一列编号为第0列）。 SQL语句子句要求返回查询结果的第100至109行（第一行编号为0行）。
结果如下所示：
使用别名
由于 IoTDB 独特的数据模型，在每个传感器前都附带有设备等诸多额外信息。有时，我们只针对某个具体设备查询，而这些前缀信息频繁显示造成了冗余，影响了结果集的显示与分析。这时我们可以使用 IoTDB 提供的 AS 函数，将查询中出现的时间序列给定一个别名。
例如：
select s1 as temperature, s2 as speed from root.ln.wf01.wt01;
则结果集将显示为：
| Time | temperature | speed |
|---|---|---|
| … | … | … |
其他结果集格式
此外，IoTDB支持两种其他结果集格式：“按设备对齐”和“禁用对齐”。
“按设备对齐”指示将deviceId视为一列。 因此，数据集中的列完全有限。
SQL语句是：
select s1,s2 from root.sg1.* ALIGN BY DEVICE
有关更多语法描述，请阅读SQL REFERENCE。
“禁用对齐”指示结果集中每个时间序列都有3列。 有关更多语法描述，请阅读SQL REFERENCE。
错误处理
当LIMIT / SLIMIT的参数N / SN超过结果集的大小时，IoTDB将按预期返回所有结果。 例如，原始SQL语句的查询结果由六行组成，我们通过LIMIT子句选择前100行：
select status,temperature from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000 limit 100
结果如下所示：
当LIMIT / SLIMIT子句的参数N / SN超过允许的最大值（N / SN的类型为int32）时，系统将提示错误。 例如，执行以下SQL语句：
select status,temperature from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000 limit 1234567890123456789
SQL语句将不会执行，并且相应的错误提示如下：
当LIMIT / LIMIT子句的参数N / SN不是正整数时，系统将提示错误。 例如，执行以下SQL语句：
select status,temperature from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000 limit 13.1
SQL语句将不会执行，并且相应的错误提示如下：
当LIMIT子句的参数OFFSET超过结果集的大小时，IoTDB将返回空结果集。 例如，执行以下SQL语句：
select status,temperature from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000 limit 2 offset 6
结果如下所示：
当SLIMIT子句的参数SOFFSET不小于可用时间序列数时，系统将提示错误。 例如，执行以下SQL语句：
select * from root.ln.wf01.wt01 where time > 2017-11-01T00:05:00.000 and time < 2017-11-01T00:12:00.000 slimit 1 soffset 2
SQL语句将不会执行，并且相应的错误提示如下：
数据删除
用户使用DELETE语句可以删除指定的时间序列中符合时间删除条件的数据。在删除数据时，用户可以选择需要删除的一个或多个时间序列、时间序列的前缀、时间序列带*路径对某一个时间区间内的数据进行删除。
在JAVA编程环境中，您可以使用JDBC API单条或批量执行DELETE语句。
单传感器时间序列值删除
以测控ln集团为例，存在这样的使用场景：
wf02子站的wt02设备在2017-11-01 16:26:00之前的供电状态出现多段错误，且无法分析其正确数据，错误数据影响了与其他设备的关联分析。此时，需要将此时间段前的数据删除。进行此操作的SQL语句为：
delete from root.ln.wf02.wt02.status where time<=2017-11-01T16:26:00;
如果我们仅仅想要删除2017年内的在2017-11-01 16:26:00之前的数据，可以使用以下SQL:
delete from root.ln.wf02.wt02.status where time>=2017-01-01T00:00:00 and time<=2017-11-01T16:26:00;
IoTDB 支持删除一个时间序列任何一个时间范围内的所有时序点，用户可以使用以下SQL语句指定需要删除的时间范围：
delete from root.ln.wf02.wt02.status where time < 10delete from root.ln.wf02.wt02.status where time <= 10delete from root.ln.wf02.wt02.status where time < 20 and time > 10delete from root.ln.wf02.wt02.status where time <= 20 and time >= 10delete from root.ln.wf02.wt02.status where time > 20delete from root.ln.wf02.wt02.status where time >= 20delete from root.ln.wf02.wt02.status where time = 20
需要注意，当前的删除语句不支持where子句后的时间范围为多个由OR连接成的时间区间。如下删除语句将会解析出错：
delete from root.ln.wf02.wt02.status where time > 4 or time < 0Msg: 303: Check metadata error: For delete statement, where clause can only contain atomicexpressions like : time > XXX, time <= XXX, or two atomic expressions connected by 'AND'
多传感器时间序列值删除
当ln集团wf02子站的wt02设备在2017-11-01 16:26:00之前的供电状态和设备硬件版本都需要删除，此时可以使用含义更广的前缀路径或带*路径进行删除操作，进行此操作的SQL语句为：
delete from root.ln.wf02.wt02 where time <= 2017-11-01T16:26:00;
或
delete from root.ln.wf02.wt02.* where time <= 2017-11-01T16:26:00;
需要注意的是，当删除的路径不存在时，IoTDB会提示路径不存在，无法删除数据，如下所示。
IoTDB> delete from root.ln.wf03.wt02.status where time < now()Msg: TimeSeries does not exist and its data cannot be deleted
删除时间分区 (实验性功能)
您可以通过如下语句来删除某一个存储组下的指定时间分区:
DELETE PARTITION root.ln 0,1,2
上例中的0,1,2为待删除时间分区的id，您可以通过查看IoTDB的数据文件夹找到它，或者可以通过计算timestamp / partitionInterval(向下取整), 手动地将一个时间戳转换为对应的id，其中的partitionInterval可以在IoTDB的配置文件中找到（如果您使用的版本支持时间分区）。
请注意该功能目前只是实验性的，如果您不是开发者，使用时请务必谨慎。
