时序数据库

SELECT *,max(lp_index)   FROM lp.tdm_lp_original_data 
where ts >= '2023-12-28 18:11:33.521'
and ts <= '2023-12-29 19:03:12.148' 
INTERVAL(2s)
FILL(PREV)

在时间序列数据库TDengine中，FILL函数与GROUP BY子句结合使用，提供了对于在指定间隔内可能存在的数据空缺的填充策略。FILL(PREV)和FILL(linear)是FILL函数的不同选项，它们填充数据缺失值的方式有所区别：

1. FILL(PREV)：当数据序列中存在时间间隔内没有数据的情况时，FILL(PREV)会将缺失的数据点填充为前一个时间间隔的值。换句话说，它会复制上一个已知数据点的值来填充当前缺失的时间间隔。

   例如，如果您有以下数据序列：

12:00 - 100
12:10 - 缺失
12:20 - 110

使用FILL(PREV)进行填充后，12:10的值将会被设定为前一时间点12:00的值，即100。

1. FILL(linear)：与FILL(PREV)不同的是，FILL(linear)会对缺失的数据点使用线性插值填充。它假设相邻的数据点之间的值变化是线性的，并且基于此来计算缺失点的值。

   比如，同样的数据序列：

12:00 - 100
12:10 - 缺失
12:20 - 110

使用FILL(linear)进行填充后，12:10的值将会被设定为一个线性插入值，这个值将会介于12:00和12:20的值之间。在这个例子中，由于12:20的值增加了10（从100到了110），那么线性插值的结果将会是105。

选择使用哪种方式取决于数据的性质和特点，以及您希望如何处理数据缺失的策略。FILL(PREV)能够保持数据的平滑性，而FILL(linear)则更适合处理数据变化趋势较为连续的场景。

在某些时间序列数据库中，如果遇到没有数据的情况，你可能希望使用附近时间点的数据来填充这些缺失的数据点。在TDengine这样的时间序列数据库中，提供了几种选项来处理这类情况，但功能的支持和具体实现可能会根据数据库版本和配置而有所不同。

以下是常见的几种方法来处理这种情况：

例如，在 PostgreSQL 的 TimescaleDB扩展或者 MySQL 中，你可以使用窗口函数 LEAD() 和 LAG() 来访问时间序列中当前行之前或之后的行。结合条件逻辑，这样可以在没有直接支持的情况下实现类似 FILL(PREV) 或 FILL(NEXT) 的功能。

在使用任何填充策略之前，请检查你所使用的数据库系统文档来确认支持的方法和正确的语法。如果你不确定如何操作，或者在尝试标准方法时遇到问题，可能需要考虑自定义SQL查询或使用数据库提供的程序功能来实现需求。

时间窗口​

时间窗口又可分为滑动时间窗口和翻转时间窗口。

INTERVAL 子句用于产生相等时间周期的窗口，SLIDING 用以指定窗口向前滑动的时间。每次执行的查询是一个时间窗口，时间窗口随着时间流动向前滑动。在定义连续查询的时候需要指定时间窗口（time window ）大小和每次前向增量时间（forward sliding times）。如图，[t0s, t0e] ，[t1s , t1e]， [t2s, t2e] 是分别是执行三次连续查询的时间窗口范围，窗口的前向滑动的时间范围 sliding time 标识 。查询过滤、聚合等操作按照每个时间窗口为独立的单位执行。当 SLIDING 与 INTERVAL 相等的时候，滑动窗口即为翻转窗口。

SELECT *,max(lp_index)   FROM lp.tdm_lp_original_data 
where lp_time_ticks >= '2023-06-03 18:11:33.521'
and lp_time_ticks <= '2023-12-29 19:03:12.148' 
INTERVAL(20m)  SLIDING(2m)