计算更大时间范围内某些时期的价值增长 - InfluxDB 2.0 (Flux)

Question

我的架构

我有一个 Influx 2.0（使用 Flux）数据库，我在其中测量并写入我的整个生命周期用电量，随着千瓦时的增加而无限增加。

我想做什么

我想在用户选择的时间段（我们称之为 P1）中过滤掉日期（假设日期是 08:00 和 21:00，我们将这些时间段称为 P2）并显示在整个 P1 时间段内总共使用了多少 P2 时间段。

本质上，我会有很多范围，我想累加起来。

我尝试过的+问题

最初我有一个总能量使用量（包括 P2 周期之外的时间），我只是取 P1 周期结束时的最后一个值减去 P1 周期开始时的值。这让我得到了那段时间的总用电量，所以我开始修改查询。

我尝试了以下方法：

data = from(bucket: "default")
  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r) => r["entity_id"] == "home_total_kwh")
  |> aggregateWindow(every: v.windowPeriod, fn: mean, createEmpty: false)

values = data |> first() |> findColumn(fn: (key) => true, column: "_value")

start_value = values[0]

data
  |> map(fn: (r) => ({ r with _value: r._value - start_value}))

但这有一个明显的问题，因为这只给出了那段时间的总数，然后我尝试使用以下行对其进行过滤，但我不确定之后要做什么：

  |> filter(fn: (r) => date.hour(t: r["_time"]) * 100 + date.minute(t: r["_time"]) < 2100 and date.hour(t: r["_time"]) * 100 + date.minute(t: r["_time"]) >= 800)

我希望我的最终结果是什么

输入：

time	kWh
00:00	2
02:00	4
04:00	6
06:00	8
08:00	10
10:00	12
12:00	14
14:00	16
16:00	18
18:00	20
20:00	22
22:00	24
00:00	26
02:00	28

处理中：

time	kWh
00:00	0
02:00	0
04:00	0
06:00	0
08:00	2
10:00	4
12:00	6
14:00	8
16:00	10
18:00	12
20:00	14
22:00	15
00:00	15
02:00	15

输出：

Total Used During Day: 15kWh

抱歉解释太长，感谢您的帮助:)

Answer 1

想通了！

import "date"

from(bucket: "default")
    |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
    |> filter(fn: (r) => r["entity_id"] == "home_total_kwh")
    |> aggregateWindow(every: v.windowPeriod, fn: mean, createEmpty: false)
    |> map(fn: (r) => ({_value: if ((date.hour(t: r["_time"]) * 100 + date.minute(t: r["_time"])) < 2100 and (date.hour(t: r["_time"]) * 100 + date.minute(t: r["_time"])) >= 800) then r._value else 0.0}))
    |> reduce(
        fn: (r, accumulator) => ({
            sum: if (r._value != 0.0 and accumulator.prev != 0.0) then accumulator.sum + r._value - accumulator.prev else accumulator.sum,
            prev: r._value,
        }),
        identity: {sum: 0.0, prev: 0.0}
    )
    |> keep(columns: ["sum"])

我发现了如何遍历每一行，因此让我创建一个像这样的reduce函数，它将P2周期之外的所有值替换为0，然后迭代以累积所有值，并确保由于过滤，数据不会突然出现颠簸。希望这对遇到此问题的人有所帮助！

计算更大时间范围内某些时期的价值增长 - InfluxDB 2.0 (Flux)

Calculating Value Rise During Certain Periods Inside A Larger Time Frame - InfluxDB 2.0 (Flux)

influxdb

grafana

我的架构

我想做什么

我尝试过的+问题

我希望我的最终结果是什么

输入：

处理中：

输出：