什么是连续查询_云原生多模数据库 Lindorm-阿里云帮助中心

本文介绍Lindorm时序引擎中的连续查询的概念以及相关功能。

连续查询的概念

连续查询ontinuous Queries，简称CQ）是时序引擎内部自动定期执行的时序查询。

在时序应用的场景下，对于依照时间推进顺序写入的实时数据，用户有时会希望每隔一段固定时间，就能够按照一定的查询条件对该时间范围内的时序数据做一次计算（例如：对该时间范围内的数据求一次聚合计算），并将计算结果另行保存下来。该应用场景示例如下所示：

连续查询所针对的便是此类应用场景。在时序引擎中，连续查询提供了一种简化的流计算能力，在时间窗口结束后对窗口内的数据进行计算。

使用连续查询

连续查询的管理

Lindorm时序引擎提供SQL能力用于管理数据库中的连续查询。

连续查询的创建
在指定的Database下创建一个连续查询。SQL语法可参见CREATE CONTINUOUS QUERY。
连续查询的删除
从指定的Database下删除一个已存在的连续查询。SQL语法可参见DROP CONTINUOUS QUERY。
连续查询信息的展示
查询已有的连续查询元数据。SQL语法可参见SHOW CONTINUOUS QUERIES。

连续查询的窗口调度

连续查询运用的是时序引擎节点本地的时间戳来确定何时执行计算，并以此为参照推移计算窗口。连续查询会在每一个时间窗口关闭后、下一个窗口开始的时候对前一窗口内的数据进行计算。例如，一个持续计算指定的窗口间隔为1小时的话，该连续查询会在每个小时开始的时候执行一次计算。在晚上20:00触发计算时，计算的数据所属时间范围是[19:00:00，20:00:00)。

注意

尽管连续查询会在其定义的时间间隔结束后立刻开始计算，但根据其查询计算内容的不同，计算的结果可能也需要花一些时间才能保存到目标表中。延时取决于查询内容以及实例的实时负载。
连续查询的结果精度取决于原始数据的有序性。当数据写入原始数据表时存在乱序的情况，即下一个窗口开始后仍然有上一窗口的数据零星写入。那么这部分数据并不会参与到上一窗口的计算中。
数据库删除时，所有属于该数据库的连续查询都会被直接删除。

连续查询的场景与示例

连续查询的常用场景

数据的长期保存与成本平衡
对于数据量较大的场景，存储成本会成为用户关心的问题。因此可以运用连续查询并结合数据库管理的TTL或冷数据归档能力对长期数据进行有选择的降成本。
通过连续查询提升查询性能
对于某些查询较大时间范围的降采样查询或者跨时间线的聚合查询，如果直接对原始数据进行查询，耗时可能会很高。此时可以通过连续查询将结果进行预计算，之后在需要的时候直接查询计算后的结果表，其性能可能会更好。对于查询吞吐也可以有效提升。

示例

下面这个示例，展示了如何通过连续查询加上数据库的TTL来实现对数据进行高效的长期存储。

比如用户原始数据量较大，可以保存最近一个月，降精度后可以保留几年的数据。下面这个示例中，原始数据采样周期为1秒，降采样到分钟粒度进行长期存储。

将原始数据保存在db_sensor_month中，保存周期为30天，创建数据库：
```
CREATE DATABASE db_sensor_month WITH (ttl=30);
```
创建另一个数据库用于长期保存持续计算后的数据，数据库创建如下：
```
CREATE DATABASE db_sensor_year WITH (ttl=365);
```

创建用于保存计算结果的表：

CREATE TABLE db_sensor_year.sensor (
    device_id VARCHAR TAG,
    region VARCHAR TAG,
    time TIMESTAMP,
    temperature DOUBLE,
    humidity BIGINT);

创建连续查询（执行降采样计算）如下：

CREATE CONTINUOUS QUERY db_sensor_year.my_cq WITH (INTERVAL='1m')
AS
  INSERT into db_sensor_year.sensor(time, temperature, humidity, device_id,region)
  SELECT time, mean(temperature) AS temperature, mean(humidity) humidity, device_id, region
  FROM db_sensor_month.sensor
  SAMPLE BY 60s;