TDengine 统计函数 PERCENTILE 用户手册

最新推荐文章于 2025-09-23 20:45:04 发布

原创最新推荐文章于 2025-09-23 20:45:04 发布 · 944 阅读

11 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#tdengine #大数据 #时序数据库 #数据库 #sql

TDengine SQL 手册专栏收录该内容

131 篇文章

订阅专栏

在这里插入图片描述

PERCENTILE 函数用户手册

1. 函数概述

PERCENTILE 是 TDengine 的聚合函数，用于计算指定百分位数值。百分位数是统计学中描述数据分布的重要指标，表示有百分之多少的数据小于等于该值。在智能电表场景中，常用于分析用电负荷分布、电压质量评估等。

2. 语法

SELECT PERCENTILE(expr, p [, p1, p2, ...]) FROM meters [WHERE condition];

参数说明

expr：需要计算百分位数的数值型字段
p, p1, p2, ...：百分位数值，范围为 0-100 的数值，支持多个百分位数值（最多 10 个）

3. 返回值

单个百分位数：返回 DOUBLE 类型的百分位数值
多个百分位数：返回 VARCHAR 类型的 JSON 格式字符串

4. 函数实现原理

4.1 算法实现

PERCENTILE 函数采用排序算法实现：

数据收集：收集所有非 NULL 的数值数据
排序处理：对数据进行升序排序
位置计算：根据百分位数计算在排序数组中的位置
值插值：如果位置不是整数，则进行线性插值

4.2 计算公式

对于百分位数 P（0 ≤ P ≤ 100）：

位置 = (P / 100) × (N - 1)

其中 N 是有效数据的个数。

4.3 存储机制

函数需要存储所有输入数据进行排序
内存使用量与数据量成正比
支持分布式计算的合并操作

5. 智能电表应用场景

基于智能电表数据库结构：

CREATE TABLE meters (
    ts TIMESTAMP,
    voltage FLOAT,
    current FLOAT,
    power FLOAT
) TAGS (
    groupid INT,
    location VARCHAR(50)
);

5.1 电压质量评估

单个百分位数分析

-- 计算电压的中位数（50%百分位数）
SELECT PERCENTILE(voltage, 50) AS voltage_median FROM meters;

-- 计算90%电表的电压水平
SELECT PERCENTILE(voltage, 90) AS voltage_90th FROM meters;

-- 分析低电压情况（10%百分位数）
SELECT PERCENTILE(voltage, 10) AS voltage_10th FROM meters;

多百分位数综合分析

-- 电压质量全面评估（返回JSON格式）
SELECT PERCENTILE(voltage, 10, 25, 50, 75, 90) AS voltage_percentiles 
FROM meters 
WHERE ts >= NOW() - 24h;

5.2 用电负荷分布分析

按区域分析负荷分布

-- 各区域电流负荷分布（多个百分位数）
SELECT 
    location,
    PERCENTILE(current, 25, 50, 75, 95) AS current_distribution
FROM meters 
WHERE ts >= NOW() - 7d
GROUP BY location;

-- 单独分析各百分位数
SELECT 
    location,
    PERCENTILE(current, 25) AS current_25th,
    PERCENTILE(current, 50) AS current_median,
    PERCENTILE(current, 75) AS current_75th,
    PERCENTILE(current, 95) AS current_95th
FROM meters 
WHERE ts >= NOW() - 7d
GROUP BY location;

功率消耗模式分析

-- 功率消耗的百分位数分布
SELECT PERCENTILE(power, 10, 50, 90, 95, 99) AS power_distribution
FROM meters 
WHERE location = 'California.SanFrancisco'
  AND ts >= NOW() - 30d;

5.3 设备性能基准分析

设备组性能对比

-- 不同设备组的性能基准
SELECT 
    groupid,
    location,
    PERCENTILE(voltage, 50) AS voltage_baseline,
    PERCENTILE(current, 50) AS current_baseline,
    PERCENTILE(power, 50) AS power_baseline
FROM meters 
WHERE ts >= NOW() - 24h
GROUP BY groupid, location;

异常检测阈值设定

-- 设定异常检测的阈值（基于95%百分位数）
SELECT 
    location,
    PERCENTILE(current, 95) AS current_threshold_high,
    PERCENTILE(current, 5) AS current_threshold_low,
    PERCENTILE(voltage, 95) AS voltage_threshold_high,
    PERCENTILE(voltage, 5) AS voltage_threshold_low
FROM meters 
WHERE ts >= NOW() - 30d
GROUP BY location;

5.4 时间窗口分析

每日负荷特征分析

-- 计算每日的用电增量
SELECT 
    PERCENTILE(current, 50) AS daily_current_median,
    PERCENTILE(current, 90) AS daily_current_90th
FROM meters 
INTERVAL(1d);

小时级电压质量监控

-- 每小时电压质量评估
SELECT 
    PERCENTILE(voltage, 10, 50, 90) AS hourly_voltage_quality
FROM meters 
WHERE location = 'California.LosAngles'
INTERVAL(1h);

5.5 多指标综合分析

-- 智能电表综合性能分析
SELECT 
    location,
    PERCENTILE(voltage, 5, 25, 50, 75, 95) AS voltage_distribution,
    PERCENTILE(current, 5, 25, 50, 75, 95) AS current_distribution,
    PERCENTILE(power, 5, 25, 50, 75, 95) AS power_distribution
FROM meters 
WHERE ts >= NOW() - 7d
GROUP BY location;

5.6 电网容量规划

峰值负荷评估

-- 分析各区域的峰值负荷水平
SELECT 
    location,
    PERCENTILE(current, 99) AS peak_current_99th,
    PERCENTILE(power, 99) AS peak_power_99th,
    COUNT(*) AS total_measurements
FROM meters 
WHERE ts >= NOW() - 365d
GROUP BY location;

6. 注意事项

6.1 数据要求

数据完整性
- 确保有足够的数据样本进行统计分析
- 建议至少有 100 个以上的数据点
- 注意处理数据缺失情况
数据质量
- 清理异常值和错误数据
- 确保数据的时间同步性
- 验证数据的合理性范围

6.2 性能考虑

内存使用
- PERCENTILE 函数需要将所有数据加载到内存中排序
- 大数据集可能导致内存不足
- 建议合理设置时间范围限制查询数据量

-- 推荐：限制时间范围
SELECT PERCENTILE(voltage, 50) FROM meters 
WHERE ts >= NOW() - 24h;

-- 避免：无限制的全表查询
SELECT PERCENTILE(voltage, 50) FROM meters;

查询优化
- 使用适当的时间过滤条件
- 考虑数据分区策略
- 避免在高并发环境下执行大范围的百分位数查询

6.3 函数限制

参数限制
- 最多支持 10 个百分位数值
- 百分位数值必须在 0-100 范围内
- 不支持窗口查询中的 GROUP BY
语法限制
- 不支持函数嵌套
- 不支持在 WHERE 子句中使用
- 需要重复扫描数据，性能较低

6.4 结果解释

单值结果
- 当只有一个百分位数参数时，返回 DOUBLE 类型数值
- 结果表示有指定百分比的数据小于等于该值
多值结果
- 多个百分位数参数返回 JSON 格式字符串
- 需要在应用层解析 JSON 获取具体数值

-- 示例：解析多百分位数结果
SELECT PERCENTILE(voltage, 25, 50, 75) AS voltage_quartiles FROM meters;
-- 返回类似：{"25":218.5, "50":220.0, "75":221.8}

6.5 应用建议

合理选择百分位数
- P50（中位数）：反映典型水平
- P90/P95：识别高负荷情况
- P5/P10：识别低负荷或异常情况
- P99：极值分析
结合其他统计指标
- 配合平均值、标准差等指标综合分析
- 结合时间序列分析识别趋势
- 考虑数据的时间相关性
定期更新基线
- 随着用电模式变化更新百分位数基线
- 考虑季节性因素的影响
- 建立动态的监控阈值

7. 总结

PERCENTILE 函数是智能电表数据分析中的重要工具，能够有效评估电力系统的性能分布和运行状态。在实际应用中，应该：

根据具体分析目标选择合适的百分位数
注意数据质量和查询性能
结合业务场景合理解释统计结果
建立基于百分位数的监控和告警机制

通过合理使用 PERCENTILE 函数，可以为电力系统的运维管理、容量规划和用户服务提供科学的数据支撑。

关于 TDengine

TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，其核心模块是高性能、集群开源、云原生、极简的时序数据库。

它能安全高效地将大量设备每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，并提供 AI 智能体对数据进行预测与异常检测，提供实时的商业洞察。