TDengine NOW() 函數用戶使用手冊

目錄

• 功能概述
• 函數語法
• 返回值說明
• 技術特性
• 使用場景及示例
• 時間運算操作
• 注意事項
• 常見問題

功能概述

NOW() 函數是 TDengine 中的時間函數，用于獲取客戶端當前系統時間。該函數在時序數據庫中特別有用，可以用于數據插入、時間過濾、時間計算等多種場景。

函數語法

NOW()

返回值說明

• 數據類型：TIMESTAMP
• 時間精度：與當前 DATABASE 設置的時間精度一致
• 時間格式：根據數據庫精度返回相應格式的時間戳

技術特性

時間精度支持

根據源碼分析，NOW() 函數支持以下時間精度：

• 毫秒精度 (TSDB_TIME_PRECISION_MILLI)
• 微秒精度 (TSDB_TIME_PRECISION_MICRO)
• 納秒精度 (TSDB_TIME_PRECISION_NANO)

適用范圍

• 表類型：適用于表和超級表
• 字段類型：在 WHERE 或 INSERT 語句中只能作用于 TIMESTAMP 類型字段
• 嵌套查詢：支持內層查詢和外層查詢

使用場景及示例

1. 基礎查詢獲取當前時間

-- 獲取當前系統時間
SELECT NOW() AS current_timestamp;

輸出示例：

+-------------------------+
| current_timestamp       |
+-------------------------+
| 2025-09-03 14:30:25.123 |
+-------------------------+

2. 數據插入場景

創建表結構

-- 創建傳感器數據表
CREATE STABLE sensors (ts TIMESTAMP,temperature FLOAT,humidity FLOAT
) TAGS (device_id INT, location NCHAR(50));-- 創建子表
CREATE TABLE sensor_001 USING sensors TAGS (1, '北京機房');

插入當前時間數據

-- 使用 NOW() 插入當前時間戳
INSERT INTO sensor_001 VALUES (NOW(), 25.6, 60.8);-- 批量插入多條記錄
INSERT INTO sensor_001 VALUES (NOW(), 25.6, 60.8),(NOW() - 1m, 25.2, 61.2),(NOW() - 2m, 24.8, 61.5);

3. 數據查詢和過濾

查詢最近時間范圍的數據

-- 查詢最近1小時的數據
SELECT * FROM sensor_001 
WHERE ts > NOW() - 1h;-- 查詢最近24小時的數據
SELECT * FROM sensor_001 
WHERE ts BETWEEN NOW() - 1d AND NOW();-- 查詢今天的數據
SELECT * FROM sensor_001 
WHERE ts >= TODAY() AND ts < NOW();

實時數據監控

-- 查詢最近5分鐘內的平均溫度
SELECT AVG(temperature) as avg_temp 
FROM sensor_001 
WHERE ts > NOW() - 5m;-- 查詢當前時間前后30秒的數據
SELECT * FROM sensor_001 
WHERE ts BETWEEN NOW() - 30s AND NOW() + 30s;

4. 時間差計算

-- 計算數據記錄距離當前時間的秒數差
SELECT ts, temperature, (NOW() - ts) / 1000000 AS seconds_ago
FROM sensor_001 
ORDER BY ts DESC 
LIMIT 10;-- 查找超過1小時未更新的設備
SELECT device_id, MAX(ts) as last_update,(NOW() - MAX(ts)) / 1000000 / 3600 AS hours_since_update
FROM sensors 
GROUP BY device_id
HAVING hours_since_update > 1;

5. 數據分析場景

按時間窗口聚合

-- 按小時聚合最近24小時的數據
SELECT _wstart as hour_start,AVG(temperature) as avg_temp,MAX(temperature) as max_temp,MIN(temperature) as min_temp
FROM sensor_001 
WHERE ts > NOW() - 1d
INTERVAL(1h);-- 實時滑動窗口分析
SELECT _wstart,COUNT(*) as record_count,AVG(temperature) as avg_temp
FROM sensor_001 
WHERE ts > NOW() - 2h
INTERVAL(10m) SLIDING(1m);

時間運算操作

NOW() 函數支持時間加減運算，支持的時間單位包括：

時間單位	符號	說明	示例
納秒	b	nanosecond	NOW() + 100b
微秒	u	microsecond	NOW() - 500u
毫秒	a	millisecond	NOW() + 200a
秒	s	second	NOW() - 30s
分鐘	m	minute	NOW() + 15m
小時	h	hour	NOW() - 2h
天	d	day	NOW() + 1d
周	w	week	NOW() - 1w

時間運算示例

-- 各種時間單位的運算示例
SELECT NOW() as current_time,NOW() + 1s as one_second_later,NOW() - 30m as thirty_minutes_ago,NOW() + 2h as two_hours_later,NOW() - 1d as yesterday_same_time,NOW() + 1w as next_week_same_time;-- 復合時間運算
SELECT * FROM sensor_001 
WHERE ts BETWEEN NOW() - 1d - 30m AND NOW() - 30m;-- 時間邊界查詢
SELECT * FROM sensor_001 
WHERE ts > NOW() - 1h + 100a;  -- 1小時前再加100毫秒

注意事項

1. 時間精度一致性

-- 確保時間精度與數據庫設置一致
-- 如果數據庫精度為毫秒，NOW() 返回毫秒精度時間戳
-- 如果數據庫精度為微秒，NOW() 返回微秒精度時間戳

2. 客戶端時間 vs 服務器時間

-- NOW() 返回客戶端系統時間，不是服務器時間
-- 在分布式環境中需要注意時間同步問題

3. 性能考慮

-- 在大量數據查詢中，建議將 NOW() 的結果先計算出來
-- 避免在循環或大量記錄處理中重復調用 NOW()-- 推薦做法
SELECT @current_time := NOW();
SELECT * FROM sensor_001 WHERE ts > @current_time - 1h;-- 不推薦在大數據量情況下
SELECT * FROM huge_table WHERE ts > NOW() - 1h;  -- 每行都會計算NOW()

常見問題

Q1: NOW() 與 TODAY() 的區別？

-- NOW() 返回完整的當前時間戳（包含時分秒）
SELECT NOW();  -- 2025-09-03 14:30:25.123-- TODAY() 返回當前日期的0點時間戳
SELECT TODAY();  -- 2025-09-03 00:00:00.000

Q2: 如何處理時區問題？

-- TDengine 中的時間戳通常是UTC時間
-- 需要在應用層進行時區轉換
-- 或使用時區相關函數進行處理

Q3: 在INSERT語句中使用NOW()的最佳實踐？

-- 對于實時數據，推薦使用NOW()
INSERT INTO sensor_001 VALUES (NOW(), 25.6, 60.8);-- 對于批量導入歷史數據，使用具體時間戳
INSERT INTO sensor_001 VALUES ('2025-09-03 10:00:00', 25.1, 60.2),('2025-09-03 10:01:00', 25.3, 60.5);

Q4: NOW()在WHERE子句中的優化？

-- 對于頻繁查詢，可以預先計算時間邊界
SET @start_time = NOW() - 1h;
SET @end_time = NOW();SELECT * FROM sensor_001 
WHERE ts BETWEEN @start_time AND @end_time;

總結

NOW() 函數是 TDengine 中非常重要的時間函數，特別適用于：

• 實時數據插入和時間戳記錄
• 時間范圍查詢和數據過濾
• 時間差計算和數據分析
• 實時監控和報警系統

正確使用 NOW() 函數可以大大提高時序數據處理的效率和準確性。在實際應用中，需要注意時間精度、性能優化和時區處理等方面的問題。

關于 TDengine

TDengine 是一款專為物聯網、工業互聯網等場景設計并優化的大數據平臺，其核心模塊是高性能、集群開源、云原生、極簡的時序數據庫。

它能安全高效地將大量設備每天產生的高達 TB 甚至 PB 級的數據進行匯聚、存儲、分析和分發，并提供 AI 智能體對數據進行預測與異常檢測，提供實時的商業洞察。