概述

概述

更新数据

使用相同的 tag 和 time index 更新数据

更新操作可以通过插入操作来实现。如果某行数据具有相同的 tag 和 time index，旧数据将被新数据替换，这意味着你只能更新 field 类型的列。想要更新数据，只需使用与现有数据相同的 tag 和 time index 插入新数据即可。

有关列类型的更多信息，请参阅数据模型。

注意

尽管更新操作的性能与插入数据相同，过多的更新可能会对查询性能产生负面影响。

更新表中的所有字段

在更新数据时，默认情况下所有字段都将被新值覆盖，而 InfluxDB 行协议除外，它只会更新表中的部分字段。以下示例使用 SQL 演示了更新表中所有字段的行为。

假设你有一个名为 monitor 的表，具有以下 schema。 host 列表示 tag，ts 列表示 time index。

1. CREATE TABLE monitor (
2. host STRING,
3. ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP() TIME INDEX,
4. cpu FLOAT64,
5. memory FLOAT64,
6. PRIMARY KEY(host)
7. );

向 monitor 表中插入一行新数据：

1. INSERT INTO monitor (host, ts, cpu, memory)
2. VALUES ("127.0.0.1", "2024-07-11 20:00:00", 0.8, 0.1);

检查表中的数据：

1. SELECT * FROM monitor;

1. +-----------+---------------------+------+--------+
2. | host      | ts                  | cpu  | memory |
3. +-----------+---------------------+------+--------+
4. | 127.0.0.1 | 2024-07-11 20:00:00 | 0.8  | 0.1    |
5. +-----------+---------------------+------+--------+
6. 1 row in set (0.00 sec)

要更新数据，你可以使用与现有数据相同的 host 和 ts 值，并将新的 cpu 值设置为 0.5：

1. INSERT INTO monitor (host, ts, cpu, memory)
2. -- 与现有数据相同的标签 `127.0.0.1` 和相同的时间索引 2024-07-11 20:00:00
3. VALUES ("127.0.0.1", "2024-07-11 20:00:00", 0.5, 0.1);

新数据将为：

1. SELECT * FROM monitor;

1. +-----------+---------------------+------+--------+
2. | host      | ts                  | cpu  | memory |
3. +-----------+---------------------+------+--------+
4. | 127.0.0.1 | 2024-07-11 20:00:00 | 0.5  | 0.1    |
5. +-----------+---------------------+------+--------+
6. 1 row in set (0.01 sec)

当使用默认的合并策略时，如果在 INSERT INTO 语句中省略了某列，它们将被默认值覆盖。

例如：

1. INSERT INTO monitor (host, ts, cpu)
2. VALUES ("127.0.0.1", "2024-07-11 20:00:00", 0.5);

monitor 表中 memory 列的默认值为 NULL。因此，新数据将为：

1. SELECT * FROM monitor;

1. +-----------+---------------------+------+--------+
2. | host      | ts                  | cpu  | memory |
3. +-----------+---------------------+------+--------+
4. | 127.0.0.1 | 2024-07-11 20:00:00 | 0.5  | NULL   |
5. +-----------+---------------------+------+--------+
6. 1 row in set (0.01 sec)

更新表中的部分字段

默认情况下， InfluxDB 行协议支持此种更新策略。你还可以使用 SQL 在创建表时通过指定 merge_mode 选项为 last_non_null 来启用此行为。示例如下：

1. CREATE TABLE monitor (
2. host STRING,
3. ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP() TIME INDEX,
4. cpu FLOAT64,
5. memory FLOAT64,
6. PRIMARY KEY(host)
7. ) WITH ('merge_mode'='last_non_null');

1. INSERT INTO monitor (host, ts, cpu, memory)
2. VALUES ("127.0.0.1", "2024-07-11 20:00:00", 0.8, 0.1);

要更新 monitor 表中的特定字段，你可以只插入带有要更新的字段的新数据。例如：

1. INSERT INTO monitor (host, ts, cpu)
2. VALUES ("127.0.0.1", "2024-07-11 20:00:00", 0.5);

这将更新 cpu 字段，同时保持 memory 字段不变。结果将为：

1. +-----------+---------------------+------+--------+
2. | host      | ts                  | cpu  | memory |
3. +-----------+---------------------+------+--------+
4. | 127.0.0.1 | 2024-07-11 20:00:00 |  0.5 |    0.1 |
5. +-----------+---------------------+------+--------+

请注意， last_non_null 无法将旧值更新为 NULL。例如：

1. INSERT INTO monitor (host, ts, cpu, memory)
2. VALUES ("127.0.0.1", "2024-07-11 20:00:01", 0.8, 0.1);

1. INSERT INTO monitor (host, ts, cpu)
2. VALUES ("127.0.0.1", "2024-07-11 20:00:01", NULL);

不会更新任何内容：

1. +-----------+---------------------+------+--------+
2. | host      | ts                  | cpu  | memory |
3. +-----------+---------------------+------+--------+
4. | 127.0.0.1 | 2024-07-11 20:00:01 |  0.8 |    0.1 |
5. +-----------+---------------------+------+--------+

有关 merge_mode 选项的更多信息，请参阅 CREATE TABLE 语句。

通过创建带有 `append_mode` 选项的表来避免更新数据

在创建表时，GreptimeDB 支持 append_mode 选项，该选项始终将新数据插入表中。当你想要保留所有历史数据（例如日志）时十分有用。

你只能使用 SQL 创建带有 append_mode 选项的表。成功创建表后，所有写入数据的协议都将在表中始终插入新数据。

例如，你可以创建一个带有 append_mode 选项的 app_logs 表，如下所示。 host 和 log_level 列表示 tag，ts 列表示 time index。

1. CREATE TABLE app_logs (
2. ts TIMESTAMP TIME INDEX,
3. host STRING,
4. api_path STRING FULLTEXT INDEX,
5. log_level STRING,
6. log STRING FULLTEXT INDEX,
7. PRIMARY KEY (host, log_level)
8. ) WITH ('append_mode'='true');

向 app_logs 表中插入一行新数据：

1. INSERT INTO app_logs (ts, host, api_path, log_level, log)
2. VALUES ('2024-07-11 20:00:10', 'host1', '/api/v1/resource', 'ERROR', 'Connection timeout');

检查表中的数据：

1. SELECT * FROM app_logs;

输出将为：

1. +---------------------+-------+------------------+-----------+--------------------+
2. | ts                  | host  | api_path         | log_level | log                |
3. +---------------------+-------+------------------+-----------+--------------------+
4. | 2024-07-11 20:00:10 | host1 | /api/v1/resource | ERROR     | Connection timeout |
5. +---------------------+-------+------------------+-----------+--------------------+
6. 1 row in set (0.01 sec)

你可以插入具有相同 tag 和 time index 的新数据：

1. INSERT INTO app_logs (ts, host, api_path, log_level, log)
2. -- 与现有数据相同的标签 `host1` 和 `ERROR`，相同的时间索引 2024-07-11 20:00:10
3. VALUES ('2024-07-11 20:00:10', 'host1', '/api/v1/resource', 'ERROR', 'Connection reset');

然后，你将在表中找到两行数据：

1. SELECT * FROM app_logs;

1. +---------------------+-------+------------------+-----------+--------------------+
2. | ts                  | host  | api_path         | log_level | log                |
3. +---------------------+-------+------------------+-----------+--------------------+
4. | 2024-07-11 20:00:10 | host1 | /api/v1/resource | ERROR     | Connection reset   |
5. | 2024-07-11 20:00:10 | host1 | /api/v1/resource | ERROR     | Connection timeout |
6. +---------------------+-------+------------------+-----------+--------------------+
7. 2 rows in set (0.01 sec)

删除数据

你可以通过指定 tag 和 time index 来有效地删除数据。未指定 tag 和 time index 进行删除数据不高效，因为它需要两个步骤：查询数据，然后按 tag 和 time index 进行删除。有关列类型的更多信息，请参阅数据模型。

警告

过多的删除可能会对查询性能产生负面影响。

只能使用 SQL 删除数据。例如，要从 monitor 表中删除具有 tag host 和 time index ts 的行：

1. DELETE FROM monitor WHERE host='127.0.0.2' AND ts=1667446798450;

输出将为：

1. Query OK, 1 row affected (0.00 sec)

有关 DELETE 语句的更多信息，请参阅 SQL DELETE。

删除表中的所有数据

要删除表中的所有数据，可以使用 SQL 中的 TRUNCATE TABLE 语句。例如，要清空 monitor 表：

1. TRUNCATE TABLE monitor;

有关 TRUNCATE TABLE 语句的更多信息，请参阅 SQL TRUNCATE TABLE 文档。

使用 TTL 策略保留数据

Time to Live (TTL) 允许你设置定期删除表中数据的策略，你可以使用 TTL 自动删除数据库中的过期数据。设置 TTL 策略具有以下好处：

通过清理过期数据来降低存储成本。
减少数据库在某些查询中需要扫描的行数，从而提高查询性能。

你可以在创建每个表时设置 TTL。例如，以下 SQL 语句创建了一个名为 monitor 的表，并设置了 7 天的 TTL 策略：

1. CREATE TABLE monitor (
2. host STRING,
3. ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP() TIME INDEX,
4. cpu FLOAT64,
5. memory FLOAT64,
6. PRIMARY KEY(host)
7. ) WITH ('ttl'='7d');

你还可以创建数据库级别的 TTL 策略。例如，以下 SQL 语句创建了一个名为 test 的数据库，并设置了 7 天的 TTL 策略：

1. CREATE DATABASE test WITH ('ttl'='7d');

你可以同时为 table 和 database 设置 TTL 策略。如果 table 有自己的 TTL 策略，则该策略将优先于 database 的 TTL 策略，否则 database 的 TTL 策略将被应用于 table。

'ttl' 参数的值可以是持续时间（例如 1hour 12min 5s）、instant 或 forever。有关详细信息，请参阅 CREATE 语句的文档。

如果你想移除 TTL 策略，可以使用如下 SQL 语句：

1. -- 针对表移除 'ttl' 设置
2. ALTER TABLE monitor UNSET 'ttl';
3. -- 针对数据库移除 'ttl' 设置
4. ALTER DATABASE test UNSET 'ttl';

有关 TTL 策略的更多信息，请参阅 CREATE 语句。

概述

概述