体验您的第一个查询
以下是一个综合展示 KWDB 多模融合能力的典型查询，展示了如何跨多个模式（时序、关系）进行数据关联和分析。
创建数据库和表
时序数据库和表
- 创建了一个名为
factory_iot的时序数据库 - 创建了时序表
machine_sensors，包含：- 时间戳字段
ts(TIMESTAMPTZ，非空) - 三个测量值字段：振动(vibration)、温度(temperature)、功耗(power_consumption)
- 三个标签字段：机器ID(machine_id)、生产线(production_line)、设备类型(machine_type)
- 指定
machine_id为主标签(PRIMARY TAGS)
- 时间戳字段
-- 创建时序数据库
CREATE TS DATABASE factory_iot;
-- 创建带标签的时序表
CREATE TABLE factory_iot.machine_sensors (
ts TIMESTAMPTZ NOT NULL,
vibration FLOAT,
temperature FLOAT,
power_consumption FLOAT
) TAGS (
machine_id INT NOT NULL,
production_line VARCHAR(50),
machine_type VARCHAR(50)
) PRIMARY TAGS(machine_id);
关系数据库和表
- 创建了一个名为
factory_management的关系数据库 - 创建了关系表
production_orders，包含：- 订单ID(order_id，主键)
- 机器ID(machine_id，逻辑上引用时序表的machine_id)
- 产品编码(product_code)
- 生产起止时间(start_time, end_time)
- 质量评分(quality_rating)
-- 创建关系数据库
CREATE DATABASE factory_management;
-- 创建关系表
CREATE TABLE factory_management.production_orders (
order_id VARCHAR(20) PRIMARY KEY,
machine_id INT, -- 逻辑上引用machine_sensors.machine_id
product_code VARCHAR(20),
start_time TIMESTAMPTZ,
end_time TIMESTAMPTZ,
quality_rating FLOAT
);
插入数据
时序数据插入
-- 插入时序数据（设备传感器数据）
INSERT INTO factory_iot.machine_sensors VALUES
('2023-08-01 08:00:00', 2.3, 65.2, 1200, 101, 'LineA', 'CNC'),
('2023-08-01 09:15:00', 2.5, 66.1, 1250, 101, 'LineA', 'CNC'),
('2023-08-01 10:30:00', 2.7, 67.0, 1300, 101, 'LineA', 'CNC'),
('2023-08-01 11:45:00', 2.6, 66.5, 1280, 102, 'LineB', 'CNC'),
('2023-08-01 13:00:00', 2.8, 67.2, 1320, 102, 'LineB', 'CNC');
关系数据插入
-- 插入关系数据（生产订单数据）
INSERT INTO factory_management.production_orders VALUES
('ORD-2023-101', 101, 'PROD-A100', NOW() - INTERVAL '8 hours', NOW() - INTERVAL '2 hours', 0.98),
('ORD-2023-102', 101, 'PROD-A200', NOW() - INTERVAL '7 hours 30 minutes', NOW() - INTERVAL '1 hour', 0.95),
('ORD-2023-103', 102, 'PROD-B100', NOW() - INTERVAL '8 hours', NOW() - INTERVAL '3 hours', 0.92),
('ORD-2023-104', 102, 'PROD-B200', NOW() - INTERVAL '7 hours', NOW() - INTERVAL '2 hours 30 minutes', 0.90);
执行查询
查询分析：
- 关联关系：通过
machine_id关联生产订单和设备传感器数据 - 时间过滤：只查询2023-08-01当天的传感器数据
- 聚合计算：计算每个订单期间设备的平均温度、振动和功耗
- 分组：按订单、产品、设备等维度分组
- 排序：按订单开始时间降序排列
预期结果：
- 展示每个订单的基本信息和对应的设备运行状态平均值
- 可以分析设备运行参数与产品质量的关系
- 可以比较不同生产线或设备类型的生产表现
-- 执行跨模分析查询
SELECT
po.order_id,
po.product_code,
ms.machine_id,
ms.production_line,
ms.machine_type,
po.start_time,
po.end_time,
po.quality_rating,
AVG(ms.temperature) AS avg_temperature,
AVG(ms.vibration) AS avg_vibration,
AVG(ms.power_consumption) AS avg_power
FROM
factory_management.production_orders AS po
JOIN
factory_iot.machine_sensors AS ms
ON po.machine_id = ms.machine_id
WHERE
ms.ts BETWEEN '2023-08-01 00:00:00' AND '2023-08-02 00:00:00'
GROUP BY
po.order_id,
po.product_code,
ms.machine_id,
ms.production_line,
ms.machine_type,
po.start_time,
po.end_time,
po.quality_rating
ORDER BY
po.start_time DESC;
查询结果
order_id | product_code | machine_id | production_line | machine_type | start_time | end_time | quality_rating | avg_temperature | avg_vibration | avg_power
---------------+--------------+------------+-----------------+--------------+----------------------------------+----------------------------------+----------------+-------------------+---------------+------------
ORD-2023-104 | PROD-B200 | 102 | LineB | CNC | 2025-09-02 01:05:41.060688+00:00 | 2025-09-02 05:35:41.060688+00:00 | 0.9 | 66.85 | 2.7 | 1300
ORD-2023-102 | PROD-A200 | 101 | LineA | CNC | 2025-09-02 00:35:41.060688+00:00 | 2025-09-02 07:05:41.060688+00:00 | 0.95 | 66.10000000000001 | 2.5 | 1250
ORD-2023-101 | PROD-A100 | 101 | LineA | CNC | 2025-09-02 00:05:41.060688+00:00 | 2025-09-02 06:05:41.060688+00:00 | 0.98 | 66.10000000000001 | 2.5 | 1250
ORD-2023-103 | PROD-B100 | 102 | LineB | CNC | 2025-09-02 00:05:41.060688+00:00 | 2025-09-02 05:05:41.060688+00:00 | 0.92 | 66.85 | 2.7 | 1300
(4 rows)
Time: 15.168875ms