Influxdb中Select查询请求结果涉及到的一些数据结构

女主宣言

成都创新互联是一家集网站建设,三山企业网站建设,三山品牌网站建设,网站定制,三山网站建设报价,网络营销,网络优化,三山网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

数据结构

Series其实就是measurement和tags的组合，tags是tag key和tag value的map.这个Tags的id是如何产生的呢，其实就是对tag key和tag value编码到

具体实现定义在query/point.go中的encodeTags。

Row表示查询结果集中的每一行, 其中的Values表示是返回的Fields的集合

bufFloatIterator相当于c里面的链表元素，itr指向下一个元素的指针，buf表示当前元素，即FloatPoint类型的链表的迭代器。

FloatPoint

FloatPoint定义在query/point.gen.go中， 表示一条field为float类型的数据

Next实现

当前Iterator的值不为空，就返回当前的buf, 当前的值为空，就返回itr.itr.Next(),即指向的下一个元素

unread: iterator回退操作

floatMergeIterator组合了多个floatIterator

因为要作merge, 这里需要对其管理的所有Interator元素作排序，这里用到了golang的container/heap作堆排。

因为要用golang的container/heap来管理，需要实现下面规定的接口，

floatMergeIterator定义中的floatMergeHeap即实现了上面的接口,我们主要来看一下比较函数的实现，比较的其实就是FloatPoint。

比较的优先级先是FloatPoint的measurement名，然后是tagset id, 最后是time,将这个比较函数我们就可以知道.

结构

Next函数的实现

一张长图

结合上面的Less函数可知，针对所有的FloatPoint, 排序的最小单位是Window(由measurement name, tagset id, time window组成)，属性同一Window的FloatPoint不再排序。如果是按升级规则遍历，则遍历的结果是按Window从小到大排，但同一Window内部的多条Point,时间不一定是从小到大的。

floatSortedMergeIterator

同样它也借助了golang/container中的heap， 与floatMergeIterator相比它实现了全体Point的排序遍历,我们来看一下是如何实现的;

pop函数:

对所有Iterator包含的所在FloatPoint，都从排序，没有Window的概念.

floatIteratorScanner将floatIterator的值扫描到map里。

ScanAt

在floatIterator中找满足条件的Point, 条件是ts, name, tags均相等,实现比较简单

在一个单独的goroutine里面循环调用floatIterator.Next获取FloatPoint,然后写入到chan中：

使用的时候，调用Next, 从上面的Chan中读数据:

限制在每个window中读取的Point个数

next

运行在select中的Group by time fill(...), 在当前的interval的window中，如果没有查询到值，则使用相应的添充规则生成相应的值

具体可参见：

定义：

10  floatInterruptIterator

每遍历N条数据后，检测下遍历是否需要中断

定义:

Next

对每个interval内的数据作reduce操作

定义:

reduce()

返回处理后的points, 函数较长，但逻辑比较简单