在数据库中，存储的数据通过分析和查询才能实现其价值。在关系型数据库中，GROUP BY子句常用于按列分组，并与聚合函数结合，对数据进行统计。然而，关系型数据库中的数值没有时间顺序的概念，而时序数据则更注重时间维度上的联系。为此，IoTDB提供了多种针对时序数据的新型分段方式，使用户能够便捷地发掘数据价值。
一、按时间区间分段
最基本的时间分段方式是使用时间滑动窗口。用户可以指定查询的时间范围、单个分段窗口的大小，以及窗口的滑动步长。其SQL语法如下：
GROUP BY ([startTime, endTime), size, step)startTime, endTime)：查询的时间范围。size：单个分段窗口的大小。step：窗口的滑动步长。
二、按数据差值分段
在时序数据中，值的变化规律可作为分段的依据。IoTDB支持差值分段，即按给定表达式与基准数值的差值进行分段。如果差值小于阈值，则加入当前时间段；否则，分为下一个时间段。其SQL语法如下：
GROUP BY VARIATION(controlExpression[,delta],ignoreNull=true/false])controlExpression：分组所参照的值，可以是数据行中的某一列或多列的表达式。delta：分组所使用的阈值，默认为0。ignoreNull：指定controlExpression计算结果为null时的处理方式，true时跳过对应点，否则创建新的时间段。
三、按会话间隔分段
即使时间列有序，也可能不连续。IoTDB支持会话分段，将时间间隔超过一定阈值的数据切割为不同时间段。其SQL语法如下：
GROUP BY SESSION(timeInterval)timeInterval：时间间隔阈值。
四、按数据点数分段
在某些场景中，需要基于连续的时间点数进行分段。IoTDB支持按指定数量的连续数据点进行分段。其SQL语法如下：
GROUP BY COUNT(controlExpression,size[,ignoreNull=true/false])controlExpression：控制分组的表达式。size：每个分段的数据点数量。ignoreNull：指定controlExpression计算结果为null时的处理方式。
五、按符合条件的数据点数分段
IoTDB还支持按条件表达式筛选数据行，并将符合条件的连续数据点加入时间段。其SQL语法如下：
GROUP BY CONDITION(predictExpression[keep >/>=/=/<=/<]threshold[,ignoreNull=true/false])predictExpression：返回boolean数据类型的表达式，用于数据行的筛选。keep：满足条件的数据行会被加入时间段。threshold：条件阈值。ignoreNull：指定predictExpression为null时的处理方式。
总结
IoTDB提供的时序数据分段方式充分利用了时序数据天然有序的语义，使得用户能够通过便捷的语法实现各种查询需求。除了上述分段方式外，IoTDB还提供了一个通用的分段框架，欢迎感兴趣的用户参与贡献多样的分段实现。