InfluxDB 2.0支持使用pivot函数进行数据透视，可以将行数据转换为列数据。
pivot函数的基本语法如下：
pivot(rowKey:["_time"], columnKey: ["_field"], valueColumn: "_value")
其中，rowKey指定要保留的行键列表，columnKey指定要作为新列的字段名（可以是数组），valueColumn指定将用作值的字段名。例如，以下查询将按照时间对“value”字段进行透视，并使用“sensor”标签作为新列：
from(bucket: "my-bucket")
|> range(start: -1h)
|> filter(fn: (r) => r._measurement == "my-measurement" and r._field == "value")
|> pivot(rowKey:["_time"], columnKey:["_measurement"], valueColumn:"_value")
这个查询会将原始数据按照时间聚合，并将每个时间点的值转换为一个新列，该列以“my-measurement”作为名称。如果源数据包含多个不同的_measurement，则每个_measurement都会转换为一个新列。
需要注意的是，在使用pivot函数时，请确保仅选择要透视的字段和标记。如果在选择中包含其他不必要或无关紧要的字段，则可能导致不正确或不完整的结果。
![/data # iw --debug dev wlan0 connect -w "lucky-5g" auth open key 0:1234567890
Usage: iw [options] dev connect [-w] [] [] [auth open|shared] [key 0:abcde d:1:6162636465] [mfp:req/opt/no]
Join the network with ...](https://linuxcpp.0voice.com/zb_users/upload/2023/05/202305162239148267954.png)
![驱动代码
void kalRxTaskletSchedule(struct GLUE_INFO *pr)
{
static unsigned int num = 0;
tasklet_hi_schedule(&pr->rRxTask[(num++)%NR_CPUS]);
// tasklet_hi_schedule(&pr->rRxTask);
DBGLOG(HAL, ERROR,](https://linuxcpp.0voice.com/zb_users/upload/2023/05/202305162226144313964.png)
