read_history_at_time

给一组离散时间点, 服务端按 "前一个 / 后一个 / 线性插值" 算法返回那个时刻的值. 用于"对齐时序":

前置 / 配套

• 想拉聚合统计请用 read_history_processed.
• 想拉区间所有原始点请用 read_history (Raw).

签名

def read_history_at_time(self,
                         node_id: str,
                         times: List[datetime],
                         use_simple_bounds: bool = True) -> List[OpcUaDataValue]: ...

参数	说明
node_id	目标 NodeId
times	离散时间点列表 (UTC datetime)
use_simple_bounds	True = 阶梯型 (用 ≤ t 的最近点); False = 线性插值 (server 必须支持)

---

用法

import datetime as dt

# 拉过去 24 小时, 每整点的温度
today_midnight = dt.datetime.now(dt.timezone.utc).replace(
    hour=0, minute=0, second=0, microsecond=0)
hours = [today_midnight + dt.timedelta(hours=h) for h in range(25)]

values = ua.read_history_at_time("ns=2;s=Temperature", hours)
for t, dv in zip(hours, values):
    with dv:
        print(f"{t.strftime('%H:%M')}: {dv.value}")

---

与 read_history_processed 的区别

API	返回
read_history_at_time	每个时间点对应一个内插值 (不聚合)
read_history_processed	每个子区间一个聚合值 (Avg / Min / Max / ...)

例 "拉 24 小时, 每小时一个值":

• read_history_at_time: 输入 25 个整点, 返回 25 个内插点 (每个整点的值, 可能是相邻原始点的线性插值)
• read_history_processed: aggregate=Average, interval=1h, 返回 24 个区间的平均值

---

应用场景

• 时序对齐: 不同传感器采样时间不同, 要拉到同一时刻才能比较
• 数据库导出: 整点抽样
• 报表: 每天 24 行

下一步

• read_history_processed 聚合
• read_history (Raw)