TDengine 部署与使用----时序数据库_tdengine部署

官网

通过 Docker 快速体验 TDengine | TDengine 文档 | 涛思数据

docker安装

  拉取最新docker镜像

       docker pull tdengine/tdengine:latest

 

 然后执行

docker run -d -p 6030:6030 -p 6041:6041 -p 6043-6049:6043-6049 -p 6043-6049:6043-6049/udp tdengine/tdengine

查看容器是否启动  docker ps

 进入容器 docker exec -it <container name> bash

docker查看

登录数据库

taos -uroot -p123456 ;

-u用户名

-p密码

创建库、表操作

 

安装客户端驱动 taosc

 

安装完成后，启动cmd;

 创建数据库

create database  if not exists  power keep 36500;

上述语句将创建一个名为 power 的库，这个库的数据将保留 365 天（超过 365 天将被自动删除），每 10 天一个数据文件，每个 VNode 的写入内存池的大小为 16 MB，对该数据库入会写 WAL 但不执行 FSYNC.

切换数据库

 

将当前连接里操作的库换为 power，否则对具体表操作前，需要使用“库名.表名”来指定库的名字。

建超级表：

CREATE STABLE meters (ts timestamp, current float, voltage int, phase float) TAGS (location binary(64), groupId int);

创建超级表时，需要提供表名（示例中为 meters），表结构 Schema，即数据列的定义。第一列必须为时间戳（示例中为 ts），其他列为采集的物理量（示例中为 current, voltage, phase），数据类型可以为整型、浮点型、字符串等。除此之外，还需要提供标签的 Schema （示例中为 location, groupId），标签的数据类型可以为整型、浮点型、字符串等。采集点的静态属性往往可以作为标签，比如采集点的地理位置、设备型号、设备组 ID、管理员 ID 等等。标签的 Schema 可以事后增加、删除、修改

创建表

TDengine 对每个数据采集点需要独立建表。与标准的关系型数据库一样，一张表有表名，Schema，但除此之外，还可以带有一到多个标签。创建时，需要使用超级表做模板，同时指定标签的具体值。以 表 1 中的智能电表为例，可以使用如下的 SQL 命令建表：

CREATE TABLE d1001 USING meters TAGS ("California.SanFrancisco", 2);

其中 d1001 是表名，meters 是超级表的表名，后面紧跟标签 Location 的具体标签值为 "California.SanFrancisco"，标签 groupId 的具体标签值为 2。虽然在创建表时，需要指定标签值，但可以事后修改。详细细则请见 TDengine SQL 的表管理 章节。

TDengine 建议将数据采集点的全局唯一 ID 作为表名（比如设备序列号）。但对于有的场景，并没有唯一的 ID，可以将多个 ID 组合成一个唯一的 ID。不建议将具有唯一性的 ID 作为标签值。

自动建表​

在某些特殊场景中，用户在写数据时并不确定某个数据采集点的表是否存在，此时可在写入数据时使用自动建表语法来创建不存在的表，若该表已存在则不会建立新表且后面的 USING 语句被忽略。比如：

INSERT INTO d1001 USING meters TAGS ("California.SanFrancisco", 2) VALUES (NOW, 10.2, 219, 0.32);

上述 SQL 语句将记录(NOW, 10.2, 219, 0.32)插入表 d1001。如果表 d1001 还未创建，则使用超级表 meters 做模板自动创建，同时打上标签值 "California.SanFrancisco", 2。

多列模型 vs 单列模型​

TDengine 支持多列模型，只要物理量是一个数据采集点同时采集的（时间戳一致），这些量就可以作为不同列放在一张超级表里。但还有一种极限的设计，单列模型，每个采集的物理量都单独建表，因此每种类型的物理量都单独建立一超级表。比如电流、电压、相位，就建三张超级表。

TDengine 建议尽可能采用多列模型，因为插入效率以及存储效率更高。但对于有些场景，一个采集点的采集量的种类经常变化，这个时候，如果采用多列模型，就需要频繁修改超级表的结构定义，让应用变的复杂，这个时候，采用单列模型会显得更简单。

对数据表操作

        插入

                INSERT INTO d1001 VALUES (NOW, 10.2, 219, 0.32);

        查询

                

超级表sql

 查看超级表

show stables;

 删除超级表

drop stable power.power_device;

查看超级表结构

DESCRIBE power.power_device;

创建超级表

CREATE STABLE if not exists power.power_device (ts timestamp,remark BINARY(500),name nchar(100), gridVoltage BINARY(100), powerGeneration BINARY(100),powerGenerationTotal BINARY(100),temperature BINARY(100),errCode BINARY(500)) 
TAGS (location binary(64),grounpdId int);

根据超级表创建子表

CREATE TABLE [子表名] USING [超级表名] TAGS[超级表tags字段]

CREATE TABLE  power.device_1   USING power.power_device TAGS("CQ.YB",4);

查看表

show tables;

 根据时间查询

SELECT * FROM power.device_0123456 WHERE ts >= '2023-05-15 15:23:05' AND ts <= '2023-05-16 15:23:05';

增加表-字段

ALTER TABLE  charg.device_mqtt_log ADD COLUMN mqtt_type BINARY(30);

charg  库名

device_mqtt_log 表明

mqtt_type  字段

BINARY(30) 类型