IoTDB 可实现的基本操作 —— 数据写入、删除、导出、元数据管理、时区设置 | 小白教程文档（四）...

已于 2024-04-10 00:22:59 修改
阅读量3.2k 收藏 5
点赞数 4
文章标签： iotdb 数据库 apache sql mysql
于 2022-12-10 17:20:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qin_DB/article/details/128295739
版权

前言

上篇教程介绍了 Apache IoTDB​​​​​​​ 处理时序数据时，能够实现的部分具体功能和具体的操作命令，包括数据导入、基本查询、和聚合查询。

本篇将继续介绍 Apache IoTDB 可实现的其他功能和相关 SQL 语句命令，包括数据的写入、删除、导出、元数据操作和时区设置的注意事项。

1

数据写入、删除与导出

1.1

插入数据

物联网场景下，元件产生数据将自动写入，但有时候，如果过去的一些数据需要修改，可以使用 insert 语句插入修改后的值，覆盖原数据。

例如，我们可以向已有的时间序列 root.BHSFC.Q1.W002.speed 中插入单行数据，SQL 语句如下：

insert into root.BHSFC.Q1.W003(timestamp,speed) values(1657472400000,2)

我们可以使用查询语句查看是否插入成功：

select speed from root.BHSFC.Q1.W003

显示结果如下，可知已插入成功：

IoTDB> select speed from root.BHSFC.Q1.W003
+-----------------------------+------------------------+
|                         Time|root.BHSFC.Q1.W003.speed|
+-----------------------------+------------------------+
|2022-07-11T00:00:00.000+08:00|                     1.0|
|2022-07-11T01:00:00.000+08:00|                     2.0|
+-----------------------------+------------------------+
Total line number = 2

1.2

删除数据

1.2.1 SQL语句删除

1.2.1.1 删除整个时间序列

我们可以使用 SQL 语句删除单个时间序列，例如以下的 SQL 语句：

delete from root.BHSFC.Q1.W003.speed

我们可以验证一下，输入查询语句 select speed from root.BHSFC.Q1.W003 ，输出结果已经没有数据了，说明删除成功了：

```
IoTDB> select speed from root.BHSFC.Q1.W003
+----+------------------------------+
|Time|root.BHSFC.Q1.W003.speed|
+----+------------------------------+
+----+------------------------------+
Empty set.
```

1.2.1.2 删除时间范围内的数据

也可以与 where 语句结合删除某个时间片段，如删除 2022 年 1 月 14 日零点之后的数据：

delete from root.BHSFC.Q1.W003 where time<=2022-01-14T00:00:00

1.2.2 TTL 自动删除

TTL 是数据存活时间，将针对存储组进行运作。设置 TTL 后 Apache IoTDB 将自动删除此时间之前的数据，设置完毕即刻生效。

1.2.2.1 设置 TTL

设置 TTL 的 SQL 语句为：

set ttl to root.BHSFC.Q1.W003 3600000

这条语句表示在 root.BHSFCQ1.W003 设备中，最近一个小时的数据将会保存，旧数据会被删除。

1.2.2.2 取消 TTL

我们也可以取消这条时间序列的 TTL ，SQL 语句为：

unset ttl to root.BHSFC.Q1.W003

1.2.2.3 显示 TTL

我们还可以查询目前已设置的 TTL ，SQL 语句为：

show all ttl

输出的结果为：

+-------------+----+
|storage group| ttl|
+-------------+----+
|      root.ln|null|
|   root.BHSFC|null|
+-------------+----+
Total line number = 2

未设置 TTL 的存储组的 TTL 将显示为 null。

1.3

导出数据

我们可以使用 CSV 工具将数据导出。首先进入 tools 目录，然后输入 SQL 语句：

./export-csv.sh -h 127.0.0.1 -p 6667 -u root -pw root -td ./

之后会出现提示输入查询语句，我们按需输入 SQL 语句即可。例如我们要导出测试数据的平均值，则输入：

select AVG(*) from root.BHSFC.Q1.W002

结果显示如下：

ExportCsv> please input query: select AVG(*) from root.BHSFC.Q1.W002
select AVG(*) from root.BHSFC.Q1.W002
19:23:27.053 [main] DEBUG org.apache.iotdb.session.Session - EndPoint(ip:127.0.0.1, port:6667) execute sql select AVG(*) from root.BHSFC.Q1.W002
Export completely!

成功导出了一个 CSV 表格，内容为：

AVG(root.BHSFC.Q1.W002.WROT_HubTmp)
17.683083226110213

至此，结合上篇我们完整的了解了 IoTDB 在数据写入、导入、修改、查询、导出周期的基本操作实现和命令语句设置。但除此之外，还有一部分操作非常重要，了解它们将会让我们对 IoTDB 的整体数据结构能实现的功能有更好的了解，这就是元数据管理。

2

元数据管理

元数据是关于数据的组织、数据域及其关系的信息。元数据管理将使我们对 IoTDB 存入数据的源、目标、转换规则等有更加深入的了解，和管理调整的能力。

下面将从 5 个部分来阐释 IoTDB 中涉及的元数据管理：TsFile 管理、存储组管理、时间序列管理、元数据模板管理和节点管理。

2.1

TsFile 管理

TsFile 是 Apache IoTDB 自研的列式存储文件格式。我们可利用已有的 TsFile 文件来体验其管理操作。

首先我们进入 IoTDB 的 data 文件夹，一路点进去能找到 TsFile 后缀的文件，和以 TsFlie.resource 为后缀的文件，我们只复制那一个 TsFile 后缀的文件到其他文件夹即可，然后就可以进行下面的删除操作，最后再对复制过去的 TsFile 进行下面的加载操作。

2.1.1 删除 TsFile

我们可以使用 remove '<path>' 语句来删除 TsFile 文件，例如我们要删除 /usr/apache-iotdb-0.13.0-all-bin/data/data/sequence/root.BHSFC/0/0/ 文件夹下的 1657277482259-1-0-2.tsfile 文件，则指令为：

remove '/usr/apache-iotdb-0.13.0-all-bin/data/data/sequence/root.BHSFC/0/0/1657277482259-1-0-2.tsfile'

提示 executed successfully 即为删除成功，我们可以查询一下行数，发现变为 0 了：

IoTDB> select count(WROT_HubTmp) from root.BHSFC.Q1.W002
+-------------------------------------+
|count(root.BHSFC.Q1.W002.WROT_HubTmp)|
+-------------------------------------+
|                                    0|
+-------------------------------------+
Total line number = 1

2.1.2 加载 TsFile

加载TsFile文件的指令为：

load '<path/dir>' [autoregister=true/false][,sglevel=int][,verify=true/false]

这里的路径可以是文件路径也可以是文件夹路径，可以导入单个文件或者导入文件夹。autoregister 表示是否自动创建 schema ，参数为 true 表示自动创建 schema，相反 false 表示不创建，默认为true；sglevel 表示设定存储组级别，默认为 iotdb-datanode.properties 中设置的级别；verify 表示是否对 TsFile 中的时间序列进行元数据检查，默认为 true。开启检查时如果载入的 TsFile 中的时间序列在当前 IoTDB 中也存在，则会比较该时间序列的所有 Measurement 的数据类型是否一致，如果出现不一致将会导致载入失败，关闭该选项会跳过检查，载入更快。

我们输入如下，此前已将 TsFile 文件复制到了文件夹 /var/opt/ 下：

load '/var/opt/1657277482259-1-0-2.tsfile' autoregister=false,sglevel=1,verify=true

输入之后显示 executed successfully 则为加载成功，可以查询一下行数来验证是否已经导入成功，发现行数由0变为13834了：

IoTDB> load '/var/opt/1657277482259-1-0-2.tsfile' autoregister=false,sglevel=1,verify=true
Msg: The statement is executed successfully.
IoTDB> select count(WROT_HubTmp) from root.BHSFC.Q1.W002
+-------------------------------------+
|count(root.BHSFC.Q1.W002.WROT_HubTmp)|
+-------------------------------------+
|                                13834|
+-------------------------------------+
Total line number = 1

2.2

存储组管理

2.2.1 创建存储组

根据存储模型创建数据模型，我们可以使用 CREATE STORAGE GROUP 语句，例如创建一个名为 root.ln 的存储组：

create storage group root.ln

提示 “The statement is executed successfully” 即为创建成功：

IoTDB> create storage group root.ln
Msg: The statement is executed successfully.

2.2.2 查看存储组

我们可以使用 show storage group 语句查看存储组，SQL 语句如下：

show storage group

使用 show storage group 查看所有存储组，输出的结果如下：

IoTDB> show storage group
+-------------+
|storage group|
+-------------+
|   root.BHSFC|
+-------------+
Total line number = 1

同样也可以使用通配符简化查询，如 show storage group root.** 。

2.2.3 删除存储组

我们可以使用 delete storage group 语句删除存储组，如删除存储组 roo.BHSFC 的 SQL 语句为：

delete storage group root.BHSFC

同样我们可以使用通配符 * 简化语句。

2.2.4 统计存储组数量

我们可以使用 count storage group 语句统计存储组数量，统计所有存储组的 SQL 语句为：

count storage group

输出结果为：

IoTDB> count storage group
+-------------+
|storage group|
+-------------+
|            1|
+-------------+
Total line number = 1

同样我们可以使用通配符 * 简化语句。

2.3

时间序列管理

2.3.1 创建对齐时间序列

前面我们创建了单条时间序列 root.BHSFC.Q1.W003.speed。现在我们来创建对齐时间序列。对齐指的是不同传感器的值同时到来，即时间序列可以按一列时间戳来存储，例如我们看之前的数据模式图，设备 w002 和 w003 分属两个实体，它们之下的两条时间序列是非对齐的，即存储的时间戳和时间间隔可以不一致。而设备 wf01 下有两个传感器，status 和 temperature 可以设置为对齐时间序列。

fa45d792b9c3131df41c8be3add7a3de.png

我们可以输入以下 SQL 语句创建对齐时间序列：

create aligned timeseries root.ln.wf01(status BOOLEAN encoding=PLAIN compressor=SNAPPY, temperature FLOAT encoding=PLAIN compressor=SNAPPY)

2.3.2 查询时间序列

我们可以使用 show timeseries <Path> 来查询时间序列。例如查询所有时间序列的 SQL 语句为：

show timeseries

输出结果为：

IoTDB> show timeseries
+------------------------------+-----+-------------+--------+--------+-----------+----+----------+
|                    timeseries|alias|storage group|dataType|encoding|compression|tags|attributes|
+------------------------------+-----+-------------+--------+--------+-----------+----+----------+
|      root.ln.wf01.temperature| null|      root.ln|   FLOAT|   PLAIN|     SNAPPY|null|      null|
|           root.ln.wf01.status| null|      root.ln| BOOLEAN|   PLAIN|     SNAPPY|null|      null|
|root.BHSFC.Q1.W002.WROT_HubTmp| null|   root.BHSFC|  DOUBLE| GORILLA|     SNAPPY|null|      null|
|      root.BHSFC.Q1.W003.speed| null|   root.BHSFC|   FLOAT|     RLE|     SNAPPY|null|      null|
+------------------------------+-----+-------------+--------+--------+-----------+----+----------+
Total line number = 4

查询存储组 root.BHSFC 下的时间序列，SQL 语句为：

show timeseries root.BHSFC.**

输出结果为：

IoTDB> show timeseries root.BHSFC.**
+------------------------------+-----+-------------+--------+--------+----------                                               -+----+----------+
|                    timeseries|alias|storage group|dataType|encoding|compressio                                               n|tags|attributes|
+------------------------------+-----+-------------+--------+--------+----------                                               -+----+----------+
|root.BHSFC.Q1.W002.WROT_HubTmp| null|   root.BHSFC|  DOUBLE| GORILLA|     SNAPP                                               Y|null|      null|
|      root.BHSFC.Q1.W003.speed| null|   root.BHSFC|   FLOAT|     RLE|     SNAPP                                               Y|null|      null|
+------------------------------+-----+-------------+--------+--------+----------                                               -+----+----------+
Total line number = 2

2.3.3 删除时间序列

我们可以使用 DELETE TimeSeries <PathPattern> 语句来删除时间序列，例如删除时间序列 root.ln.wf01.temperature 的 SQL 语句如下：

delete timeseries root.ln.wf01.temperature

2.3.4 统计时间序列总数

我们可以使用 COUNT TIMESERIES<Path> 来统计一条路径中的时间序列个数。例如统计所有的时间序列，SQL 语句为：

count timeseries root.**

显示结果为：

IoTDB> count timeseries root.**
+-----+
|count|
+-----+
|    3|
+-----+
Total line number = 1

2.4

元数据模板管理

元数据模板可以简化同类型实体的管理，减少元数据内存占用。

2.4.1 创建元数据模板

根据需要可以创建不同的元数据模板，例如有两个对齐的时间序列，那么可创建包含一组对齐序列的元数据模板，SQL 语句为：

create schema template t1 aligned (1 FLOAT encoding=Gorilla, 2 FLOAT encoding=Gorilla)

2.4.2 挂载元数据模板

创建之后需挂载元数据模板进行使用，这里我们选择把它应用到 root.ln 存储组的下一层级，SQL 语句为：

set schema template t1 to root.ln.wf01

此时这个模板是空的，虽然这个存储组下有两条之前创建的时间序列，但它们不会挂载到新创建的元数据模板。我们重新创建时间序列，SQL 语句为：

create timeseries of schema template on root.ln.wf01.test

这样两条共享 root.ln.wf01.test 路径的时间序列就创建好了，我们简单查询一下时间序列：

show timeseries root.ln.**

查询结果显示：

IoTDB> show timeseries root.ln.**
+------------------------+-----+-------------+--------+--------+-----------+----+----------+
|              timeseries|alias|storage group|dataType|encoding|compression|tags|attributes|
+------------------------+-----+-------------+--------+--------+-----------+----+----------+
|     root.ln.wf01.test.1| null|      root.ln|   FLOAT| GORILLA|     SNAPPY|null|      null|
|     root.ln.wf01.test.2| null|      root.ln|   FLOAT| GORILLA|     SNAPPY|null|      null|
|root.ln.wf01.temperature| null|      root.ln|   FLOAT| GORILLA|     SNAPPY|null|      null|
|     root.ln.wf01.status| null|      root.ln|   FLOAT| GORILLA|     SNAPPY|null|      null|
+------------------------+-----+-------------+--------+--------+-----------+----+----------+
Total line number = 4

可以看到两条时间序列 root.ln.wf01.test.1 和 root.ln.wf01.test.2 已经创建好了。

我们检查一下是否对齐：

show devices root.ln.wf01.**

查询结果为：

IoTDB> show devices root.ln.wf01.**
+-----------------+---------+
|          devices|isAligned|
+-----------------+---------+
|root.ln.wf01.test|     true|
+-----------------+---------+
Total line number = 1

2.4.3 查看元数据模板

查看所有元数据模板，SQL 语句为：

show schema templates

查询结果为：

IoTDB> show schema templates
+-------------+
|template name|
+-------------+
|           t1|
+-------------+
Total line number = 1

查看某个元数据模板下的物理量，SQL 语句为：

show nodes in schema template t1

查询结果为：

IoTDB> show nodes in schema template t1
+-----------+--------+--------+-----------+
|child nodes|dataType|encoding|compression|
+-----------+--------+--------+-----------+
|          1|   FLOAT| GORILLA|     SNAPPY|
|          2|   FLOAT| GORILLA|     SNAPPY|
+-----------+--------+--------+-----------+

2.4.4 卸载/删除元数据模板

卸载元数据模板，SQL 语句为：

unset schema template t1 from root.ln.wf01

此场景输入会报错，说模板正在应用：

IoTDB> unset schema template t1 from root.ln.wf01
Msg: 326: Template is in use on root.ln.wf01.test

因此我们需要先解除元数据模板的应用才能卸载，SQL 语句为：

deactivate schema template t1 from root.ln.wf01.test

这时候再卸载就成功了。

最后我们删除这个元数据模板，SQL 语句为：

drop schema template t1

2.5

节点管理

2.5.1 查看子路径

我们可以使用 SHOW CHILD PATHS pathPattern 来查看此路径模式所匹配的路径的下一层的所有路径，例如查看 root.BHSFC 的下一层：

show child paths root.BHSFC

输出为：

IoTDB> show child paths root.BHSFC
+-------------+
|  child paths|
+-------------+
|root.BHSFC.Q1|
+-------------+
Total line number = 1

2.5.2 查看子节点

我们可以使用 SHOW CHILD NODES pathPattern 查看此路径模式所匹配的节点的下一层的所有节点，例如查询 root 的下一层：

show child nodes root

输出为：

IoTDB> show child nodes root
+-----------+
|child nodes|
+-----------+
|      BHSFC|
|         ln|
+-----------+
Total line number = 2

2.5.3 统计节点数

我们可以使用 COUNT NODES <PathPattern> LEVEL=<INTEGER> 来统计当前满足某路径模式的路径中指定层级的节点个数。

f937cb3b1b669e460c2b43c566269074.png

结合上图的数据模式，假如我们想统计 root.BHSFC 存储组中的节点数，则 SQL 语句为：

count nodes root.BHSFC.Q1.* level=3

输出结果为：

IoTDB> count nodes root.BHSFC.Q1.* level=3
+-----+
|count|
+-----+
|    2|
+-----+
Total line number = 1

两个节点即 level 3 上 Q1 的两个分支 w002 和 w003。

下面这条 SQL 语句，则表示统计层级为 3，即路径 ln 之下所有的节点数：

count nodes root.ln.** level=3

结合数据模式图可看到应为 Wf01、status 和 temperature 共 3 个。输出结果为：

IoTDB> count nodes root.ln.** level=3
+-----+
|count|
+-----+
|    3|
+-----+
Total line number = 1

至此，我们对于 IoTDB 可以实现的基本功能已经有了全面的了解。本教程的最后一部分将涉及一个可能在 IoTDB 操作中遇到的问题及其解决方法，即本地时区设置。

3

设置时区

3.1

背景 & 问题

我们将之前例子中相同的一份 csv 的数据使用 import-csv 工具导入 IoTDB（使用默认参数），假如查询时间在 2022 年 1 月 12 日 11 点 48 分 43 秒之后的数据，只显示 10 条，输入的指令和输出结果如下：

IoTDB> select WROT_HubTmp from root.BHSFC.Q1.W002 where time>=2022-01-12T11:48:43.000 limit 10
+-----------------------------+------------------------------+
|                         Time|root.BHSFC.Q1.W002.WROT_HubTmp|
+-----------------------------+------------------------------+
|2022-01-12T11:48:43.000-08:00|                          19.2|
|2022-01-12T11:48:49.000-08:00|                          19.3|
|2022-01-12T11:49:02.000-08:00|                          19.2|
|2022-01-12T11:49:08.000-08:00|                          19.1|
|2022-01-12T11:49:59.000-08:00|                          19.0|
|2022-01-12T11:51:31.000-08:00|                      18.89999|
|2022-01-12T11:51:38.000-08:00|                          19.0|
|2022-01-12T11:51:54.000-08:00|                      18.89999|
|2022-01-12T11:52:42.000-08:00|                          19.0|
|2022-01-12T11:55:01.000-08:00|                      18.89999|
+-----------------------------+------------------------------+
Total line number = 10

可见当我们查询特定时间范围内的数据，查询结果是正常的。

但如果我们查询单行时间数据，且只限制时间格式而不指明时区查询，查询结果则可能出现问题。

如输入查询时间在 2022 年 1 月 12 日 10 点 48 分 51 秒的指令，输出结果如下：

IoTDB> select WROT_HubTmp from root.BHSFC.Q1.W002 where time=2022-01-12T10:48:51.000
+----+------------------------------+
|Time|root.BHSFC.Q1.W002.WROT_HubTmp|
+----+------------------------------+
+----+------------------------------+
Empty set.

可见查询为空，但我们的原始数据是有这个时间对应的数据的，这一行不应为空。

3.2

解决思路

IoTDB 中的数据点是以时间戳保存的，查询的时候则会以当前系统默认时区来转换成对应时间。 

范围查询正常，但是单点查询不行，这个时候一般是时区出现了问题，需要进行时区设置。

3.2.1 解决方法一

我们可以在查询的时间后面增加时区。

使用 'show version' 命令查看 IoTDB 时区，可以看到时区为 'America/Los_Angeles'，即西八区（UTC/GMT -8.00）。查看时区的指令和输出结果如下：

IoTDB> show time_zone
Current time zone: America/Los_Angeles

这种情况下，我们只需在单点查询的时间最后增加 '-08:00' ，就能查询到数值了。输入的指令和输出结果如下：

IoTDB> select WROT_HubTmp from root.BHSFC.Q1.W002 where time=2022-01-12T10:48:51.000-08:00
+-----------------------------+------------------------------+
|                         Time|root.BHSFC.Q1.W002.WROT_HubTmp|
+-----------------------------+------------------------------+
|2022-01-12T10:48:51.000-08:00|                          18.3|
+-----------------------------+------------------------------+
Total line number = 1

可以看到问题得以解决，但此方法比较繁琐。

3.2.2 解决方法二

连接 IoTDB 服务器时，会使用服务器的默认时区作为 IoTDB 的默认时区，我们可以将系统的默认时区与 IoTDB 的时区保持相同。

我们可以使用 Linux 操作系统的 'timedatectl' 命令看到 'Time zone: America/Los_Angeles (PDT, -0700)'。命令和执行结果如下：

[root@localhost sbin]# timedatectl
      Local time: Mon 2022-07-04 01:37:48 PDT
  Universal time: Mon 2022-07-04 08:37:48 UTC
        RTC time: Mon 2022-07-04 08:37:48
       Time zone: America/Los_Angeles (PDT, -0700)

此时发现系统的默认时区变成了 America/Los_Angeles (PDT, -0700)，我们将 IoTDB 的时区改为同样的 -0700 即可，命令和执行结果如下：

IoTDB> set time_zone=-07:00
Time zone has set to -07:00

此时我们再执行单点查询就可以正确的查出数据，命令和执行结果如下：

IoTDB> select WROT_HubTmp from root.BHSFC.Q1.W002 where time=2022-01-12T11:48:51.000
+-----------------------------+------------------------------+
|                         Time|root.BHSFC.Q1.W002.WROT_HubTmp|
+-----------------------------+------------------------------+
|2022-01-12T11:48:51.000-07:00|                          18.3|
+-----------------------------+------------------------------+
Total line number = 1

3.3

总结

PST 是 Pacific Standard Time 太平洋标准时间（-08:00）。PDT 是 Pacific Daylight Time 太平洋夏季时间（-07:00），始于每年4月的第1个周日，止于每年10月的最后一个周日。处于西八区（PST）的大部分城市都会使用夏令时。 

当操作系统的时区设置为西八区（PST）时，会自动采用夏令时（-07:00），但是 IoTDB 依然是（-08:00）时，就导致了上述可能的查询错误。 

国内用户出现上述问题一般为操作系统的时区设置错误，只需要时区设置为正确的东八区后重启 IoTDB 即可。

4

结语

到这里，IoTDB 的小白教程文档已经全部呈现完毕。通过文档，大家对于 Apache IoTDB 的应用背景、产品性质、性能优势、架构分布、功能实现应该都有了基本的认知。感谢大家的关注，希望这个系列文档能够更好地帮助大家了解 IoTDB，使用IoTDB！

3c16137e58fc621bff9f332481c44eb1.gif

Apache IoTDB
关注
  • 4
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
IoTDB 的架构、安装启动方法与数据模式 | 小白教程文档（二）
qin_DB的博客
10-21 2329
前言上篇教程谈到，IoTDB 作为数据库管理系统，具有数据收集、数据写入、数据存储、数据查询、数据分析等一系列功能，并将使用优势贯穿了数据的生命周期。而能够让 IoTDB 实现覆盖数据全生命周期功能和优势的基础就是 IoTDB 的架构。所以，本篇首先介绍 IoTDB 的基本架构及可部署形态，继而介绍 IoTDB 的安装启动方法，最后介绍 IoTDB 的数据模式与数据建模方法，作为下篇开始介绍使用 ...
IoTDB 入门教程 基础篇⑥——数据库SQL操作 | 数据库管理和数据读写
小康师兄
05-03 1796
IoTDB 入门教程⑥——数据库SQL操作 | 数据库管理和数据读写
IoTDB 入门教程 基础篇⑤——数据模型和基础概念
小康师兄
05-03 1987
IoTDB 入门教程⑤——数据模型和基础概念
IoTDB 可实现的基本操作 : 数据导入、基本查询、聚合查询 | 小白教程文档（三）...
qin_DB的博客
11-17 4512
前言上篇教程介绍了 Apache IoTDB 的基本架构、可部署形态、安装启动方法及数据模型，了解了这些 IoTDB 的基本概念，下面我们就将开始介绍 IoTDB 处理时序数据实现的具体功能和具体的操作命令。本篇将介绍 Apache IoTDB 可实现的数据导入和查询相关的功能类型和 SQL 语句命令，后篇将介绍 IoTDB 如何实现数据的删除、导出和元数据操作。1导入时间序列使用 Apache ...
时序数据库及 IoTDB 介绍 | 小白教程文档（一）
qin_DB的博客
10-15 3350
1数据库、数据库管理系统以及数据库系统数据如同空气一样普遍，我们在手机的每一次点击都会产生数据，都可能被记录，被使用。数据存放在数据库中，数据库其实就是“数据的集合”。一个个数据库，就像一个个容器，怎么对这些容器进行管理，例如安全存放数据，增删查改数据，这就是数据库管理系统要做的事。听起来这已经是满足用户需求的最终产品形态了，但其实这并不是给终端用户使用的，而是给软件开发者使用的，软件开发者需要用...
在vue项目中实现 将数据导入Excel 三种方式(.xlsx , .csv)
热门推荐
weixin_44781409的博客
05-25 2万+
在vue项目中实现 将 ECharts 图表数据导出excel 两种方式
GEE小白入门——导出image影像数据：export操作
wangsx1998的博客
01-15 5176
在 Google Earth Engine 平台上导出数据，可以利用 GEE 自带的导出功能，将分析结果导出为 Tiff、SHP、CSV、JSON 等格式的文件，并保存至 Google Drive 或者本地计算机中。（1）描述：创建一个批处理任务，以将图像作为栅格导出到 Google Cloud Storage。可以从“任务”选项卡启动任务。（2）代码：Export.image.toCloudStorage(image,（1）描述：创建批处理任务以将图像作为栅格导出到 Earth Engine 资产。
数据分析——1.环境搭建（Jupyter Lab安装教程）
weixin_42133216的博客
03-21 4211
数据分析——1.环境搭建（Jupyter Lab安装教程） 1. 安装Jupyter Lab pip install jupyterlab 2. 运行Jupyter Lab 打开cmd，运行命令，浏览器会自动进入界面，地址为：localhost:8888 jupyter lab 3.更改Jupyter Lab默认的路径 打开cmd，运行命令，会自动生成一个.py的配置文件 jupyter notebook --generate-config 找到生成的.py文件位置，使用记事本打开，修改里面的内容，搜
数据导出到Excel源码.zip
06-19
在IT领域，数据导出到Excel是一项常见的任务，特别是在数据分析、报表生成以及数据交换中。这个"数据导出到Excel源码.zip"压缩包文件很可能包含了一组编程代码，用于帮助开发者实现从程序中导出数据到Microsoft ...
易语言模块导出数据1.1.rar
03-29
《易语言模块导出数据1.1》是一个专为易语言用户设计的工具，用于帮助开发者方便快捷地导出程序中的数据。易语言是中国本土的一种编程语言，它以直观的汉字编程语法为特色，旨在降低编程门槛，让更多人能够参与到...
利用ADOstream实现office文档向SQL server数据表字段的直接导入导出.pdf
09-19
标题中的“利用ADOstream实现office文档向SQL server数据表字段的直接导入导出”涉及到的是在数据库管理和数据处理领域的一种技术应用。ADO（ActiveX Data Objects）是Microsoft提供的一种用于访问数据库的组件，而...
iotdb-基于RocksDB的元数据存储 .pdf
08-10
iOTDB元数据存储方案设计 iotdb是一个基于RocksDB的元数据存储系统，旨在解决iotdb中的元数据存储问题。随着业务的增长，元数据的大小也在不断增长，导致内存不够，频繁full gc，影响服务的稳定性。 方案概要： ...
C#实现几十万级数据导出 实 Excel及Excel各种操作实例.zip
01-30
压缩包中的**C#实现几十万级数据导出 实 Excel及Excel各种操作实例.pdf**很可能是详细讲解这些概念和实践案例的文档，而**G2**可能是一个附加的图表库，用于在Excel中生成图形，比如柱状图、折线图等，以增强数据...
从一到无穷大 #10 讨论 Apache IoTDB 大综述中看到的优劣势
李兆龙的博客
08-13 852
边缘设备（时序数据的产生点）边缘服务器中需要一个用于写入，存储和查询的数据库云端的计算集群，用于OLAP分析不断变化的模式，即对于SchemaLess的支持（传感器经常被替换，移除，新增）周期性的数据采集强相关的series（利用2，3可以增加压缩的可能性）多样化延迟数据的写入高并发的数据写入一天之内10万数据点的selection在100ms三年之内1000万数据点的aggregation在100ms。
图数据库查询与操作指南-以Nebula图数据库为例
DZSpace，专注于计算机科学与技术领域的技术博主，致力于分享实用知识与技巧，帮助读者快速掌握技术要点，共同探索计算机世界的无限可能。欢迎访问DZSpace的博客，一起学习进步！
07-26 363
图数据库查询与操作指南-以Nebula图数据库为例
ODBC连接达梦数据库
qq_55187735的博客
07-24 313
用户执行，因为环境变量配置在。
已经10岁的K8S，在很多方面仍需努力
最新发布
u012516914的专栏
07-28 313
/ K8S 已经 10 岁了，但仍然有许多方面要继续努力 /Kubernetes 于 2014 年 6 月推出，自那时起，它在推广云原生应用设计和支持更多微服务部署方面发挥了巨大作用。容器部署的增长非常迅速，而 Kubernetes 对于企业管理这些部署至关重要——根据 CNCF 上一份报告的调查结果，84% 的组织正在使用或评估 Kubernetes，而 66% 的潜在和实际消费者在生产中使用 ...
verilog将像素数据写入txt_FPGA仿真必备（1）——Matlab生成.mif文件/.txt文件
06-02
好的，我可以回答这个问题。您可以使用MATLAB生成.mif或.txt文件来将像素数据写入Verilog仿真中。下面是一些简单的步骤： 1.打开MATLAB并创建一个数组来存储像素数据。 2.使用MATLAB的“fwrite”命令将数组写入.mif或.txt文件中。例如，以下代码将数组“pixel_data”写入名为“pixel_data.mif”的.mif文件中： ``` fid = fopen('pixel_data.mif', 'w'); fprintf(fid, 'WIDTH=8;\nDEPTH=%d;\n\n', length(pixel_data)); fprintf(fid, 'ADDRESS_RADIX=HEX;\nDATA_RADIX=HEX;\n\n'); fprintf(fid, 'CONTENT BEGIN\n'); for i = 1:length(pixel_data) fprintf(fid, '%02X : %02X;\n', i-1, pixel_data(i)); end fprintf(fid, 'END;\n'); fclose(fid); ``` 3.在Verilog中，您可以使用以下代码来读取.mif文件中的像素数据： ``` module read_pixels ( input clk, input [7:0] address, output reg [7:0] pixel_data ); reg [7:0] mem [0:255]; initial begin $readmemb("pixel_data.mif", mem); end always @(posedge clk) begin pixel_data <= mem[address]; end endmodule ``` 在仿真期间，该模块将从.mif文件中读取像素数据并将其提供给其他模块。同样，您也可以使用.txt文件来存储像素数据并在Verilog仿真期间读取它们，只需要相应地调整代码即可。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Apache IoTDB

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值