【IotDB时时序数据库实战教程，突出项目实际建表规则以及常见操作方式】

最新推荐文章于 2024-08-02 08:42:17 发布

此湖不结冰

最新推荐文章于 2024-08-02 08:42:17 发布

阅读量917

点赞数

分类专栏：后端开发文章标签： iotdb 时序数据库数据库

本文链接：https://blog.csdn.net/weixin_43992119/article/details/131695906

版权

后端开发专栏收录该内容

4 篇文章 0 订阅

订阅专栏

文章介绍了IoTDB数据库中不同数据类型，包括BOOLEAN,INT32,INT64,FLOAT,DOUBLE,TEXT。详细阐述了存储组的创建、查询和删除，以及时间序列的创建，包括别名、标签和属性的设定。文章还提及了时间序列的删除和插入更新操作，以及压缩方式如SNAPPY和GORILLA。此外，提到了模版管理和DML语句，如数据插入、删除和查询。

摘要由CSDN通过智能技术生成

–iotDB 数据类型
– 布尔：BOOLEAN
–整数：INT32
–长整数：INT64
–单精度浮点：FLOAT
–双精度浮点：DOUBLE
–字符串：TEXT

存储组相关

–创建存储组
set storage group to root.turbine;

– 查询存储组
SHOW STORAGE GROUP;

–删除存储组
DELETE STORAGE GROUP root.turbine;

–时间序列相关

– 样例建时间序列

CREATE TIMESERIES root.sg2.d1.s1 WITH DATATYPE=TEXT, ENCODING=PLAIN, COMPRESSOR=SNAPPY
CREATE TIMESERIES root.sg1.d1.s2 WITH DATATYPE=INT64, ENCODING=RLE, COMPRESSOR=SNAPPY
CREATE TIMESERIES root.sg1.d1.s3 WITH DATATYPE=INT64, ENCODING=RLE, COMPRESSOR=SNAPPY

–别名(compression)：测点的别名，可以和测点名一样用来读写，可以不设置。
–标签(tags)：key=value 形式，可以通过标签反向查询时间序列元数据，比如，单位和拥有者，标签会常驻内存。目前只能给定一个 tag 查询条件，可精确查询和模糊查询。(元数据管理，设备的节点零件来自不同的负责人)
–属性(attributes)：key=value 形式，只能根据时间序列路径展示出属性信息，如描述信息和位置。如果没有反向查询的需求，建议定义成属性

create timeseries root.turbine.d3.s3(temperature1) 
with datatype=FLOAT, encoding=GORILLA, compression=SNAPPY tags(unit=degree, owner=user1) attributes(description=mysensor1, location=BeiJing);
create timeseries root.turbine.d3.s4(temperature2) 
with datatype=FLOAT, encoding=GORILLA, compression=SNAPPY tags(unit=degree, owner=user1) attributes(description=mysensor2, location=TianJin);
create timeseries root.turbine.d3.s5(temperature1) 
with datatype=FLOAT, encoding=GORILLA, compression=SNAPPY tags(unit=degree, owner=user2) attributes(description=mysensor3, location=HeBei);

– 无人机飞行轨迹（实战建表，合理运用压缩方式和数据类型）

create timeseries  root.tong.wrj.wrj_police_fly_details.id(主键) WITH DATATYPE=INT32, ENCODING=TS_2DIFF;
create timeseries  root.tong.wrj.wrj_police_fly_details.lon(经度) WITH DATATYPE=DOUBLE, ENCODING=GORILLA,MAX_POINT_NUMBER=20;
create timeseries  root.tong.wrj.wrj_police_fly_details.lat(纬度) WITH DATATYPE=DOUBLE, ENCODING=GORILLA,MAX_POINT_NUMBER=20;
create timeseries  root.tong.wrj.wrj_police_fly_details.height(高度) WITH DATATYPE=FLOAT, ENCODING=GORILLA,MAX_POINT_NUMBER=10;
create timeseries  root.tong.wrj.wrj_police_fly_details.task_id(任务id) WITH DATATYPE=INT32, ENCODING=RLE;
create timeseries  root.tong.wrj.wrj_police_fly_details.device_id(无人机序列号) WITH DATATYPE=TEXT, ENCODING=PLAIN;
create timeseries  root.tong.wrj.wrj_police_fly_details.create_by(创建人) WITH DATATYPE=TEXT, ENCODING=PLAIN;
create timeseries  root.tong.wrj.wrj_police_fly_details.create_time(创建时间) WITH DATATYPE=INT64, ENCODING=PLAIN;
create timeseries  root.tong.wrj.wrj_police_fly_details.update_by(修改人) WITH DATATYPE=TEXT, ENCODING=PLAIN;
create timeseries  root.tong.wrj.wrj_police_fly_details.update_time(修改时间) WITH DATATYPE=INT64, ENCODING=PLAIN;
create timeseries  root.tong.wrj.wrj_police_fly_details.own_o_id(拥有查看权限的机构id)   WITH DATATYPE=TEXT, ENCODING=PLAIN;
create timeseries  root.tong.wrj.wrj_police_fly_details.renewable_o_id(拥有修改权限的机构id)  WITH DATATYPE=TEXT, ENCODING=PLAIN;
create timeseries  root.tong.wrj.wrj_police_fly_details.point_speed(点速度) WITH DATATYPE=FLOAT, ENCODING=GORILLA,MAX_POINT_NUMBER=10;

– 删除时间序列

delete timeseries root.tong.wrj.wrj_police_fly_details.*;

–插入更新别名、标签、属性

ALTER timeseries root.turbine.d1.s1 UPSERT ALIAS=newAlias TAGS(unit=Degree, owner=me) ATTRIBUTES(description=ha, newAttr=v1)

–删除时间序列

delete timeseries root.turbine.d2.s1

–创建并行时间序列

CREATE ALIGNED TIMESERIES  root.tong.wrj.wrj_police_fly_details(
id(主键) INT32 ENCODING=TS_2DIFF,
lon(经度) DOUBLE ENCODING=GORILLA,
lat(纬度) DOUBLE ENCODING=GORILLA,
height(高度) FLOAT ENCODING=GORILLA,
task_id(任务id) INT32 ENCODING=RLE,
device_id(无人机序列号) TEXT ENCODING=PLAIN,
create_by(创建人) TEXT ENCODING=PLAIN,
create_time(创建时间) INT64 ENCODING=PLAIN,
update_by(修改人) TEXT ENCODING=PLAIN,
update_time(修改时间) INT64 ENCODING=PLAIN,
own_o_id(可以查看的机构id)   TEXT ENCODING=PLAIN,
renewable_o_id(可以修改的机构id)  TEXT ENCODING=PLAIN,
point_speed(点速度) FLOAT ENCODING=GORILLA)

–模版相关

–删除模版

drop schema template wrj_police_fly_details_tmp;

–创建设备的模版数据（）

CREATE SCHEMA TEMPLATE  wrj_police_fly_details(id(主键) INT32 ENCODING=TS_2DIFF)
CREATE SCHEMA TEMPLATE  wrj_police_fly_details_tmp aligned (
id INT32 ENCODING=TS_2DIFF,
lon DOUBLE ENCODING=GORILLA,
lat DOUBLE ENCODING=GORILLA,
height FLOAT ENCODING=GORILLA,
create_by TEXT ENCODING=PLAIN,
create_time INT64 ENCODING=PLAIN,
update_by TEXT ENCODING=PLAIN,
update_time INT64 ENCODING=PLAIN,
own_o_id  TEXT ENCODING=PLAIN,
renewable_o_id  TEXT ENCODING=PLAIN,
point_speed FLOAT ENCODING=GORILLA);

– 绑定

 set schema template  wrj_police_fly_details_tmp to root.tong.wrj;

–解绑

unset schema template  wrj_police_fly_details_tmp from root.tong.wrj;

–激活

create TIMESERIES of schema template wrj_police_fly_details_tmp on root.tong.wrj.wrj_police_fly_details;

–解除

deactivate	schema template wrj_police_fly_details_tmp from root.tong.wrj.wrj_police_fly_details;

CREATE ALIGNED TIMESERIES  root.tong.wrj.wrj_police_fly_details(
id(主键) INT32 ENCODING=TS_2DIFF,
lon(经度) DOUBLE ENCODING=GORILLA MAX_POINT_NUMBER=20)


CREATE ALIGNED TIMESERIES  root.tong.wrj.wrj_police_fly_details(
id  INT32 ENCODING=TS_2DIFF Alias='主键')

–常见DML语句

– 重复生成会覆盖原时间戳

insert into root.turbine.d1(timestamp,s1,s2) values(1657468800000,9,6);
insert into root.tong.wrj.wrj_police_fly_details(id,lon,lat,height,task_id,device_id,create_by,create_time,update_by,update_time)values
(1,114.42174249276451,30.456868981976015,127.09694,273,'3NZCJ3B004BCFN','test',1687672979,'test',1687672979);

–数据删除

delete   from  root.tong.wrj.wrj_police_fly_details.* where time >0;
delete from root.turbine.d2.s1 where time <= 10

– 查询总数

select count(id) from root.tong.wrj.wrj_police_fly_details;

– 查询指定列（不用带上时间列）

select id,lon,lat from  root.tong.wrj.wrj_police_fly_details;

–删除数据

–查看子路径

show child paths root.com （查看root.com路径下的所有子路径）

– 查看满足条件的时间序列：

show timeseries where unit=元 (查看单位为‘元’的时间序列)
show timeseries LIMIT 1 (查看1条时间序列)
show timeseries LIMIT 1 OFFSET 3 (一般用于分页)

– 查看某个路径的孩子节点

show child paths root.turbine

–压缩方式

–统计所有时间序列数量
count timeseries
±----+
|count|
±----+
| 3|
±----+

–分组统计时间序列，root 为第 0 层
count timeseries group by level=2
±--------------±----+
| column|count|
±--------------±----+
|root.turbine.d1| 2|
|root.turbine.d2| 1|
±--------------±----+

一、基本压缩方式
IoTDB允许在创建一个时间序列的时候指定该列的压缩方式。
现阶段IoTDB支持以下几种压缩方式：

UNCOMPRESSED（不压缩）
SNAPPY 压缩
LZ4 压缩
GZIP 压缩

二、压缩比统计信息

压缩比统计信息文件：
data/system/compression_ratio/Ratio-{ratio_sum}-{memtable_flush_time}

ratio_sum: memtable压缩比的总和
memtable_flush_time: memtable刷盘的总次数
通过 ratio_sum / memtable_flush_time 可以计算出平均压缩比