源自清华的 IoTDB v2.0 新增支持表模型

原创严少安 2025-02-21

777

源自清华的 IoTDB v2.0 新增支持表模型

时序数据库在能源电力、航空航天、交通运输、钢铁冶炼、物联网、边缘计算等领域有这广泛的应用。以电力行业为例，IoTDB 凭借其集群高可用性、低流量数据同步、数据跨网闸支持以及卓越的性能，为企业提供国产化、自主可控的时序数据管理解决方案。它不仅帮助企业应对大规模时序数据管理的挑战，还推动了传统能源与可再生能源的高效管理和整合。

时序数据库

时间序列数据库，是一种针对时间序列数据优化的数据库管理系统，每个条目都与一个时间戳相关联。例如，物联网中的传感器、智能电表或 RFID 标签产生的数据，以及高频股票交易系统的股票行情，都可以视为时间序列数据。时序数据库旨在高效收集、存储和查询具有高交易量的时间序列数据。

常见的产品有：InfluxDB、TimescaleDB、OpenTSDB、QuestDB、浪潮 KWDB，以及 Apache IoTDB。

产品名称	产品特点	开源协议	编程语言
InfluxDB	优秀的时序数据库产品，适合大量数据实时写入，拥有大量的用户和插件生态，可以快速集成监控、IoT 等场景。	开源，Apache 2.0 协议	Rust
TimescaleDB	基于 PostgreSQL，支持标准 SQL 查询，兼容 PG 生态，学习曲线平滑。	开源，Apache 2.0 协议	C
OpenTSDB	基于 HBase 的分布式时序数据库，支持高并发写入和大规模数据存储，可扩展性高。	开源，LGPLv2.1 和 GPLv3 协议	Java
QuestDB	基于内存优化和列式存储，适用于中小数据场景，支持标准 SQL。	开源，Apache 2.0 协议	Java
IoTDB	源自清华的一款专门面向物联网数据管理的国产开源数据库。	开源，Apache 2.0 协议	Java

IoTDB

我们之前介绍过 Apache IoTDB v1.3 的相关内容，这里再重温几个关键基础概念。

IoTDB 集群包括三种节点（进程）。

ConfigNode（管理节点）：管理集群的节点信息、配置信息、用户权限、元数据、分区信息等，负责分布式操作的调度和负载均衡，所有 ConfigNode 之间互为全量备份。
DataNode（数据节点）：服务客户端请求，负责数据的存储和计算。
AINode（分析节点）：负责提供机器学习能力，支持注册已训练好的机器学习模型，并通过 SQL 调用模型进行推理，目前已内置自研时序大模型和常见的机器学习算法（如预测与异常检测）。

数据模型的重点概念。

元数据（Schema）：数据库的数据模型信息，即树形结构或表结构。包括测点的名称、数据类型等定义。
设备（Device）：对应一个实际场景中的物理设备，通常包含多个测点。
测点（Timeseries）：又名：物理量、时间序列、时间线、点位、信号量、指标、测量值等。测点是多个数据点按时间戳递增排列形成的一个时间序列。通常一个测点代表一个采集点位，能够定期采集所在环境的物理量。

IoTDB v2.0.1-beta 发布

2025 年 2 月 16 日，Apache IoTDB v2.0.1-beta 版本发布，新增多项新特性并修复了若干问题。

新特性概览如下。

表模型：IoTDB 引入了新的表模型，支持标准 SQL 查询语法，包括 SELECT、WHERE、JOIN、GROUP BY、ORDER BY、LIMIT 子句和子查询等。
数据查询：表模型支持多种函数和运算符，包括逻辑运算符、数学函数、时间序列特有的函数 DIFF 等。
数据查询：表模型和树模型的数据库互不可见，用户可以根据需求选择合适的模型。
数据查询：用户可以通过配置项通过 URI 控制 UDF、PipePlugin、Trigger、AINode 的加载，加载 JAR 包。
存储引擎：表模型支持通过 Session 接口进行数据提取，Session 接口支持自动创建元数据。
存储引擎：Python 客户端现在支持四种新的数据类型：String、Blob、Date、Timestamp。
存储引擎：优化了同类型合并任务优先级的比较规则。
数据同步：支持在发送端指定接收端的认证信息。
流处理模块：TsFile Load 现在支持表模型。
流处理模块：Pipe 现在支持表模型。
系统管理：Benchmark 工具适配支持表模型。
系统管理：Benchmark 工具现在支持 String、Blob、Date、Timestamp 四种新数据类型。
系统管理：增强 DataNode 缩容的稳定性。
系统管理：现在允许用户在只读模式下执行 drop database 操作。
脚本和工具：扩展 import-data/export-data 脚本，支持新数据类型（字符串、大二进制对象、日期、时间戳）。
脚本和工具：迭代 import-data/export-data 脚本，支持 TsFile、CSV、SQL 三种数据的导入导出。
生态集成：支持 Kubernetes Operator。

IoTDB v2.0 表模型详解

从 IoTDB v2.0 开始，IoTDB 支持两种时序数据模型（SQL语法），树模型和表模型。

树模型

树模型以测点为对象进行管理，每个测点对应一条时间序列，测点名按.分割可形成一个树形目录结构，与物理世界一一对应，对测点的读写操作简单直观。

表模型

表模型推荐为每类设备创建一张表，同类设备的物理量采集都具备一定共性（如都采集温度和湿度物理量），数据分析灵活丰富。特点是，便于使用标准 SQL 进行分析，适用于设备数据分析或从其他数据库迁移至 IoTDB 的场景。

以下是对表模型的具体建模演示，包括创建设备表、写入数据和查询数据。为验证基本功能，我们使用单点容器，容器内启动一个管理节点和一个数据节点（1C1D）。

表模型演示

1. 启动单点容器

podman pull apache/iotdb:2.0.1-beta-standalone
podman run -it 34485072113d bash

2. 启动 IoTDB 服务并连接到数据库

root@d2fc22531f7b:/iotdb/sbin# ./start-all.sh
The iotdb-cluster.properties file only contains default settings. It will start 1C1D.
Execute start-standalone.sh finished, you can see more details in the logs of confignode and datanode
root@d2fc22531f7b:/iotdb/sbin# ./start-cli.sh
---------------------
Starting IoTDB Cli
---------------------
 _____       _________  ______   ______
|_   _|     |  _   _  ||_   _ `.|_   _ \
  | |   .--.|_/ | | \_|  | | `. \ | |_) |
  | | / .'`\ \  | |      | |  | | |  __'.
 _| |_| \__. | _| |_    _| |_.' /_| |__) |
|_____|'.__.' |_____|  |______.'|_______/  version 2.0.1-beta (Build: 5f31648)


Successfully login at 127.0.0.1:6667
IoTDB> show cluster
+------+----------+-------+---------------+------------+----------+---------+
|NodeID|  NodeType| Status|InternalAddress|InternalPort|   Version|BuildInfo|
+------+----------+-------+---------------+------------+----------+---------+
|     0|ConfigNode|Running|      127.0.0.1|       10710|2.0.1-beta|  5f31648|
|     1|  DataNode|Running|      127.0.0.1|       10730|2.0.1-beta|  5f31648|
+------+----------+-------+---------------+------------+----------+---------+
Total line number = 2
It costs 0.053s
IoTDB>

3. 切换到表模型

默认情况下，客户端连接时使用树模型。如果需要使用表模型，需要在启动客户端时指定 SQL 方言。

root@d2fc22531f7b:/iotdb/sbin# ./start-cli.sh -sql_dialect table
---------------------
Starting IoTDB Cli
---------------------
 _____       _________  ______   ______
|_   _|     |  _   _  ||_   _ `.|_   _ \
  | |   .--.|_/ | | \_|  | | `. \ | |_) |
  | | / .'`\ \  | |      | |  | | |  __'.
 _| |_| \__. | _| |_    _| |_.' /_| |__) |
|_____|'.__.' |_____|  |______.'|_______/  version 2.0.1-beta (Build: 5f31648)


Successfully login at 127.0.0.1:6667
IoTDB>

不过 start-cli.sh 提供了两种帮助提示（--help,-help），且内容输出不同，需要注意区分。

4. 创建数据库

创建一个名为 mydb 的数据库，并将数据库的 TTL 时间设置为 1 年。

IoTDB> CREATE DATABASE IF NOT EXISTS mydb with (TTL=31536000000);
Msg: The statement is executed successfully.
IoTDB> use mydb;
Msg: The statement is executed successfully.
IoTDB:mydb>

5. 查看数据库

查看所有数据库和数据库的属性信息。

IoTDB:mydb> SHOW DATABASES DETAILS
+------------------+-----------+-----------------------+---------------------+---------------------+--------------------+------------------+
|          Database|    TTL(ms)|SchemaReplicationFactor|DataReplicationFactor|TimePartitionInterval|SchemaRegionGroupNum|DataRegionGroupNum|
+------------------+-----------+-----------------------+---------------------+---------------------+--------------------+------------------+
|information_schema|        INF|                   null|                 null|                 null|                null|              null|
|              mydb|31536000000|                      1|                    1|            604800000|                   0|                 0|
+------------------+-----------+-----------------------+---------------------+---------------------+--------------------+------------------+
Total line number = 2
It costs 0.008s

6. 创建测试表

在创建表时，需要注意：

可以不指定时间列（TIME），IoTDB 会自动添加该列。
列的类别可以省略，默认为 FIELD。当列的类别为 TAG 或 ATTRIBUTE 时，数据类型需为 STRING`（可省略）。
表的 TTL 默认为其所在数据库的 TTL。

CREATE TABLE IF NOT EXISTS t_t1 (
  region STRING TAG,
  plant_id TAG,
  device_id STRING TAG,
  model_id STRING ATTRIBUTE,
  maintenance ATTRIBUTE,
  temperature FLOAT FIELD,
  humidity FLOAT,
  status Boolean FIELD,
  arrival_time TIMESTAMP FIELD
);

CREATE TABLE IF NOT EXISTS "表1" (
  "地区" STRING TAG,
  "厂号" TAG,
  "设备号" STRING TAG,
  "型号" STRING ATTRIBUTE,
  "维护周期" ATTRIBUTE,
  "温度" FLOAT FIELD,
  "湿度" FLOAT,
  "状态" Boolean FIELD,
  "到达时间" TIMESTAMP FIELD
);

查看数据库中的表，并查看"表1"的详细信息。

IoTDB:mydb> show tables;
+---------+-----------+
|TableName|    TTL(ms)|
+---------+-----------+
|      表1|31536000000|
|     t_t1|31536000000|
+---------+-----------+
Total line number = 2
It costs 0.020s
IoTDB:mydb> desc "表1" details;
+----------+---------+---------+------+
|ColumnName| DataType| Category|Status|
+----------+---------+---------+------+
|      time|TIMESTAMP|     TIME| USING|
|      地区|   STRING|      TAG| USING|
|      厂号|   STRING|      TAG| USING|
|    设备号|   STRING|      TAG| USING|
|      型号|   STRING|ATTRIBUTE| USING|
|  维护周期|   STRING|ATTRIBUTE| USING|
|      温度|    FLOAT|    FIELD| USING|
|      湿度|    FLOAT|    FIELD| USING|
|      状态|  BOOLEAN|    FIELD| USING|
|  到达时间|TIMESTAMP|    FIELD| USING|
+----------+---------+---------+------+
Total line number = 10
It costs 0.008s

7. 写入数据

对测试表分别插入单条数据和多条数据。

INSERT INTO t_t1 (region, plant_id, device_id, model_id, maintenance, temperature, humidity, status, arrival_time)
VALUES (1001,1,1,1,10,80.0,60.0,1,now());

INSERT INTO t_t1 (time, region, plant_id, device_id, model_id, maintenance, temperature, humidity, status, arrival_time)
VALUES (now(),1001,1,2,2,11,81.0,61.0,0,now())
,(now(),1002,1,3,3,13,83.0,63.0,0,now())
,(now(),1002,2,4,4,14,null,null,0,now())
;

INSERT INTO "表1" ("地区", "厂号", "设备号", "型号", "维护周期", "温度", "湿度", "状态", "到达时间")
VALUES (1001,1,1,1,10,80.0,60.0,1,now());

INSERT INTO "表1" (time, "地区", "厂号", "设备号", "型号", "维护周期", "温度", "湿度", "状态", "到达时间")
VALUES (now(),1001,1,2,2,11,81.0,61.0,0,now())
,(now(),1002,1,3,3,13,83.0,63.0,0,now())
,(now(),1002,2,4,4,14,null,null,0,now())
;

8. 查询表数据

IoTDB:mydb> select * from t_t1;
+------------------------+------+--------+---------+--------+-----------+-----------+--------+------+------------------------+
|                    time|region|plant_id|device_id|model_id|maintenance|temperature|humidity|status|            arrival_time|
+------------------------+------+--------+---------+--------+-----------+-----------+--------+------+------------------------+
|2025-02-20T09:21:53.592Z|  1002|       2|        4|       4|         14|       null|    null| false|2025-02-20T09:21:53.592Z|
|2025-02-20T09:21:53.592Z|  1001|       1|        2|       2|         11|       81.0|    61.0| false|2025-02-20T09:21:53.592Z|
|2025-02-20T09:21:53.592Z|  1002|       1|        3|       3|         13|       83.0|    63.0| false|2025-02-20T09:21:53.592Z|
|2025-02-20T09:21:05.945Z|  1001|       1|        1|       1|         10|       80.0|    60.0|  true|2025-02-20T09:21:05.944Z|
+------------------------+------+--------+---------+--------+-----------+-----------+--------+------+------------------------+
Total line number = 4
It costs 0.043s
IoTDB:mydb> table "表1";
+------------------------+----+----+------+----+--------+----+----+-----+------------------------+
|                    time|地区|厂号|设备号|型号|维护周期|温度|湿度| 状态|                到达时间|
+------------------------+----+----+------+----+--------+----+----+-----+------------------------+
|2025-02-20T09:26:34.090Z|1002|   2|     4|   4|      14|null|null|false|2025-02-20T09:26:34.090Z|
|2025-02-20T09:26:34.090Z|1001|   1|     2|   2|      11|81.0|61.0|false|2025-02-20T09:26:34.090Z|
|2025-02-20T09:26:34.090Z|1002|   1|     3|   3|      13|83.0|63.0|false|2025-02-20T09:26:34.090Z|
|2025-02-20T09:26:28.987Z|1001|   1|     1|   1|      10|80.0|60.0| true|2025-02-20T09:26:28.987Z|
+------------------------+----+----+------+----+--------+----+----+-----+------------------------+
Total line number = 4
It costs 0.039s

9. 数据分析

按厂号分组，查询平均温度，最大维护周期，并对结果排序。

SELECT "厂号", ROUND(AVG("温度")) AS avg_temp, MAX("维护周期") AS max_mt
FROM "表1" 
WHERE "地区" in ('1001', '1002')
GROUP BY "厂号"
ORDER BY max_mt DESC
LIMIT 10;

预期输出：

+----+--------+------+
|厂号|avg_temp|max_mt|
+----+--------+------+
|   2|    null|    14|
|   1|    81.0|    13|
+----+--------+------+
Total line number = 2
It costs 0.038s

10. 时序特色函数 DIFF

DIFF 函数用于计算当前行与上一行的差值。对于第一行，由于没有前一行数据，因此永远返回 NULL。

IoTDB:mydb> SELECT time, DIFF(temperature) AS diff_temp
> FROM t_t1 ORDER BY device_id;
+------------------------+---------+
|                    time|diff_temp|
+------------------------+---------+
|2025-02-20T09:21:05.945Z|     null|
|2025-02-20T09:21:53.592Z|      1.0|
|2025-02-20T09:21:53.592Z|      2.0|
|2025-02-20T09:21:53.592Z|     null|
+------------------------+---------+
Total line number = 4
It costs 0.035s

总结

Apache IoTDB v2.0 通过引入重磅新特性“表模型”，不仅进一步提升了其在物联网和工业大数据领域的竞争力，还为企业提供了更灵活、高效的数据管理方案。表模型支持标准 SQL 查询语法，使得数据分析更加便捷，同时兼容两种模型设计，可满足不同用户的需求。需要注意的是，Tree 和 Table 两种模型在开源版只能分开使用，如需双模型结合使用，推荐升级到基于 Apache IoTDB 的企业版数据库 TimechoDB。

墨力计划 iotdb

最后修改时间：2025-02-24 09:58:06

「喜欢这篇文章，您的关注和赞赏是给作者最好的鼓励」

关注作者

文章被以下合辑收录

少安事务所（2025）（共82篇）

少安事务所（2025）

源自清华的 IoTDB v2.0 新增支持表模型

源自清华的 IoTDB v2.0 新增支持表模型

时序数据库

IoTDB

IoTDB v2.0.1-beta 发布

IoTDB v2.0 表模型详解

树模型

表模型

表模型演示

1. 启动单点容器

2. 启动 IoTDB 服务并连接到数据库

3. 切换到表模型

4. 创建数据库

5. 查看数据库

6. 创建测试表

7. 写入数据

8. 查询表数据

9. 数据分析

10. 时序特色函数 DIFF

总结

文章被以下合辑收录

评论