TDengine文档

TDengine是一个高效的存储、查询、分析时序大数据的平台,专为物联网、车联网、工业互联网、运维监测等优化而设计。您可以像使用关系型数据库MySQL一样来使用它,但建议您在使用前仔细阅读一遍下面的文档,特别是数据模型超级表一节。除本文档之外,欢迎下载产品白皮书。文档已同步版本更新至2.0,请点击这里访问。

立即开始

数据模型和设计

  • 数据模型:关系型数据库模型,但要求每个采集设备单独建表
  • 主要模块:包含管理节点、数据节点和客户端,数据节点支持虚拟化
  • 写入流程:先写入WAL、之后写入缓存,再给应用确认
  • 数据存储:数据按时间段切片、采取列存、不同数据类型不同压缩算法

TAOS SQL

  • 支持的数据类型:支持时间戳、整型、浮点型、布尔型、字符型等多种数据类型
  • 数据库管理:添加、删除、查看数据库
  • 表管理:添加、删除、查看、修改表
  • 数据写入:支持单表单条、多条、多表多条写入,支持历史数据写入
  • 数据查询:支持时间段、值过滤、排序、查询结果手动分页等
  • SQL函数:支持各种聚合函数、选择函数、计算函数,如avg, min, diff等
  • 时间维度聚合:将表中数据按照时间段进行切割后聚合,降维处理

超级表STable:多表聚合

高级功能

连接器

与其他工具/系统的连接

  • Telegraf:将DevOps采集的数据发送到TDengine
  • Grafana:获取并可视化保存在TDengine的数据
  • Matlab:通过配置Matlab的JDBC数据源访问保存在TDengine的数据
  • R:通过配置R的JDBC数据源访问保存在TDengine的数据

系统管理

常用工具

TDengine的技术设计

  • 存储设计:为时序数据专门优化设计的列式存储格式
  • 查询处理:高效的查询计算时序数据的方法
  • 集群设计:吸取NoSQL的优点,支持高可靠,支持线性扩展
  • 技术博客:更多的技术分析和架构设计文章

TDengine的跨平台应用

TDengine与其他数据库的对比测试

物联网大数据

培训和FAQ

  • FAQ:常见问题与答案
  • 应用案列:一些使用实例来解释如何使用TDengine