TDengine

1、在linux上安装服务端

• 1、首先下载服务端，我下载的是：
  TDengine-server-2.6.0.30-Linux-x64.tar.gz
  下载地址

• 2、下载过后传到虚拟机。并解压

• 3、运行文件夹中的 ./install.sh 安装

• 4、配置 /etc/taos/taos.cfg
  firstEp master:6030
  fqdn master（这里是hostname）

• 5、taos 即可进入控制台访问

• 6、卸载命令：rmtaos

2、在本地安装客户端

• 1、首先下载客户端，与服务端版本保持一致：
  TDengine-client-2.6.0.30-Windows-x64.exe
  下载地址
• 2、执行安装程序，按提示选择默认值，完成安装
• 3、安装在C:/TDengine，修改cfg中的taos.cfg
  firstEp master:6030
  fqdn master
• 4、在本机hosts文件做映射
  位置：C:\Windows\System32\drivers\etc\hosts
  192.168.182.134 master
• 5、此时就可以在cmd 通过taos连接到 linux 的服务端了

3、通过Idea连接服务端

添加依赖：

<dependency>
    <groupId>com.taosdata.jdbcgroupId>
    <artifactId>taos-jdbcdriverartifactId>
    <version>2.0.36version>
dependency>
1
2
3
4
5
6

连接测试：

import com.taosdata.jdbc.TSDBDriver;

import java.sql.*;
import java.util.Properties;


/**
 * @ClassName: ConnectTest
 * @Author: liumenghao
 * @Description:
 * @Date: 2022/11/17 11:04
 */
public class ConnectTest {

    public static void main(String[] args) throws Exception{
        Class.forName("com.taosdata.jdbc.TSDBDriver");
        String jdbcUrl = "jdbc:TAOS://master:6030?user=root&password=taosdata";
        Properties connProps = new Properties();
        connProps.setProperty(TSDBDriver.PROPERTY_KEY_CHARSET, "UTF-8");
        connProps.setProperty(TSDBDriver.PROPERTY_KEY_LOCALE, "en_US.UTF-8");
        connProps.setProperty(TSDBDriver.PROPERTY_KEY_TIME_ZONE, "UTC-8");
        Connection conn = DriverManager.getConnection(jdbcUrl, connProps);
        System.out.println("Connected");
        Statement stmt = conn.createStatement();

        // create database
        stmt.executeUpdate("create database if not exists db");

        // use database，通过use指明数据库，后面查表的时候就不用再带上 数据库.表
        stmt.executeUpdate("use db");

        // create table
        stmt.executeUpdate("create table if not exists tb (ts timestamp, temperature int, humidity float)");

        insert(stmt);
        select(stmt);

        conn.close();
    }

    // 插入数据
    public static void insert(Statement stmt) throws Exception {
        // insert data
        int affectedRows = stmt.executeUpdate("insert into tb values(now, 23, 10.3) (now + 1s, 20, 9.3)");

        System.out.println("insert " + affectedRows + " rows.");
    }

    // 查询数据
    public static void select(Statement stmt) throws Exception {
        // query data
        ResultSet resultSet = stmt.executeQuery("select * from tb");

        Timestamp ts = null;
        int temperature = 0;
        float humidity = 0;
        while(resultSet.next()){
            // 根据columnIndex获取，从1开始
            ts = resultSet.getTimestamp(1);
            temperature = resultSet.getInt(2);
            // 根据属性名获取
            humidity = resultSet.getFloat("humidity");

            System.out.printf("%s, %d, %s\n", ts, temperature, humidity);
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67

4、控制台基本使用

（1）创建库

CREATE DATABASE db KEEP 365 DURATION 10
1

创建数据库db，保留365天，每10天产生一个数据文件
（2）切换库

use db
1

（3）创建超级表
使用 TDengine, 需要对每个类型的数据采集点都创建一个超级表。

CREATE STABLE meters (ts timestamp, current float, voltage int, phase float) TAGS (location binary(64), groupId int);
1

表名：meters
表结构：第一列必须为时间戳（timestamp类型）其他列为自己所定。除此之外，还需要提供标签的schema（示例中为 location，groupId）

（4）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，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。

CREATE TABLE d1001 USING meters TAGS ("California.SanFrancisco", 2);
1

（5）自助建表
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。

INSERT INTO d1001 USING meters TAGS ("California.SanFrancisco", 2) VALUES (NOW, 10.2, 219, 0.32);
1

（6）写入数据

一次写入一条：

INSERT INTO d1001 VALUES (1538548685000, 10.3, 219, 0.31);
1

一次写入多条：

INSERT INTO d1001 VALUES (1538548684000, 10.2, 220, 0.23) (1538548696650, 10.3, 218, 0.25);
1

一次写入多表：

INSERT INTO d1001 VALUES (1538548685000, 10.3, 219, 0.31) (1538548695000, 12.6, 218, 0.33) d1002 VALUES (1538548696800, 12.3, 221, 0.31);
1

5、流式计算

在时序数据的处理中，经常要对原始数据进行清洗、预处理，再使用时序数据库进行长久的储存。在传统的时序数据解决方案中，常常需要部署 Kafka、Flink 等流处理系统。而流处理系统的复杂性，带来了高昂的开发与运维成本。
TDengine 3.0 的流式计算引擎提供了实时处理写入的数据流的能力，使用 SQL 定义实时流变换，当数据被写入流的源表后，数据会被以定义的方式自动处理，并根据定义的触发模式向目的表推送结果。它提供了替代复杂流处理系统的轻量级解决方案，并能够在高吞吐的数据写入的情况下，提供毫秒级的计算结果延迟。

（1）创建流

create stream current_stream into current_stream_output_stb as select _wstart as start, _wend as wend, max(current) as max_current from meters where voltage <= 220 interval (5s);
1

报错了，不知为何。