centos安装TDengine

TDengine官方使用文档

一、选择安装文件版本

TDengine分为服务端和客户端，通常安装服务端即可，如果服务端和客户端不在一台主机上的话需要单独安装客户端。

二、将下载好的tar包上传到服务器即可

上传服务器后解压即可，

#替换为下载的安装包版本
tar -zxvf TDengine-server--Linux-x64.tar.gz

里面有两个文件夹、一个压缩文件和install.sh安装执行文件，进入对应的安装目录，也就是./install.sh文件所在目录，执行命令：

#需要管理员权限，如果不是管理员账户登录，加上sudo授予对应权限
sudo ./install.sh

至此，安装完成！

注意：
1、当安装第一个节点时，出现 Enter FQDN：提示的时候，不需要输入任何内容。只有当安装第二个或以后更多的节点时，才需要输入已有集群中任何一个可用节点的 FQDN，支持该新节点加入集群。当然也可以不输入，而是在新节点启动前，配置到新节点的配置文件中。
2、TDengine 使用 FQDN 来访问，而不是IP地址，因为在生产环境下IP地址可能会发生变化，所以要配置下hostname

修改hosts文件，命令：vim /etc/hosts
笔者的配置是：
其中：192.168.1.106是服务器(虚拟机IP地址，可使用命令ifconfig -a来查看)，localdomain.com是linux主机名（这可不是随便写的，可使用命令hostname -f 来查看）

三、启动

#安装后，请使用 systemctl 命令来启动 TDengine 的服务进程。
systemctl start taosd

#检查服务是否正常工作：
systemctl status taosd

如果 TDengine 服务正常工作，那么您可以通过 TDengine 的命令行程序 taos 来访问并体验 TDengine。

systemctl 命令汇总：
启动服务进程：systemctl start taosd
停止服务进程：systemctl stop taosd
重启服务进程：systemctl restart taosd
查看服务状态：systemctl status taosd

注意：
systemctl stop taosd 指令在执行后并不会马上停止 TDengine 服务，而是会等待系统中必要的落盘工作正常完成。在数据量很大的情况下，这可能会消耗较长时间；
如果系统中不支持 systemd，也可以用手动运行 /usr/local/taos/bin/taosd 方式启动 TDengine 服务。

四、TDengine命令行快速体验

终端输入命令：

taos

至此，服务连接成功！

我们可以通过 SQL 命令来创建/删除数据库、表等，并进行数据库(database)插入查询操作，
例如：
1：创建数据库：

2：创建表

3、插入记录

4、查询记录

五、读写测试

5.1 写性能

InfluxDB作为目前业界最流行的一个TSDB，以性能作为突出特点而闻名，作为行业标杆，而TDengine官方称道在InfluxDB最优的环境条件下，TDengine的写入速度是它的两倍！并且在设备数量放大到1000的时候，TDengine的写入速度是InfluxDB的5.2倍！

TDengine官方已内置taosBenchmark命令为方便用户快速体验TDengine的写库性能，
启动 TDengine 的服务后，在终端输入：

taosBenchmark

该命令将在数据库 test 下面自动创建一张超级表 meters，该超级表下有 1 万张表，表名为 “d0” 到 “d9999”，每张表有 1 万条记录，每条记录有 (ts, current, voltage, phase) 四个字段，时间戳从 “2017-07-14 10:40:00 000” 到 “2017-07-14 10:40:09 999”，每张表带有标签 location 和 groupId，groupId 被设置为 1 到 10， location 被设置为 “California.SanFrancisco” 或者 “California.LosAngeles”。共计记录1亿条！

笔者目前虚拟机配置：2核3G 20G存储
实际测试如下：

**开启8个线程从创建表、插入记录1亿条共耗时84.6秒，平均每秒写1180000条记录！**记得之前笔者在mybatisPlus批量插入性能优化中测试mysql的批量插入时，写5w条数据就要耗时4秒左右（当然这只是粗略类比，毕竟两者适用业务不同）。TDengine的表现确实令人震惊！

5.2 读性能

查询超级表下的记录总数：（耗时0.35s，amazing！）

查询 1 亿条记录的平均值、最大值、最小值等：（耗时8.4秒）

查询 groupId=10 的所有记录的平均值、最大值、最小值等：（耗时0.86秒）