TDengine — 高效的时序空间大数据引擎

下载 15

岁月静好

发布于

4433

人观看

#信息技术

TDengine — 高效的时序空间大数据引擎

展开查看详情

1 . 数据库论坛 TDengine — 高效的时序空间大数据引擎陶建辉涛思数据创始人·CEO

4 .TDengine — 高效的时序空间大数据引擎面临的挑战开发效率低运维复杂因牵涉到多种系统，每种系统有自己的开发语言每个系统都有自己的运维后台，带来和工具，开发精力花在了系统联调上，而且数据更高的运维代价，出问题后难以跟踪的一致性难以保证解决，系统的不稳定性大幅上升运行效率差应用推向市场慢非结构化数据技术来处理结构化数据，整体性能集成复杂，得不到专业服务，项目实不够，系统资源消耗大。因为多套系统，数据需施周期长，导致人力攀升，利润缩水要在各系统之间传输，造成额外的运行代价 © TAOS Data, Inc. All rights reserved.

5 .TDengine — 高效的时序空间大数据引擎物联网、工业4.0数据特征：时序空间数据采集的数据量巨大，但有典型特征: 1 所有采集的数据都是时序的 6 数据以写操作为主，读操作为辅 2 数据都是结构化的 7 数据流量平稳，可以较为准确的计算 3 一个采集点的数据一定是它产生的 8 数据都有统计、聚合等实时计算操作 4 数据很少有更新或删除操作 9 数据一定是指定时间段和指定区域查找的 5 数据一般是按到期日期来删除的 10 数据量巨大，一天的数据量就超过100亿条 © TAOS Data, Inc. All rights reserved.

8 .TDengine — 高效的时序空间大数据引擎系统结构 V0 V1 V0 V1 V0 V1 V0 V1 V2 V3 V2 V3 V2 V3 M0 V3 dnode 0 dnode1 dnode 2 dnode 3 V0 V1 V0 V1 V0 V1 V0 V1 V2 V3 V2 M1 V2 V3 M2 V3 dnode 4 dnode 5 dnode 6 dnode 7 完全无中心化设计 © TAOS Data, Inc. All rights reserved.

9 .TDengine — 高效的时序空间大数据引擎存储结构：每个数据采集点单独建表使用KV或关系型DB，在多个数据采集点存在的情况下难以保证一个采集点的数据在内存或硬盘上的连续性 0 1 2 3 4 5 0 1 2 3 4 5 TDengine，一个采集点的数据在一个块里是连续存放的，块的大小可配置采取Block Range Index, 可快速定位要查找的数据所处的块 © TAOS Data, Inc. All rights reserved.

12 .TDengine — 高效的时序空间大数据引擎单个采集点数据插入、查询示例与传统关系型数据库一样，采用SQL语法，应用需先创建库，然后建表，就可以插入、查询 create database demo; use demo; create table t1 (ts timestamp, degree float); insert into t1 values(now, 28.5); select * from t1; 上述SQL 为一个温度传感器创建一张表，并插入一条记录、然后查询 © TAOS Data, Inc. All rights reserved.

13 .TDengine — 高效的时序空间大数据引擎 TDengine超级表：多个采集点的数据聚合实际场景中，经常需要将多个采集点数据进行聚合处理，比如所有温度传感器采集的温度的平均值。因为一个传感器就是一张表，这样需要将多张表聚合。为减少应用的复杂性，TDengine引入STable概念。 STable是表的集合，包含多张表，而且每张表的schema是一样的。同一类型的采集设备可以是一个STable，除定义Schema外, 还可定义多个标签。标签定义表的静态属性，如设备型号、颜色等。具体创建表时，指定使用哪个STable（采集点的类型），并指定标签值。应用可以象查询表一样查询Metric, 但可以通过标签过滤条件查询部分或全部数据采集点的记录，并且可以做各种聚合、计算等，方便支持复杂查询，应对业务需求。每个表（采集点）都有对应一行的标签数据，保存在Meta节点，而且存放在内存并建有索引。标签数据可以任意增加、删除、修改。标签数据与采集数据完全分离，大大节省存储空间，并提高访问效率。而且对于已经采集的历史数据，事后可以打上新的标签。 © TAOS Data, Inc. All rights reserved.

14 .TDengine — 高效的时序空间大数据引擎 TDengine STable 实例为温度传感器建立一个STable, 有两个标签：位置和类型 create table thermometer (ts timestamp, degree float) tags(loc binary(20), type int); 用STable创建4张表, 对应4个温度传感器，地理位置标签为北京、天津、上海等 create table t1 using thermometer tags(‘beijing’, 1); create table t2 using thermometer tags(‘beijing’, 2); create table t3 using thermometer tags(‘tianjin’, 1); create table t4 using thermometer tags(‘tianjin’, 2); create table t5 using thermometer tags(‘shanghai’,1); 查询北京和天津所有温度传感器记录的最高值和最小值 select max(degree), min(degree) from thermometer where loc=‘beijing’ or loc=‘tianjin’; © TAOS Data, Inc. All rights reserved.

16 .TDengine — 高效的时序空间大数据引擎时间轴上的数据聚合实际场景中，经常需要将一段时间的数据进行聚合，比如downsampling, 采样频率为一秒一次，但最终只记录一分钟的平均值。TDengine引入关键词interval, 以进行时间轴上的聚合操作。时间轴的聚合既可以针对单独一张表，也可以针对符合标签过滤条件的一组表进行。查询温度传感器t1记录的温度每五分钟的平均值 select avg(degree) from t1 interval(5m); 查询北京所有温度传感器记录的温度每五分钟的平均值 select avg(degree) from thermometer where loc=‘beijing’ interval(5m); © TAOS Data, Inc. All rights reserved.

17 .TDengine — 高效的时序空间大数据引擎实时Stream计算目前支持Avg, Max, Min, Percentile, Sum, Count, Dev, First, Last, Diff, Scale, WAvg, Spread等操作。计算是针对时间段，同时可针对一张表或符合过滤条件的一组表进行聚合。实时计算的衍生数据可以实时写入新的表，方便后续的查询操作。衍生数据还可以与其他原始数据或其他衍生数据进行各种聚合计算，生成新的数据。每隔一分钟计算北京刚刚过去的五分钟的温度平均值 select avg(degree) from thermometer where loc=‘beijing’ interval(5m) sliding(1m); 每分钟计算一次北京刚过去的5分钟的温度平均值，并写入新的表d1 create table d1 as select avg(degree) from thermometer where loc=‘beijing’ interval(5m) sliding(1m); © TAOS Data, Inc. All rights reserved.

19 .TDengine — 高效的时序空间大数据引擎整体成本优势快10倍的插入和查询超融合通过创新的存储设计，并采用无锁设计和将大数据处理需要的消息队列、缓存、数据库、多核技术，让数据插入和查询的速度比现流式计算、订阅等功能融合在一起，提升运行有专业的时序数据库提高了10倍以上效率，保证整个系统的数据的一致性更高的水平扩展能力极低的资源消耗通过先进的集群设计，保证了系统处理能整个完整安装包才1.5M，内存的最低要求不到力的水平扩展，而且让数据库不再依赖昂 1M，计算资源不到通用方案的1/5。通过列式存贵的硬件和存储设备，不存在任何单点瓶储和先进的压缩算法，存储空间不到传统数据库颈和故障的1/10。零学习成本零运维管理成本使用标准的SQL语法，并支持JDBC, 追求极致的用户体验，将复杂的运维工作完全智 ODBC, REST接口，应用API与MySQL高能化。无需分库分表，数据备份、数据恢复完全度相似，让学习成本几乎为零自动；扩容、升级、IDC机房迁移轻松完成 © TAOS Data, Inc. All rights reserved.

24 .TDengine — 高效的时序空间大数据引擎 TDengine 性能指标为何这么出众充分利用物联网数据特点 • 对于一个数据采集点而言，只有一个写量身定制 • 结构化数据只为物联网数据而设计 • 时序的。。。不基于任何开源产品，C/C++开发了 • 存储引擎不适合电商、社区、ERP、CRM • 集群调度、管理 • 计算模块 • SQL解析。。。 © TAOS Data, Inc. All rights reserved.

25 .TDengine — 高效的时序空间大数据引擎边缘计算版 TDLite TDengine裁剪集群、Shell、DBA工具等功资源消耗极小，软件包可降低到 01 04 能，成为TDLite 500K, 内存可降到300K 02 TDLite适合处理边缘计算节点的时序空间数据 05 如果网络连接不畅，数据自动缓存与SQLite相比，除数据库功能外，还提供实 03 06 与云端TDengine无缝对接，极其高效时流式计算功能 © TAOS Data, Inc. All rights reserved.

27 . About TAOS Data 北京涛思数据科技有限公司(TAOS Data) 专注时序空间数据的采集、存储、查询、计算和分析。不依赖任何开源或第三方软件，开发了拥有自主知识产权、自主可控的高性能分布式时序空间数据引擎 TDengine，公司于2017年6月获得明势资本和蛮子基金的投资。北京望京科技园公司创始人陶建辉在美国留学工作十多公司研发团队全部毕业于名牌大学，都拥有年后，回国创业，曾成功创办了“和信” 硕士或博士学历，在分布式计算、数据存储与“快乐妈咪”两家高科技企业。和数据库上有多年的研发经验。 © TAOS Data, Inc. All rights reserved.

28 .THANKS 陶建辉 (Jeff Tao) jhtao@taosdata.com Wechat: jeff-tao Tel: 13701014596 Weibo: 陶建辉-Jeff

6点赞

2收藏

15下载