什么是时序数据?

物联网诞生于1999年,在其理念和技术的不断革新下,无处不在的设备和设施正在被越来越多的通过网络连接起来,并不断向云端发送实况数据。

以国家级气象观测站为例,全国有近6万个气象观测站,每个气象观测站有70种气象物理量需要采集。某市地铁每列列车拥有3200个指标需要测量,全市列车数达300列。服务器运维监控中,一台服务器需要同时监测IOPS、CPU、网络等十余项指标。这些例子中展现出两个概念:设备与度量指标。所谓度量指标(又被称为工况、测点)是指用户关心的能反映目标的某种状况的数据项,例如CPU利用率、温度、湿度等等。设备是指一个拥有一系列度量指标的实体,例如一台服务器、一个进程、一列车、一个气象观测站等等。一个设备的一个度量指标形成了一条时序数据的唯一标识。

随着时间推移,这条时序数据会产生一系列(时间戳,值)的二元组数据点,构成了时间序列数据集。因此,我们定义一条时间序列是由一个时间序列标识(设备和度量指标),一系列时间戳和数据值对组成的无限集。一个时间序列数据库将管理百万甚至千万条这样的时间序列。

IoTDB 数据模型及手动创建方式

IoTDB 的元数据管理采用目录树的结构,不同层级之间用 . 分割。根节点默认为 root ,除此之外主要有三个概念。存储组、设备、测点。

Apache IoTDB 系列教程-1:数据模型_时序数据

手动创建存储组:

set storage group to root.FU01

手动创建时间序列:

create timeseries root.FU01.deviceType1.AZQ01.Temperature with datatype=FLOAT, encoding=GORILLA, compression=SNAPPY

设备不需要创建,当创建时间序列时会默认将倒数第二层当做设备。以上述时间序列为例,设备 ID 会被设置为root.FU01.deviceType1.AZQ01 。一个设备一个时间戳的多个测点值,最好一次同时写入,尽量避免乱序数据产生。

当创建足够多的时间序列后,元数据看起来就是下面这样一颗树了:

Apache IoTDB 系列教程-1:数据模型_时序数据_02

数据类型目前支持 6 种

BOOLEAN、INT32、INT64、FLOAT、DOUBLE、TEXT

编码方式主要有 4 种

TS_2DIFF (时间列的默认编码方式):适用 INT32、INT64
RLE:适用 INT32、INT64、FLOAT、DOUBLE(对于 FLOAT 和 DOUBLE 是有损压缩,默认保留2位小数,可在配置文件中修改 float_precision)
GORILLA:适用 FLOAT、DOUBLE
PLAIN:全搭

压缩方式:

UNCOMPRESSED、SNAPPY(默认)

推荐建模方式

存储组:推荐10-50个左右,每个存储组是一个独立的存储引擎,增加存储组可增加写入并行度。

设备:推荐10万以下

总时间序列数(测点数):推荐1000万以下

每条序列的数据条数没有限制。

正常负载下此建模方式没问题,如果系统提示系统负载过高,可将 enable_parameter_adapter 设置为 false,需要手动配置参数,防止爆内存,简单的规则为:

memtable_size_threshold=tsfile_size_threshold

= IoTDB分配内存/2/存储组个数/4 (有乱序数据)

= IoTDB分配内存/2/存储组个数/2 (无乱序数据)

IoTDB 分配内存在 conf/iotdb-env.sh 中设置 MAX_HEAP_SIZE。 配置文件在 conf/iotdb-engine.properties。

推荐负载按这个调大多没问题,负载再高可以联系我们,这个手动调整参数在 0.11 版本就会去掉,解放生产力!

一个方法判断有无乱序:只要每个设备写入时间戳都是递增的,就没乱序数据,否则都可能产生乱序数据。

举个例子:设备 root.turbine.d1 有三个测点 s1, s2, s3

# 无乱序数据
insert into root.turbine.d1(timestamp,s1,s2,s3) values(1,1,2,3);
insert into root.turbine.d1(timestamp,s1,s2,s3) values(2,1,2,3);

# 时间戳先写 2,再写 1,可能有乱序数据
insert into root.turbine.d1(timestamp,s1,s2,s3) values(2,1,2,3);
insert into root.turbine.d1(timestamp,s1,s2,s3) values(1,1,2,3);

# 时间戳先写 1,再写 1,虽然是不同测点,但还属于一个设备,可能有乱序数据
insert into root.turbine.d1(timestamp,s1,s2) values(1,1,2);
insert into root.turbine.d1(timestamp,s3) values(1,3);

自动创建元数据模式

除了手动创建元数据的方式,还支持自动创建元数据,自动创建元数据是在数据写入的过程进行的。主要针对提前不知道序列总数,实时消费消息队列进行写入的场景,代码中就不需要每条数据都创建序列了。

当我们对一条时间序列写入数据时,会首先检查其存储组是否存在,如果不存在会自动创建。我们把 root 定义为第 0 层,存储组默认是第一层,也就是 root 下的一层,可在配置文件中修改默认创建的层级 default_storage_group_level。

自动创建的数据类型是根据写入值的类型自动推断出来的。假如传入的是字符串格式的数据,即用 JDBC 的 insert 语句写入,或者 Session 中值类型为 String 的 insertRecord(s) 接口写入,会根据值的格式来判断,主要有四种格式的字符串,以及默认类型:

不带 . 的整数:如 123     =>  FLOAT
带 . 的浮点数:如 12.34   =>  FLOAT
布尔型:true,false      =>  BOOLEAN
其他类型:abc,124sa     =>  TEXT

对于前 3 种格式的字符串的默认类型,都可以在配置文件中配置,(0.10.0 版本,目前的 master 分支, boolean_string_infer_type 参数附近)

简单试用

脚本默认前台,需要手动后台启动,

nohup ./sbin/start-server.sh >/dev/null 2>&1 &

接下来可以启动 Cli 命令行:

./sbin/start-client.sh -h 127.0.0.1 -p 6667 -u root -pw root
or
./sbin/start-client.sh  (默认用root连接本机)

在 0.10.0 版本中,即将改名为 start-cli.sh

总结

今天主要介绍 IoTDB 的数据模型,快速启动,推荐建模方式,手动调参小技巧,以及动态创建元数据相关的知识。下一节会介绍 IoTDB 的基本 SQL 查询功能。