TDengine时序数据库数据写入操作详解

TDengine时序数据库数据写入操作详解

TDengine TDengine is an open source, high-performance, cloud native time-series database optimized for Internet of Things (IoT), Connected Cars, Industrial IoT and DevOps. 项目地址: https://gitcode.com/gh_mirrors/tde/TDengine

引言

TDengine作为一款高性能的时序数据库，其数据写入方式与传统关系型数据库有所不同。本文将详细介绍TDengine中各种数据写入方式的特点和使用场景，帮助开发者更好地理解和应用TDengine的数据写入功能。

基础写入操作

单条数据写入

在TDengine中，最基本的写入方式是使用INSERT语句向单个子表写入一条数据。以智能电表场景为例：

-- 指定列名写入
INSERT INTO d1001 (ts, current, voltage, phase) 
VALUES ("2018-10-03 14:38:05", 10.3, 219, 0.31);

-- 省略列名写入(需提供所有列值)
INSERT INTO d1001 VALUES ("2018-10-03 14:38:05", 10.3, 219, 0.31);

-- 使用时间戳写入
INSERT INTO d1001 VALUES (1538548685000, 10.3, 219, 0.31);

这三种写法效果相同，开发者可根据实际情况选择最合适的写法。

批量写入多条数据

TDengine支持在一条INSERT语句中写入多条数据，这能显著提高写入效率：

INSERT INTO d1001 VALUES
("2018-10-03 14:38:05", 10.2, 220, 0.23),
("2018-10-03 14:38:15", 12.6, 218, 0.33),
("2018-10-03 14:38:25", 12.3, 221, 0.31);

这种批量写入方式特别适合设备周期性上报数据的场景。

高级写入功能

多表批量写入

TDengine的一个独特功能是支持在单条SQL中向多个子表写入数据：

INSERT INTO d1001 VALUES 
    ("2018-10-03 14:38:05", 10.2, 220, 0.23),
    ("2018-10-03 14:38:15", 12.6, 218, 0.33),
    ("2018-10-03 14:38:25", 12.3, 221, 0.31)
d1002 VALUES 
    ("2018-10-03 14:38:04", 10.2, 220, 0.23),
    ("2018-10-03 14:38:14", 10.3, 218, 0.25),
    ("2018-10-03 14:38:24", 10.1, 220, 0.22)
d1003 VALUES
    ("2018-10-03 14:38:06", 11.5, 221, 0.35),
    ("2018-10-03 14:38:16", 10.4, 220, 0.36),
    ("2018-10-03 14:38:26", 10.3, 220, 0.33);

这种方式特别适合多个设备同时上报数据的场景，能大幅减少网络往返次数。

自动建表写入

TDengine提供了自动建表功能，在写入数据时如果子表不存在会自动创建：

INSERT INTO d1005
USING meters (location)
TAGS ("beijing.chaoyang")
VALUES ("2018-10-04 14:38:07", 10.15, 217, 0.33);

这种方式简化了应用开发，无需预先创建所有子表。自动建表也支持多表批量写入：

INSERT INTO d1001 USING meters TAGS ("California.SanFrancisco", 2) VALUES 
    ("2018-10-03 14:38:05", 10.2, 220, 0.23),
    ("2018-10-03 14:38:15", 12.6, 218, 0.33),
    ("2018-10-03 14:38:25", 12.3, 221, 0.31);

通过超级表写入

TDengine支持直接向超级表写入数据，系统会自动路由到对应的子表：

INSERT INTO meters (tbname, ts, current, voltage, phase, location, group_id)
VALUES("d1001", "2018-10-03 14:38:05", 10.2, 220, 0.23, "California.SanFrancisco", 2);

这种方式适合需要动态确定写入目标子表的场景。

数据更新与删除

数据更新

TDengine通过写入相同时间戳的新数据来更新已有数据：

-- 更新d1001表中2018-10-03 14:38:05时刻的current值
INSERT INTO d1001 (ts, current) VALUES ("2018-10-03 14:38:05", 22);

数据删除

TDengine支持按时间范围删除数据：

-- 删除meters超级表中早于2021-10-01 10:40:00.100的所有数据
DELETE FROM meters WHERE ts < '2021-10-01 10:40:00.100';

注意：删除操作不可逆，建议先使用SELECT确认要删除的数据范围。

最佳实践建议

1. 批量写入：尽可能使用批量写入方式，减少网络开销
2. 自动建表：利用自动建表功能简化应用逻辑
3. 时间戳处理：确保时间戳的唯一性和连续性
4. 数据验证：重要删除操作前先进行SELECT验证
5. 性能调优：对于大规模写入，考虑调整批量大小和写入频率

通过合理使用TDengine的各种写入方式，可以构建高效可靠的时序数据存储系统。

TDengine TDengine is an open source, high-performance, cloud native time-series database optimized for Internet of Things (IoT), Connected Cars, Industrial IoT and DevOps. 项目地址: https://gitcode.com/gh_mirrors/tde/TDengine