TDengine SQL操作全指南：从建库到查询的完整实践

TDengine SQL操作全指南：从建库到查询的完整实践

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

时序数据库TDengine作为一款高性能的时序数据管理平台，提供了完整的SQL支持。本文将详细介绍如何使用TDengine进行数据库、表的创建，数据的写入和查询等核心操作。

TDengine SQL概述

TDengine全面兼容标准SQL语法，同时针对时序数据特点进行了扩展优化，主要特性包括：

1. 完整的CRUD操作支持
2. 数据库和表管理功能
3. 时序数据特有的扩展功能：
   • 时间窗口聚合
   • 降采样查询
   • 数据插值
   • 流式计算

数据库与表创建实践

创建数据库

以智能电表场景为例，创建名为power的数据库：

CREATE DATABASE IF NOT EXISTS power

创建超级表

在power数据库中创建电表数据超级表meters：

CREATE STABLE IF NOT EXISTS meters (
  ts TIMESTAMP, 
  current FLOAT, 
  voltage INT, 
  phase FLOAT
) TAGS (
  groupId INT, 
  location BINARY(24)
)

超级表是TDengine特有的概念，它定义了时序数据的结构和标签（TAGS），实际数据存储在从超级表派生的子表中。

数据写入操作

自动建表写入

TDengine支持在写入数据时自动创建子表：

INSERT INTO power.d1001 
USING power.meters TAGS(2,'California.SanFrancisco') 
VALUES 
  (NOW + 1a, 10.30000, 219, 0.31000),
  (NOW + 2a, 12.60000, 218, 0.33000),
  (NOW + 3a, 12.30000, 221, 0.31000)

关键点说明：

1. NOW表示当前时间，支持时间偏移量（如+1a表示加1毫秒）
2. 时间单位：a(毫秒)、s(秒)、m(分)、h(小时)、d(天)、w(周)、n(月)、y(年)
3. 使用USING子句指定超级表并设置标签值

数据查询实践

基础查询

查询电表数据的基本示例：

SELECT ts, current, location 
FROM power.meters 
LIMIT 100

查询结果处理

各语言连接器都提供了方便的结果集处理方式，以Java为例：

try (Statement statement = connection.createStatement()) {
    ResultSet resultSet = statement.executeQuery(sql);
    ResultSetMetaData metaData = resultSet.getMetaData();
    while (resultSet.next()) {
        for (int i = 1; i <= metaData.getColumnCount(); i++) {
            System.out.print(metaData.getColumnLabel(i) + ": " + resultSet.getString(i) + "\t");
        }
        System.out.println();
    }
}

请求追踪(reqId)实践

TDengine支持通过reqId实现请求链路追踪，便于性能分析和问题排查：

-- 设置reqId为12345的查询
SELECT * FROM power.meters LIMIT 1 /* req_id=12345 */

各语言连接器都提供了设置reqId的API，例如Python：

# 设置reqId查询
conn.query("SELECT * FROM power.meters LIMIT 1", req_id="12345")

最佳实践建议

1. 命名规范：建议使用<dbName>.<tableName>格式，避免使用USE DBName
2. 批量写入：单次写入多条数据可显著提高性能
3. 索引策略：合理使用TAGS字段作为查询条件
4. 时间分区：根据数据量选择合适的时间分区策略
5. 资源管理：及时关闭连接和结果集

通过本文介绍，您应该已经掌握了TDengine的核心SQL操作。TDengine的SQL语法既保留了传统关系型数据库的易用性，又针对时序数据特点进行了专门优化，能够满足各类时序数据处理场景的需求。

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