Apache IoTDB 系列教程-7：时序数据文件格式 TsFile

在大数据生态中有很多文件格式，像 Parquet，ORC，Avro 等等，都是针对嵌套数据设计的文件格式。这些文件格式普遍具有预先定义的schema，数据以行式写入，按属性组织，列式存储。但是这些文件格式一般不能很好地满足时间序列数据的管理需求。比如，在一些时间序列数据的场景中，一般各个序列是独立写入的，时间戳并不对齐；查询结果也需要按照时间戳排序。TsFile（Time series File）就是我们为时序数据场景设计的文件格式。今天主要介绍用法，主要针对 0.10 版本。

正文 2587 字，预计阅读时间 7 分钟。

使用场景

文件格式由于比较轻量级，适合在边缘端当做一个数据压缩包使用，这个边缘端可以是设备内部，也可以是工控机、工厂层级。设备上生成的数据可以随时持久化到文件中进行存储。这里说的设备可能一台风机，上边会有多个测点，比如风速传感器、温度传感器等。每个传感器采集的数据就是一个时间序列。联想的IoT平台自2017年就开始使用TsFile存储时序数据。

因此，TsFile 的目标场景是管理一个或多个设备的时序数据。

设备-测点模型

设备（DeviceId）：类似表的概念。

测点（MeasurementId）：一个设备可以有多个测点，类似表中的列的概念。

时间序列路径（Path）：可以通过设备和测点定义 Path(设备Id，测点Id)。

测点描述信息（MeasurementSchema）：每个时间序列都对应一个描述信息，包括数据类型、编码方式、压缩方式。

每个时间序列都有两列：时间列、值列。

最近喜欢画图，来画一张，基本就是这样的，不同设备可以有不同的测点。