Heartsuit的博客

介绍了如何使用TDengine、taosKeeper和TDinsight来实现对TDengine服务的状态监测和告警功能。详细记录了在两台虚拟机上的安装过程，包括在服务节点上使用Docker安装最新版的TDengine3.3.3.0，以及在监控节点上安装Grafana和TDinsight插件。此外还展示了如何配置Grafana数据源、导入TDinsight仪表板，以及设置告警规则和通知策略。最后，通过模拟压力测试，演示了如何触发磁盘空间不足的告警，并通过钉钉接收告警推送和解除通知。

MySQL 数据库中，设备历史数据单表过亿，如何快速、低成本地迁移到 TDengine3.x 中？从标题可以看出，我们使用的数据迁移/同步工具是 DataX ，数据源（ Source ）为传统的关系型数据库 MySQL ，目标库（ Sink ）为新型的具有场景特色的时序数据库 TDengine 。以上便是基于 DataX 完成从 MySQL 到 TDengine3.x 的时序数据迁移实战记录，借助 DataX 工具，通过配置文件驱动的方式完成了海量时序数据的快速迁移。

这篇文章的内容主要是对最新发布的TDengine3.x安装体验以及数据订阅功能的实践。其中，数据订阅的场景为：在一系列的监测电压、电流、温度的时序数据中，一旦发现温度值超过50℃时，进行告警。在实际中，当消费了告警数据后，可以进行告警推送：短信、邮箱、钉钉、企业微信、飞书、 WebHook 等，就像下面我们项目中的这样，可选多种告警推送方式。

作者：牛晓青背景我们的项目涉及物联网相关业务，由于一开始的年少无知，传感器数据采用了 MySQL 进行存储，经过近两年的数据累积，目前几个核心表单表数据已过亿，虽然通过索引优化、 SQL 优化以及读写分离等措施，勉强满足基本的查询，能在秒级给出数据；但是数据量还在持续增加，当面对用户多维度的统计需求，在实现上、效率上总是那么不尽如人意。。大概是2021年的6月份，一次偶然的机会，我在一个技术交流群中了解到涛思数据。后来花了三五天，把 TDengine 官网的文档过了一遍，并通过实际代码体验了一番，大大

背景在之前的关于 TDengine 的系列文章中，我们只介绍到了 Server 端与 Client 端，除此之外，官方还有一个报警模块，用以根据用户定义的规则实现近实时的报警监测。本文是结合 TDengine 官方文档的具体实践，先是结合 Prometheus 的 AlertManager 实现报警推送；然后将 TDengine 产生的报警信息推送到我们自己编写的 SpringBoot 的 Web 服务回调，并完成 WebSocket 推送、告警邮件推送。场景在一系列的监测电压、电流、温度的时序数据中

背景中午睡了一觉，起来发现连不上我的 TDengine 服务了。。最近刚换了电脑，没错，这次的事故又是换电脑引发的。。服务报错SpringBoot项目的控制台错误信息： java.sql. SQLException: JNI ERROR (2354): JNI connection is NULL这个问题我曾经在这篇文章2-TDengine客户端连接，RESTful，JDBC里也遇到过， 当时是因为我没有开放 6030 的 UDP 端口，可是现在我连整个防火墙都关了。无奈之下，又到官网重温下客户

背景对于数据库的运维，免不了数据迁移，对数据库表进行导入与导出； TDengine 官方提供了各类数据导入、导出方式。下面就体验下不同的导入、导出方法。数据导出：taosdumpcsv数据导入：sourcecsvtaosdump数据导出数据导出：taosdumptaosdump主要参数含义：-o：指定输出文件的路径。文件会自动生成。-u：用户名。-p：密码。-A：指示导出所有数据库的数据。-D：表示指定数据库。-i：表示输入目录。-s：表示导出s

背景曾使用过 IoTDB 自带的 MQTT Broker 实现了设备数据入库，那么使用 TDengine 时，我们可以借助 EMQX （一款优秀的国产开源 MQTT Broker ）的规则引擎结合 TDengine 的 RESTful API 完成设备数据的路由与入库。用到的工具TDengine RESTful APIEMQX 规则引擎TDengine GUI图形化管理工具Node.js下的MQTT客户端虚拟机CentOS操作系统版本信息TDengine: 2.2.0.0E

背景一开始的配置内容如下，重点关注数据库连接时的 timezone ，这也是 TDengine 官方集成 MyBatisPlus 时的 demo 里的配置方式；spring: datasource: driver-class-name: com.taosdata.jdbc.TSDBDriver url: jdbc:TAOS://hadoop1:6030/iot?charset=UTF-8&locale=en_US.UTF-8&timezone=UTC-8 us

背景为什么要对 TDengine 进行升级？从一开始使用 TDengine 就选了当时最新的版本 2.1.2.0 ，这个版本应该也不算旧了。不过今天在使用其分页功能查询表时，发现了一个问题， TDengine 毕竟是一款新的数据库，有问题也很正常。[root@hadoop2 ~]# taos --versionversion: 2.1.2.0问题复现前端页面点击不同页码后，表格的数据不变。。。使用 SpringBoot 集成了 TDengine , MyBatisPlus 后，在对一些表中

背景使用 TDengine 集成 MyBatistPlus 后，对我自己建的数据表进行分页查询时闪退，同时有条信息： Process finished with exit code -1073741819 (0xC0000005) 。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hRjFLf1o-1631184558525)(https://github.com/heartsuit/heartsuit.github.io/raw/master/pictures/2021-

背景目前我们已经使用 TDengine 存储了大量的数据，这些数据一般要求以各种方式呈现给用户或者统计后传给上层业务。作为一款时序数据库，非常适合存储结构化的日志数据，类似于 InfluxDB ， TDengine 可以方便地与 Grafana 进行集成，整个过程无需任何代码开发， TDengine 中数据表的内容可以在仪表盘上进行可视化展现。这次我们先以 TDengine 自行记录的日志以及官方提供的 tdengine-grafana.json 数据屏来演示。Note: TDengine 2.1.2.

背景之前的 TDengine 都是在单机上使用，因为 TDengine 已在2020年开源了其集群方案，那这次就来体验下 TDengine 集群。当前先使用两台虚拟机（第一台就是一直以来的单机版， FQDN 为hadoop1；第二台为新建的虚拟机， FQDN 为hadoop2），偶数台机器可能出现脑裂，所以 TDengine 还提供了个仲裁者 arbitrator ，这里先不配置，实际中通常使用奇数台机器来实现，下次使用3台（奇数台）容器体验集群；具体搭建步骤可参考官方文档，比较详细。主要步骤：停服

背景前面的体验中，用到了 taos 的客户端、 RESTful Connector 以及 JDBC-JNI 等连接方式，这次我们体验下更接近实际应用场景的示例： TDengine 与 SpringBoot ， MyBatis ， MyBatisPlus 等的集成。官方已经自带了示例， https://github.com/taosdata/TDengine/tree/develop/tests/examples/JDBC ；这些示例在安装的客户端目录也有： /usr/local/taos/example

背景前面都是使用命令行或者代码直接查看数据库表的数据，相对图形化界面工具来说不够直观，像我们通常使用的 MySQL ， MongoDB 都有对应的图形化管理工具： Navicat 、 HeidiSQL 、 NoSQLBooster 等。而 TDengine 官方没有对应的工具，不过借助开源社区、第三方，我们多了些选择。基于Electron开发的跨平台TDengine图形化管理工具地址：https://github.com/skye0207/TDengineGUINote：这个图形化

背景没错！ TDengine 在 SQL 层面并没有提供修改与删除操作的语句，即不存在 UPDATE , DELETE 语句。TDengine默认配置下数据不可更新！TDengine默认配置下数据存储10年！我们前面在体验 TDengine 基本功能时，仅涉及到数据库的创建、删除、数据表的创建、删除以及数据表的各类查询功能，那么我们通常说的数据表 CRUD （Create, Retrieve, Update, Delete），这里仅涉及到了创建与查询，那么更新和删除呢？我们从两个方面看待

背景上一篇的体验中，都是使用服务器本地的客户端连接后进行操作的，那么如何远程连接 TDengine 呢，比如：远程客户端，JDBC等。TDengine提供了丰富的应用程序开发接口，其中包括C/C++、Java、Python、Go、Node.js、C# 、RESTful等，便于用户快速开发应用。这里使用三种方式连接下远程的 taosd 服务：RESTful Connector；Windows远程客户端；JDBC-JNI；RESTful ConnectorRESTful Connector 是

背景我们的项目涉及物联网相关业务，由于一开始的年少无知，传感器数据采用了 MySQL 进行存储，经过两年的数据累积，目前几个核心表单表数据已过亿，虽然通过索引优化、SQL优化以及读写分离等措施，勉强满足基本的查询，能在秒级给出数据；但是数据量还在持续增加，当面对用户多维度的统计需求，在实现上、效率上总是那么不尽如人意。。仰天长叹，难道只能走分库分表或者迁移历史数据、区分冷热温数据这两条不归路了吗？一次偶然的机会，了解到诸如 InfluxDB , TDengine 这类时序数据库，它们的差别这里不做对比