Apache IoTDB 系列教程-1：数据模型

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愈来愈多的经过网络链接起来，并不断向云端发送实况数据。数据库

以国家级气象观测站为例，全国有近6万个气象观测站，每一个气象观测站有70种气象物理量须要采集。某市地铁每列列车拥有3200个指标须要测量，全市列车数达300列。服务器运维监控中，一台服务器须要同时监测IOPS、CPU、网络等十余项指标。这些例子中展示出两个概念：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情况的数据项，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造成了一条时序数据的惟一标识。apache

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。所以，咱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。服务器

IoTDB 数据模型及手动建立方式

IoTDB 的元数据管理采用目录树的结构，不一样层级之间用 . 分割。根节点默认为 root ，除此以外主要有三个概念。存储组、设备、测点。网络

手动建立存储组：运维

set storage group to root.FU01

手动建立时间序列：编码

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

设备不须要建立，当建立时间序列时会默认将倒数第二层当作设备。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，尽可能避免乱序数据产生。url

当建立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：.net

数据类型目前支持 6 种命令行

BOOLEAN、INT3二、INT6四、FLOAT、DOUBLE、TEXT

编码方式主要有 4 种code

TS_2DIFF （时间列的默认编码方式）：适用 INT3二、INT64
RLE：适用 INT3二、INT6四、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，每一个存储组是一个独立的存储引擎，增长存储组可增长写入并行度。

设备：推荐10万如下

总时间序列数（测点数）：推荐1000万如下

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，若是系统提示系统负载太高，可将 enable_parameter_adapter 设置为 false，须要手动配置参数，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，负载再高能够联系咱们，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：只要每一个设备写入时间戳都是递增的，就没乱序数据，不然均可能产生乱序数据。

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，虽然是不一样测点，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);

自动建立元数据模式

除了手动建立元数据的方式，还支持自动建立元数据，自动建立元数据是在数据写入的过程进行的。主要针对提早不知道序列总数，实时消费消息队列进行写入的场景，代码中就不须要每条数据都建立序列了。

当咱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，若是不存在会自动建立。咱们把 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建立的层级 default_storage_group_level。

自动建立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
其余类型：abc，124sa     =>  TEXT

对于前 3 种格式的字符串的默认类型，均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

欢迎下载试用：http://iotdb.apache.org/Download/

脚本默认前台，须要手动后台启动，

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

接下来能够启动 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链接本机）

在 0.10.0 版本中，即将更名为 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，以及动态建立元数据相关的知识。下一节会介绍 IoTDB 的基本 SQL 查询功能。