數據建模是時序數據庫應用開發(fā)的基礎環(huán)節(jié)，合理的建模設計直接影響系統的性能和可維護性。本文將以智能電表為例，詳細介紹TDengine時序數據庫的數據建模實踐。

一、建模設計原則

1.1 核心設計理念

TDengine采用”一個數據采集點一張表”的設計理念，這一理念帶來以下優(yōu)勢：

• 寫入性能最優(yōu)：單表單寫入者，無鎖寫入
• 查詢效率最高：數據連續(xù)存儲，減少隨機IO
• 壓縮率最高：列式存儲，變化緩慢的數據壓縮率高

1.2 建模步驟

1. 分析業(yè)務場景，識別數據采集點
2. 確定采集量和標簽
3. 設計超級表結構
4. 創(chuàng)建數據庫
5. 創(chuàng)建超級表和子表

二、創(chuàng)建數據庫

2.1 數據庫創(chuàng)建語法

CREATE DATABASE power PRECISION 'ms' KEEP 3650 DURATION 10 BUFFER 16;

2.2 參數詳解

參數	說明	示例值
PRECISION	時間戳精度	‘ms’（毫秒）
KEEP	數據保留天數	3650（約10年）
DURATION	數據文件時間跨度	10（天）
BUFFER	寫入內存池大小	16（MB）

2.3 參數選擇建議

時間精度選擇：

• 毫秒（ms）：適用于大多數物聯網場景
• 微秒（us）：適用于金融、高頻交易場景
• 納秒（ns）：適用于科學實驗、精密測量

數據保留策略：

• 根據業(yè)務需求和存儲容量確定
• 歷史數據可定期歸檔
• 冷熱數據分層存儲

2.4 切換數據庫

USE power;

執(zhí)行后，后續(xù)的插入、查詢等操作都在當前的power數據庫中進行。

三、創(chuàng)建超級表

3.1 超級表創(chuàng)建語法

CREATE STABLE meters (
    ts timestamp, 
    current float, 
    voltage int, 
    phase float
) TAGS (
    location varchar(64), 
    group_id int
);

3.2 列定義規(guī)則

時間戳列：

• 第1列必須為時間戳列
• 格式：列名 timestamp

采集量列：

• 從第2列開始定義
• 數據類型可以是整型、浮點型、字符串等
• 示例：current float、voltage int

標簽列：

• 通過TAGS關鍵字定義
• 數據類型可以是任意類型
• 標簽名不能與采集量列名相同

3.3 數據類型選擇

數據類型	適用場景	示例
TINYINT	小范圍整數	狀態(tài)碼
SMALLINT	中等范圍整數	溫度（整數）
INT	常規(guī)整數	電壓值
BIGINT	大整數	設備ID
FLOAT	單精度浮點	電流值
DOUBLE	雙精度浮點	精確測量值
VARCHAR	字符串	位置信息
TIMESTAMP	時間戳	采集時間

四、創(chuàng)建子表

4.1 手動創(chuàng)建子表

CREATE TABLE d1001 
USING meters (
    location,
    group_id
) TAGS (
    "California.SanFrancisco", 
    2
);

參數說明：

• d1001：子表名稱
• USING meters：使用超級表meters作為模板
• TAGS后指定標簽值

4.2 自動建表

在寫入數據時自動創(chuàng)建子表：

INSERT INTO d1002 
USING meters 
TAGS (
    "California.SanFrancisco", 
    2
) VALUES (
    NOW, 
    10.2, 
    219, 
    0.32
);

當子表d1002不存在時，系統會先自動創(chuàng)建子表，再寫入數據。

4.3 部分標簽指定

可以只指定部分標簽值，未指定的標簽值為NULL：

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

五、創(chuàng)建普通表

5.1 普通表概念

普通表是不帶任何標簽的表，與普通關系型數據庫中的表相似。

5.2 普通表與子表的區(qū)別

特性	普通表	子表
標簽擴展性	無標簽	具有可變標簽
表歸屬	獨立存在	隸屬于超級表
轉換限制	不能相互轉換	不能相互轉換

5.3 使用場景

普通表適用于：

• 不需要標簽分類的數據
• 單一數據源的場景
• 與傳統關系型數據庫兼容的需求

六、建模最佳實踐

6.1 數據庫規(guī)劃

按數據特征分庫：

• 不同采集頻率的數據分庫
• 不同保留策略的數據分庫
• 不同業(yè)務域的數據分庫

示例：

-- 高頻采集數據庫
CREATE DATABASE high_freq PRECISION 'ms' KEEP 365 DURATION 1;

-- 低頻采集數據庫
CREATE DATABASE low_freq PRECISION 'ms' KEEP 3650 DURATION 30;

6.2 超級表設計

同類型設備歸為一張超級表：

• 相同采集量結構
• 相同的標簽維度
• 便于統一查詢和管理

標簽設計原則：

• 選擇穩(wěn)定不變的屬性作為標簽
• 常用于篩選條件的屬性優(yōu)先
• 標簽數量不宜過多（建議不超過10個）

6.3 子表命名規(guī)范

推薦命名方式：

• 使用設備ID作為子表名
• 保持命名規(guī)則的一致性
• 避免使用特殊字符

示例：

d1001, d1002, d1003...  -- 設備ID
meter_sf_001            -- 地區(qū)+序號
sensor_temp_001         -- 傳感器類型+序號

6.4 采集量設計

列數控制：

• 單表列數不宜過多（建議不超過50列）
• 相關采集量放在一起
• 不常用的采集量可單獨建表

數據類型選擇：

• 選擇合適的數據類型，避免浪費存儲
• 浮點數注意精度要求
• 字符串類型指定合理長度

七、完整建模示例

7.1 場景描述

某智能電表系統，需要存儲以下數據：

• 設備數量：10000臺
• 采集頻率：每10秒一次
• 采集量：電流、電壓、相位
• 標簽：位置、分組ID

7.2 建模實現

-- 1. 創(chuàng)建數據庫
CREATE DATABASE power 
PRECISION 'ms' 
KEEP 365 
DURATION 10 
BUFFER 96;

-- 2. 切換數據庫
USE power;

-- 3. 創(chuàng)建超級表
CREATE STABLE meters (
    ts timestamp, 
    current float, 
    voltage int, 
    phase float
) TAGS (
    location varchar(64), 
    group_id int
);

-- 4. 寫入數據（自動創(chuàng)建子表）
INSERT INTO d1001 USING meters TAGS ("California.SanFrancisco", 2) 
VALUES (NOW, 10.3, 219, 0.31);

7.3 查詢驗證

-- 查詢所有設備
SELECT COUNT(*) FROM meters;

-- 按地區(qū)分組統計
SELECT location, COUNT(*), AVG(voltage) 
FROM meters 
GROUP BY location;

-- 時間窗口聚合
SELECT tbname, _wstart, avg(voltage) 
FROM meters 
WHERE ts >= NOW - 1h 
PARTITION BY tbname 
INTERVAL(1m);

八、建模常見問題

8.1 表數量過多

問題：設備數量巨大，擔心表數量過多

解決方案：TDengine專門優(yōu)化了海量表管理，千萬級表數量不影響性能

8.2 標簽修改需求

問題：設備標簽可能需要修改

解決方案：TDengine支持標簽的修改、添加、刪除操作

8.3 歷史數據遷移

問題：如何遷移歷史數據

解決方案：

• 使用批量INSERT語句導入
• 通過第三方工具（如DataX）遷移
• 利用TDengine的導入功能

九、性能優(yōu)化建議

9.1 寫入優(yōu)化

• 使用批量寫入代替單條寫入
• 利用自動建表機制
• 合理設置BUFFER參數

9.2 查詢優(yōu)化

• 查詢時指定時間范圍
• 使用PARTITION BY并行查詢
• 合理使用SLIMIT控制結果

9.3 存儲優(yōu)化

• 選擇合適的KEEP參數
• 定期清理過期數據
• 監(jiān)控壓縮率

十、監(jiān)控與維護

10.1 查看壓縮率

SELECT * FROM INFORMATION_SCHEMA.INS_DISK_USAGE 
WHERE db_name = 'power';

10.2 查看表分布

SHOW TABLE DISTRIBUTED meters;

10.3 數據庫狀態(tài)

SHOW DATABASES;
SHOW STABLES;
SHOW TABLES;

總結

數據建模是時序數據庫應用開發(fā)的基礎，合理的建模設計能夠充分發(fā)揮TDengine的性能優(yōu)勢。通過”一個數據采集點一張表”的設計理念，配合超級表模板機制，開發(fā)者可以高效管理海量設備數據。本文介紹的建模實踐，包括數據庫創(chuàng)建、超級表設計、子表管理等，為構建工業(yè)數據管理平臺（IDMP）和實時數據庫應用提供了完整的指導。TDengine憑借其專業(yè)的時序數據建模能力，成為物聯網和工業(yè)場景的理想選擇。