1. 什么是时序数据库？

时序数据库全称为时间序列数据库。 即时间序列数据，按时间维度顺序记录且索引的数据。

时间序列数据主要由 电力行业、化工行业、气象行业、地理信息 等各类型实时监测、检查与分析设备所采集、产生的数据，这些工业数据的典型特点是：产生频率快（每一个监测点一秒钟内可产生多条数据）、严重依赖于采集时间（每一条数据均要求对应唯一的时间）、测点多信息量大（常规的实时监测系统均有成千上万的监测点，监测点每秒钟都产生数据，每天产生几十GB的数据量）。

例如：每秒都会上报的汽车 GPS 点位、无人驾驶每秒都需要进行采集的车辆状态信息、证券交易、虚拟机容器以及程序的状态等；上述的数据都会带有很明显的时间序列，每时每刻都在进行采集，跟随时间进行改变，而且数据量很大

2. 时序数据库

2.1 特点

• 所有采集的数据都是时序的

• 每个采集点的数据源唯一

• 通常不会对数据进行删除、修改操作

• 数据存储一般有保留期限设置，按照日期进行删除

• 数据以写入为主，查询操作主要是按照指定时间段进行查询、分析

• 往往需要对存储的数据进行统计、聚合等进行实时计算

• 存储的数据量巨大

2.2 时序数据库 vs 关系型数据

• 时序数据库一般有很高的数据压缩率，即使海量数据存储的情况下，也可以对数据进行压缩存放，存储成本很低，这得益于时序数据库存储方式，一般是采用 列式存储，存储成本低；例如：https://www.taosdata.com/user-cases/3626.html

• 与普通数据库相比，写入性能 更好，即使在海量设备、测点 的情况下，依然能有很优秀的性能。

• 时序数据库的数据采集频率较快，存储的数据量也巨大。用户一般可以根据自己业务要求设置数据的保留期限，比如 10 年、50 年。 普通的数据建库不会有这种功能

• 索引结构不同，关系型数据库一般采用 B+ 和 B 树；但在时序数据库中，写入明显高于查询，大多数是采用 LSM Tree（Log Structured Merge Tree），LSM Tree 通常能够承受比 Btree 更高的 写入吞吐量

3. Tdengine

3.1 特点

TDengine 是一款开源、高性能、云原生的 时序数据库，且针对物联网、车联网、工业互联网、金融、IT 运维等场景进行了优化。除核心的时序数据库功能外，TDengine 还提供 缓存、数据订阅、流式计算 等其它功能以降低系统复杂度及研发和运维成本。

3.2 为什么选择 Tdengine？

优点

开源、免费、性能高、文档详细（提供了中文）、sql语法（上手难度低）

与典型的 NoSQL 存储模型相比，Tdengine 将标签数据与时序数据完全分离存储，其中具有的优势：

• 能够极大地降低标签数据存储的冗余度：一般的 NoSQL 数据库或时序数据库，采用的 K-V 存储，其中的 Key 包含时间戳、设备 ID、各种标签。每条记录都带有这些重复的内容，浪费存储空间。而且如果应用要在历史数据上增加、修改或删除标签，需要遍历数据，重写一遍，操作成本极其昂贵。
• 能够实现极为高效的多表之间的聚合查询：做多表之间聚合查询时，先把符合标签过滤条件的表查找出来，然后再查找这些表相应的数据块，这样大幅减少要扫描的数据集，从而大幅提高查询效率
• 而 Tdengine 内部自动对数据进行了分片存储通过一个时间段一个数据文件来实现时序数据分区的 ，而一般典型的 NoSQL 都没有在内部做数据的分片，需要自己在代码中进行编码

缺点

本地开发环境部署需要依赖 c 环境的库，安装比较麻烦，生态还不是很完全，对java而言没有提供对应的 orm 框架，mybatis不支持需要使用pgsql的方言进行支持（对现有业务的改造很麻烦）

3.3 性能测试报告

TDengine与InfluxDB的查询测试报告：https://www.taosdata.com/engineering/5969.html

TDengine与InfluxDB的写入测试报告：https://www.taosdata.com/engineering/3248.html

4. 代码实战

4.1 安装

https://docs.taosdata.com/get-started/package/ 官网网站提供了很详细的安装文档，提供了多种安装方式，我这里采用 docker-compose 的方式进行安装

version: '3'
services:tdengine:image: tdengine/tdengine:3.0.1.5container_name: tdengine-serverhostname: tdengine-serverports:- "6030:6030"- "6041:6041"
#      - "6043-6049:6043-6049" 提供给第三方的接口可以根据需要是否打开
#      - "6043-6049:6043-6049/udp"volumes:- "/usr/local/soft/tdengine/conf/taos.cfg:/etc/taos/taos.cfg"
#      - "/usr/local/soft/tdengine/data:/var/lib/taos"  #数据目录
#      - "/usr/local/soft/tdengine/log:/var/log/taos"   #日志目录environment:TAOS_FQDN: tdengine-server

Tdegine 采用 FQDN 的方式进行解析，FQDN 由两部分组成 hostname.domain:port hostname是主机的名称，domain则是 Tdengine 所在的域名，解析时通过 domain 找到所在主机，通过 hostname 找到对应的节点；hostname 就是配置在 /etc/hosts 中，这样的目的时就算 ip地址改了，只需要修改 /etc/hosts 中的地址就行；如果是采用的安装包安装，这里将ip配置到 /etc/hosts 就行

# 配置tdengine-server（这里是直接配置容器的名称）
firstEp                   tdengine-server:6030# 配置tdengine的域名解析
fqdn                      tdengine-server# 服务端口
serverPort                6030

如果是安装包就到安装的路径下 bin 目录执行 taos 命令，如果是容器，进入容器直接执行 taos 就行，注意默认的账号密码是 taos 与 taosdata 如果不修改这里会自动填入

taos -u root -p #密码 taosdata

alter user root pass ‘root’ #修改密码

4.2 taosBenchmark

可以使用 TDengine 的自带工具 taosBenchmark 快速体验 TDengine 的写入速度，通过 taosBenchmark 可以快速插入1亿条数据，具体体验可以看看官方文档 https://docs.taosdata.com/get-started/docker/

4.3 客户端安装

如果使用 Java Connector 进行连接 taos 数据，需要使用到 taos.dll 的c语言库的支持，这里就需要在win10系统上面安装客户端，访问下面的连接进行客户端下载

https://www.taosdata.com/assets-download/3.0/TDengine-client-3.0.1.5-Windows-x64.exe

上面客户端安装成功之后，路径就是下面的结构，在安装成功之后会默认将 driver 路径下面的 taos.dll 文件拷贝到 win10 的系统库路径下面

配置客户端

打开 cfg/taos.cfg 文件，只需要将 firstEp 改成服务端的ip地址和端口就行了，注意 tdengine 是我配置在 hosts 中的，配置好就可以使用 taos.exe 来进行操作了

firstEp                   tdengine:6030

4.4 Java Connector

使用 Java Connector 进行操作，如果出现了包路径的问题，先检查一下 C:\Windows\System32 路径下是否存在 taos.dll

3.0.0
com.taosdata.jdbctaos-jdbcdriver${tdengine.version}

public class TdEngineDemo {public static void main(String[] args) throws SQLException, InterruptedException {TdEngineDemo tdEngineDemo = new TdEngineDemo();Connection conn = tdEngineDemo.getConn();}private Connection getConn() throws SQLException {String jdbcUrl = "jdbc:TAOS://tencent.server:6030?user=root&password=taosdata";Properties properties = new Properties();properties.setProperty(TSDBDriver.PROPERTY_KEY_CHARSET, "UTF-8");properties.setProperty(TSDBDriver.PROPERTY_KEY_LOCALE, "en_US.UTF-8");properties.setProperty(TSDBDriver.PROPERTY_KEY_TIME_ZONE, "UTC-8");return DriverManager.getConnection(jdbcUrl, properties);}
}

4.5 实践例子

模拟采集汽车的点位的各项状态信息

超级表

在 Tdengine 中所谓的超级表，简单理解可以算是一个 模板集合表 ，所有的 子表 都要依靠 超级表 来进行创建，所谓的 集合 就是通过对应的 TAG 我们可以从超级表中找到对应的子表信息，具体例子可以看下面例子

子表

子表 真正存放数据集合的表

实例

下面是实战代码，具体步骤：

• 创建连接
• 先创建 Iot 数据库
• 提前先创建超级表，字段为：time（时间戳，每个表第一列必须是时间戳）、deviceName（设备名称）、position（设备点位）、speed（速度）；标识符tags : deviceId（设备id）
• 执行对应的设备数据插入

public class TdEngineDemo {public static void main(String[] args) throws SQLException, InterruptedException {TdEngineDemo tdEngineDemo = new TdEngineDemo();Connection conn = tdEngineDemo.getConn();tdEngineDemo.insert(conn);}private Connection getConn() throws SQLException {String jdbcUrl = "jdbc:TAOS://tencent.server:6030?user=root&password=taosdata";Properties properties = new Properties();properties.setProperty(TSDBDriver.PROPERTY_KEY_CHARSET, "UTF-8");properties.setProperty(TSDBDriver.PROPERTY_KEY_LOCALE, "en_US.UTF-8");properties.setProperty(TSDBDriver.PROPERTY_KEY_TIME_ZONE, "UTC-8");return DriverManager.getConnection(jdbcUrl, properties);}private void createTable(Connection connection) {try (Statement sta = connection.createStatement()) {sta.execute("create database if not exists iot");sta.executeUpdate("use iot");//创建超级表，idsta.execute("create stable if not exists device_stat(time timestamp, deviceName VARCHAR(32), position VARCHAR(32), speed INT)" +" " +"tags (deviceId VARCHAR(32))");} catch (SQLException throwables) {throwables.printStackTrace();}}private void insert(Connection conn) throws InterruptedException {//创建表createTable(conn);String sql = "insert into ? using device_stat tags(?) values(?, ?, ?, ?)";run(conn, sql);}//执行数据的插入private void run(Connection conn, String sql) throws InterruptedException {//遍历5次，每次给2个设备表里面插入10条数据for (int i = 0; i < 5; i++) {extracted(conn, sql);}try {conn.close();} catch (SQLException e) {e.printStackTrace();}}private void extracted(Connection conn, String sql) {try (TSDBPreparedStatement pst = conn.prepareStatement(sql).unwrap(TSDBPreparedStatement.class)) {//创建两个设备表for (int i = 1; i <= 2; i++) {//每个设备插入10条数据for (int i1 = 0; i1 < 10; i1++) {String deviceId = "d" + i;String tableName = "device_stat_" + deviceId;pst.setTableName(tableName);//设置tagpst.setTagNString(0, deviceId);pst.setTimestamp(0, toArray(Timestamp.from(Instant.now()).getTime()));pst.setString(1, toArray(("设备:" + deviceId)), 30);//设置随机点位pst.setString(2, toArray(LocationUtils.getRandomPoint("104.070799,30.545794")), 30);//设置速度pst.setInt(3, toArray(new Random().nextInt(50)));pst.columnDataAddBatch();}}pst.columnDataExecuteBatch();System.out.println("执行插入数据............");} catch (SQLException throwables) {throwables.printStackTrace();}}private static  ArrayList toArray(T v) {ArrayList result = new ArrayList<>();result.add(v);return result;}
}

执行完代码后，会发现插入了两张子表 device_stat_d1、device_stat_d2 两个设备的信息

如果要查询某一个设备的信息，我们可以通过两种方式进行查询，第一张是通过超级表指定 tag 进行查询

select * from device_stat where deviceId = ‘d1’;

第二种方式直接按照指定数据库名称进行查询

select * from device_stat_d1;

查询函数

https://docs.taosdata.com/taos-sql/function/

• 查询最后时间上报的设备：select LAST(*) from device_stat; 这会返回当前超级表下面所有设备中最后时间上报的设备信息
• 查询设备的平均速度：select AVG(speed) from device_stat_d1;
• 统计最大速度和最小速度之差：select SPREAD(speed) from device_stat_d1;

4.6 mybatisplus整合

更多的例子：https://github.com/taosdata/TDengine/tree/3.0/examples/JDBC

maven依赖

加入 maven 依赖，使用了 mybatis plus 作为 orm 框架，druid 作为数据源连接池

3.0.03.1.21.1.17org.springframework.bootspring-boot-starterorg.springframework.bootspring-boot-starter-webcom.baomidoumybatis-plus-boot-starter${mybatis.plus.version}com.alibabadruid-spring-boot-starter${druid.version}com.taosdata.jdbctaos-jdbcdriver${tdengine.version}org.springframework.bootspring-boot-starter-testtest

配置文件

spring:datasource:driver-class-name: com.taosdata.jdbc.TSDBDriverurl: jdbc:TAOS://tencent-server:6030/iot?charset=UTF-8&locale=en_US.UTF-8&timezone=UTC-8password: taosdatausername: root
mybatis-plus:configuration:map-underscore-to-camel-case: falsemapper-locations: classpath:mapper/*.xml

分页插件使用 pstgresql 的方言

@Configuration
public class MybatisPlusConfig {@Beanpublic PaginationInterceptor paginationInterceptor() {PaginationInterceptor paginationInterceptor = new PaginationInterceptor();paginationInterceptor.setDialectType("postgresql");return paginationInterceptor;}
}

mapper

public interface DeviceStatMapper extends BaseMapper {/*** 创建超级表*/@Update("create stable if not exists device_stat(time timestamp, deviceName VARCHAR(32), position VARCHAR(32), speed INT) tags (deviceId VARCHAR(32))")int createSuperTable();@Insert("insert into ${tbName}(time, deviceName, position, speed) values(#{device.time}, #{device.deviceName}, #{device.position}, " +"#{device.speed})")int insertOne(@Param("tbName") String tbName, @Param("device") DeviceStat deviceStat);/*** 通过xml进行查询*/List selectListForXml(@Param("tableName") String tableName);
}

xml

select * from device_stat where deviceId = #{tableName}

domain

@Data
public class DeviceStat {private Timestamp time;private String deviceName;private String position;private Integer speed;
}

test

@RunWith(SpringRunner.class)
@SpringBootTest
public class TdengineTest {@Resourceprivate DeviceStatMapper deviceStatMapper;@Testpublic void testSelectList() {List deviceStats = deviceStatMapper.selectList(null);deviceStats.forEach(System.out::println);}@Testpublic void insertOne() {DeviceStat deviceStat = new DeviceStat();deviceStat.setDeviceName("设备:d1");deviceStat.setTime(Timestamp.from(Instant.now()));deviceStat.setSpeed(new Random().nextInt(50));deviceStat.setPosition(LocationUtils.getRandomPoint("104.070799,30.545794"));int one = this.deviceStatMapper.insertOne("device_stat_d1", deviceStat);System.out.println(one);}@Testpublic void testSelectListForXml() {List deviceStats = this.deviceStatMapper.selectListForXml("d1");deviceStats.forEach(System.out::println);}}

5. 消息订阅

Tdengine 还提供了消息订阅功能用于指定 topic 进行对应数据的消费

5.1 创建Topic

https://docs.taosdata.com/develop/tmq/

create topic test as select * from iot.device_stat; # as后面跟随查询的子句

5.2 Java代码

public class DeviceStatDeserializer extends ReferenceDeserializer {
}

private void subscribe() throws SQLException, InterruptedException {Properties properties = new Properties();properties.setProperty("enable.auto.commit", "true");properties.setProperty("auto.commit.interval.ms", "1000");properties.setProperty("group.id", "cgrpName");properties.setProperty("bootstrap.servers", "tdengine-server:6030");properties.setProperty("td.connect.user", "root");properties.setProperty("td.connect.pass", "taosdata");properties.setProperty("auto.offset.reset", "earliest");properties.setProperty("msg.with.table.name", "true");properties.setProperty("value.deserializer", "com.zhj.DeviceStatDeserializer");TaosConsumer consumer = new TaosConsumer<>(properties);consumer.subscribe(Arrays.asList("test"));while(true){ConsumerRecords meters = consumer.poll(Duration.ofMillis(100));for (DeviceStat meter : meters) {System.out.println(meter);}}
}

6. 流式计算

流式计算用于对数据进行 清洗 和 预处理，在传统的方案中一般都通过 Kafka、Flink 等流式处理系统进行处理；而 Tdengine 在 3.0的流式计算引擎提供了实时处理写入的数据流的能力，下面我们用一个例子来实战一下流式处理；

6.1 语法

流式查询的语法跟 特色查询 一致，可以参考 特色查询 的语法：https://docs.taosdata.com/taos-sql/distinguished/ 注意：流式查询只能其中的子查询必须要配合聚合函数进行使用，普通的子查询函数会出现不支持的异常

CREATE STREAM [IF NOT EXISTS] stream_name [stream_options] INTO stb_name AS subquery

stream_options触发模式：

• AT_ONCE：数据写入后立即触发
• WINDOW_CLOSE：窗口关闭触发（由事件事件决定，可配合 watermark（默认为0） 使用）
• MAX_DELAY： 若窗口关闭，则触发计算；否则计算触发的时间超过 max delay 指定的时间，则立即触发计算

subquery: SELECT select_list from_clause [WHERE condition] [PARTITION BY tag_list] [window_clause]

subquery查询子句：

• window_clause：支持会话窗口、状态窗口和滑动窗口
  • SESSION（ts_col, tol_val）：窗口会话，根据两条纪录的时间戳差值来确定是否属于同一个会话，时间戳超过了阈值就认为开启了下一个窗口，tol_val就是指定了时间的间隔，超过了就是另外一个会话了
  • STAT_WINDOW：状态窗口，使用整数或者布尔值来标识产生记录设备的状态，产生的记录如果具有相同的状态值则认为是同一个状态窗口，数值改变后该窗口关闭
  • INTERVAL：滑动窗口，可以通过指定滑动的时间，例如向前滑动的时间使用 （SLIDING）
• PARTITION BY ：用于根据表名进行分区写，否则会写入一张表里面

6.2 示例

在设备上报了车辆的定位和速度之后，由于车辆的定位和速度都是实时的进行数据上报数据量很大，这时候我们需要整理一些数据用于单独存储起来使用；

查询5秒为窗口中速度最大的数据

create stream max_speed into max_speed_output_stb as select _wstart as start, _wend as wend, max(speed) from device_stat interval(5s) order by 1 desc

查询出每10秒为窗口 20 - 30 速度的数量，并且计算平均值数据写入库中

create stream select_thirty_speed into select_thirty_output_stb as select avg(speed), count(*) from device_stat where speed > 20 and speed < 30 interval(10s);

7. 性能测试

配置两个数据源用于进行测试使用，一个 mysql 、一个 Tdengine

@Configuration
public class MybatisPlusConfig {@Beanpublic PaginationInterceptor paginationInterceptor() {PaginationInterceptor paginationInterceptor = new PaginationInterceptor();paginationInterceptor.setDialectType("postgresql");return paginationInterceptor;}@Beanpublic DataSource dataSource(DataSourceProperties dataSourceProperties) {MultiDataSource dataSource = new MultiDataSource();Map datasourceMap = new HashMap<>();DataSource tdengineDatasource = tdengineDatasource();datasourceMap.put("tdengine", tdengineDatasource);datasourceMap.put("mysql", mysqlDatasource());dataSource.setDefaultTargetDataSource("tdengine");dataSource.setDataSourceLookup((str) -> tdengineDatasource);dataSource.setTargetDataSources(datasourceMap);return dataSource; // get connection}private DataSource tdengineDatasource() {DruidDataSource dataSource = new DruidDataSource();// jdbc propertiesdataSource.setDriverClassName(dataSource.getDriverClassName());String jdbcUrl = "jdbc:TAOS://tdengine-server:6030/iot?user=root&password=taosdata";dataSource.setDriverClassName("com.taosdata.jdbc.TSDBDriver");dataSource.setUrl(jdbcUrl);dataSource.setUsername("root");dataSource.setPassword("taosdata");// pool configurationsdataSource.setInitialSize(10);dataSource.setMinIdle(10);dataSource.setMaxActive(10);dataSource.setMaxWait(30000);dataSource.setValidationQuery("select server_status()");return dataSource; // get connection}private DataSource mysqlDatasource() {DruidDataSource dataSource = new DruidDataSource();// jdbc propertiesdataSource.setDriverClassName(dataSource.getDriverClassName());String jdbcUrl = "jdbc:mysql://localhost:3306/iot?useUnicode=true&characterEncoding=utf-8&useSSL=true&serverTimezone=UTC";dataSource.setUrl(jdbcUrl);dataSource.setDriverClassName("com.mysql.cj.jdbc.Driver");dataSource.setUsername("root");dataSource.setPassword("123456");// pool configurationsdataSource.setInitialSize(10);dataSource.setMinIdle(10);dataSource.setMaxActive(10);dataSource.setMaxWait(30000);dataSource.setValidationQuery("select server_status()");return dataSource; // get connection}}

public class MultiDataSource extends AbstractRoutingDataSource {@Overrideprotected Object determineCurrentLookupKey() {return ThreadDataSource.get();}
}

用本地线程的方式选择指定的数据源

public class ThreadDataSource {private static final ThreadLocal datasourceKey = new ThreadLocal<>();public static void set(String key) {datasourceKey.set(key);}public static String get() {return datasourceKey.get();}}

@Mapper
public interface DeviceStatMapper extends BaseMapper {/*** 创建超级表*/@Update("create stable if not exists device_stat(time timestamp, deviceName VARCHAR(32), position VARCHAR(32), speed INT) tags (deviceId VARCHAR(32))")int createSuperTable();@Insert("insert into ${tbName} using device_stat tags (#{device.deviceId}) values(#{device.time}, #{device" +".deviceName}, #{device.position}, " +"#{device.speed})")int insertOne(@Param("tbName") String tbName, @Param("device") DeviceStat deviceStat);/*** 通过xml进行查询*/List selectListForXml(@Param("tableName") String tableName);
}

@Data
public class DeviceStat {private String deviceId;private Timestamp time;private String deviceName;private String position;private Integer speed;
}

mysql建表语句

create table device_stat
(id          int auto_incrementprimary key,time        timestamp default CURRENT_TIMESTAMP null,device_name varchar(32)                         null,position    varchar(32)                         null,speed       int(32)                             null,device_id   varchar(32)                         null
);

测试文件

@RunWith(SpringRunner.class)
@SpringBootTest
public class TdengineTest {@Resourceprivate DeviceStatMapper deviceStatMapper;private final ExecutorCompletionService executorService = new ExecutorCompletionService<>(Executors.newFixedThreadPool(10));@Testpublic void testSelectList() throws InterruptedException {CountDownLatch count = new CountDownLatch(2);new Thread(() -> {selectTdengine();count.countDown();}).start();new Thread(() -> {selectMysql();count.countDown();}).start();count.await();}private void selectMysql() {long start = System.currentTimeMillis();ThreadDataSource.set("mysql");QueryWrapper wrapper = new QueryWrapper<>();List deviceStats = this.deviceStatMapper.selectList(wrapper);long end = System.currentTimeMillis();System.out.println("mysql耗时:" + (end - start) + "查询条数:" + deviceStats.size());}private void selectTdengine() {long start = System.currentTimeMillis();ThreadDataSource.set("tdengine");List deviceStats = this.deviceStatMapper.selectListForXml("d1");long end = System.currentTimeMillis();System.out.println("Tdengine耗时:" + (end - start) + "查询条数:" + deviceStats.size());}@Testpublic void insertTdengine() {ThreadDataSource.set("tdengine");this.deviceStatMapper.createSuperTable();long start = System.currentTimeMillis();int size = 100000;int deviceNum = 100000;for (int i = 0; i < size; i++) {String deviceId = "d" + i;executorService.submit(() -> {ThreadDataSource.set("tdengine");int num = 0;for (int i1 = 0; i1 < deviceNum; i1++) {DeviceStat deviceStat = new DeviceStat();deviceStat.setDeviceId(deviceId);deviceStat.setDeviceName("设备:" + deviceId);deviceStat.setTime(Timestamp.from(Instant.now()));deviceStat.setSpeed(new Random().nextInt(50));deviceStat.setPosition(LocationUtils.getRandomPoint("104.070799,30.545794"));int one = this.deviceStatMapper.insertOne("device_stat_" + deviceId, deviceStat);num += one;}return num;});}int num = 0;int completionTask = 0;do {try {num += executorService.take().get();completionTask++;} catch (InterruptedException | ExecutionException e) {System.out.println("Tdengine异常信息:" + e.getMessage());}System.out.println("Tdengine完成任务数:" + completionTask);} while (completionTask != size);long end = System.currentTimeMillis();System.out.println("Tdengine耗时:" + (end - start) + "插入条数:" + num);}@Testpublic void insertMysql() {long start = System.currentTimeMillis();int size = 100000;int deviceNum = 100000;for (int i = 0; i < size; i++) {String deviceId = "d" + i;executorService.submit(() -> {ThreadDataSource.set("mysql");int num = 0;for (int i1 = 0; i1 < deviceNum; i1++) {DeviceStat deviceStat = new DeviceStat();deviceStat.setDeviceId(deviceId);deviceStat.setDeviceName("设备:" + deviceId);deviceStat.setTime(Timestamp.from(Instant.now()));deviceStat.setSpeed(new Random().nextInt(50));deviceStat.setPosition(LocationUtils.getRandomPoint("104.070799,30.545794"));int one = this.deviceStatMapper.insert(deviceStat);num += one;}return num;});}int num = 0;int completionTask = 0;do {try {num += executorService.take().get();completionTask++;} catch (InterruptedException | ExecutionException e) {System.out.println("Mysql异常信息:" + e.getMessage());}System.out.println("Mysql完成任务数:" + completionTask);} while (completionTask != size);long end = System.currentTimeMillis();System.out.println("Mysql耗时:" + (end - start) + "插入条数:" + num);}@Testpublic void testSelectListForXml() {List deviceStats = this.deviceStatMapper.selectListForXml("d1");deviceStats.forEach(System.out::println);}}

7.1 插入

开启两个线程对数据库通过 ORM 框架插入 10W 数据，Tdengine 耗时为 3分钟 ，mysql 耗时为 10分钟

7.2 内存

Tdengine插入10w的数据：由于是内存存储数据，默认内存会写入96M 的数据，超过之后就执行持久化，目前这里不太好估算

mysql插入10w的数据，8M 左右

analyze table device_stat; #分析表大小select concat(round(data_length/1024/1024,2),'MB') as data, TABLE_ROWS as tr from information_schema.tables where TABLE_NAME = 'device_stat';

7.3 查询

同时查询 10w 条数据：Tdengine的查询效率是mysql的一倍

同时查询 20w 数据

Tdeinge查询500w的数据时间差不多17秒左右