在工业现场，时序数据库要做的早已不只是存数据。设备到工厂的逐层汇总、多级告警、跨系统的工单和质检闭环，往往要拆成多条流任务；设备模型一多，公共字段反复定义，底层一改上层全部跟着改；读数和台账、告警、历史水平放在一起看，又要写多段 SQL 再在应用层拼接。

TDengine TSDB 3.4.3.3 围绕流计算、虚拟表和查询关联持续增强。本文梳理这三个方向的主要更新，帮助你快速了解哪些能力可以直接替代原来的多任务、多模型和应用层拼接。

重要更新亮点

流计算支持分层规则与跨源闭环

新版本让看板、告警和跨系统闭环可以在一条流里完成：设备数据按路径逐层汇总，多级告警写成一条规则，订单内的计算不跨过订单边界，本地测点和外部工单、质检一起触发计算。流的运行状态可以直接查看，告警通知不再拖慢计算，集群切主和模型变更时流保持运行。

层级汇总：一条流算出产线、车间和工厂

新增 ROLLUP BY，按路径型标签（如 工厂A.车间1.产线2）自动展开祖先路径，一条流同时产出每一层的汇总结果，父级自动包含全部下级数据，无需为每一层单独建流。适用于分层能耗看板、多级产能统计等场景。

CREATE STREAM s_energy_rollup INTERVAL(1m) FROM meters  ROLLUP BY location  INTO meters_rollup OUTPUT_SUBTABLE(CONCAT('rollup_', %%1))  AS SELECT _twstart, SUM(power), _trollup_tbcount FROM meters WHERE ...;

事件窗口支持多级开始条件与防抖

事件窗口的开始条件可以写成多层嵌套的条件树。不同级别的条件满足时触发对应的子事件窗口，系统自动维护父子窗口的开关关系，并通过 _event_condition_path 标识触发路径，便于按告警级别分流结果。同时，开窗和关窗可以分别要求连续满足一定时长或行数，短时抖动不再反复告警。适用于分级告警、状态升级、阈值递进等场景。

EVENT_WINDOW(START WITH ((cond_1, cond_2), cond_3) [END WITH end_cond])
EVENT_WINDOW(START WITH start_cond END WITH end_cond) TRUE_FOR(start(COUNT n), end(duration))

嵌套窗口：先划业务边界，再在边界内计算

新增嵌套窗口，支持 2 到 8 层窗口链。外层按订单、会话、批次划定业务范围，内层在范围内做相邻采样、计数或定时统计。换单、断会话时内层自动重置，前后两单的数据不会被配成一对。适用于充电订单、生产批次、在线会话等分段计算场景。

WINDOW (
  STATE_WINDOW(order_id) EXTEND(1) AS order_scope,
  COUNT_WINDOW(2, 1) AS pair
)

自然周期与时区跟随流定义

流计算支持按自然周、月、季、年触发和结算。每条流可以在 STREAM_OPTIONS(CONFIG(...)) 中固定自己的时区和一周起始日，之后客户端或服务端时区的变化不会改变这条流的窗口边界。适用于跨地区部署的月报、季报和周报。

STREAM_OPTIONS(CONFIG(timezone = 'Asia/Shanghai', firstDayOfWeek = 1))

外部业务数据直接参与流计算（企业版）

MySQL、PostgreSQL、InfluxDB 中的工单、质检等外部表可以直接作为流的触发表，也可以出现在计算语句中。本地测点和外部质检数据还可以合成一张虚拟表后再触发，结果写回本地表，无需先建同步任务。适用于工单驱动看板、产线质量一体汇总等场景。

运行可观测、通知异步化与高可用

流的延迟、处理速率、历史进度、失败原因和重算记录可在系统表、taosExplorer 和 TDinsight 中直接查看，启动、停止和重算可在 taosExplorer 页面上完成。事件通知改为异步批量发送，接收端变慢时计算和写入不受影响； wss:// 通知默认校验服务端证书。源 vnode 切主、vgroup 重新分布或虚拟表引用变更后，流继续输出正确结果，无需重新部署。

虚拟表支持模型继承与跨层引用

新版本让虚拟表可以像设备模型一样分层组织：公共字段在父模型中定义一次，上层模型逐层引用下层的列和标签，个别设备可以单独扩展测点。同时支持批量建删、外部数据按条件绑定、跨精度引用，引用断开时可直接定位到失效的对象。

虚拟超级表继承

新增 BASE ON，虚拟超级表可以从一个或多个父模型继承列和标签，公共字段只需定义一次。查询父模型时自动覆盖全部后代设备，便于构建「基础设备—电力设备—变压器」这类分层设备模型。

CREATE STABLE transformer_vst (ts TIMESTAMP, oil_temp FLOAT)
  TAGS (model NCHAR(32))
  BASE ON base_device, base_power VIRTUAL 1;

列和标签跨层引用

虚拟表的列和标签都可以引用其他虚拟表，多层模型只需在最底层对接物理表。虚拟普通表和普通表也支持标签，并可以作为标签引用的来源逐层传递。底层数据或标签发生变化，上层查询立即可见，一处修改各层同时生效。

CREATE VTABLE top_d1001 (top_cur FROM mid_d1001.cur)  USING top_vst TAGS (area FROM mid_d1001.city);

单表扩展与批量管理

虚拟子表可以添加模型之外的自有列和自有标签，个别设备多出的测点无需修改整个模型。一条 CREATE VTABLE 可以创建多张虚拟子表，一条 DROP VTABLE 可以跨库删除多张虚拟表，虚拟设备的批量上线和清理更加高效。超级表和虚拟超级表也支持直接修改列名。

CREATE VTABLE  IF NOT EXISTS v_d1001 (...) USING meters_vst TAGS (...)  IF NOT EXISTS v_d1002 (...) USING meters_vst TAGS (...);DROP VTABLE IF EXISTS v_d1001, v_d1002;

外部列按条件绑定（企业版）

引用 MySQL、PostgreSQL 外部表的列时，可以附加过滤条件，只取当前设备、产线或租户的数据行，再与本地列按时间戳对齐。外部列参与窗口、聚合和 INTERVAL 查询时，计算可下推到外部数据源执行。适用于多条产线质检数据混存在一张外部表中的场景。

quality INT FROM mysql_qms.qms.line_quality.score WHERE line_id = 'L1'

跨精度引用与精确分位数

一张虚拟表可以同时引用毫秒、微秒、纳秒精度数据库中的表，查询时自动换算为虚拟表所在库的精度，不同采样精度的测点可以合到一张表中分析。列来自同一张物理表的虚拟子表和虚拟普通表支持精确的 PERCENTILE 计算，结果与直接查询物理表一致。

引用校验与断链定位

在变更源表前可以校验虚拟表引用的完整性。源库、源表或源列失效时，查询报错和 SHOW VTABLE VALIDATE 会明确指出失效对象，并给出完整引用链，多层模型出现问题时可以快速定位到断开的那一层。

SHOW VTABLE VALIDATE;

查询关联与子查询能力增强

新版本放宽了普通 JOIN 的条件限制，支持多种关联在一条 SQL 中混合嵌套，子查询可以引用外层当前行，窗口查询可以同时输出原始数据和变化量。读数、台账、告警、历史水平和临时数据可以在一条 SQL 中完成关联分析。

普通 JOIN 支持业务列与任意条件关联

普通 JOIN 不再要求主时间戳等值，可以按分组号、设备号等业务列关联，也可以按表达式、范围或 OR 组合条件关联。台账、配置表和聚合结果可以直接参与 JOIN。系统根据条件和输入顺序在 Merge、Hash、Theta 算法间自动选择，无需额外排序，也可以通过 JOIN_ALGO Hint 指定偏好。

SELECT m.ts, m.voltage, g.area  FROM meters m JOIN group_info g ON m.groupId = g.group_id;

多表混合嵌套与时序关联

内连接、外连接可以与 ASOF JOIN、 WINDOW JOIN 在一条 SQL 中按括号嵌套组合，流计算中同样支持。 ASOF JOIN 和 WINDOW JOIN 的输入可以是子查询、虚拟表或其他 JOIN 的结果， WINDOW JOIN 可以通过 WINDOW_TIME 指定对齐的时间列。适用于「读数关联台账，再匹配最近一条告警」这类多表分析。

标量子查询与相关子查询

支持非相关标量子查询，以及 IN、 EXISTS、 ANY、 ALL 子查询，可以用在选择列表、过滤条件和关联条件中。新版本进一步支持标量相关子查询，子查询可以引用外层当前行，「每条读数与本设备历史均值比较」一条 SQL 即可完成。 HAVING 也可以在不分组时使用。

SELECT r.ts, r.voltage,
       (SELECT AVG(h.voltage) FROM meter_history h WHERE h.device_id = r.device_id)  FROM current_readings r;

窗口查询表达能力增强

窗口查询可以输出原始列、标签列和标量表达式，并在窗口内使用 DIFF、 CSUM、 MAVG、 LAG、 LEAD 等序列函数，同时看到明细和变化量。状态窗口支持多个状态键，任一状态变化即切换窗口；按事件或班次定义的外部窗口支持 FILL，没有数据的窗口也能输出。结果中没有时间列时，序列函数按输入顺序计算。

TEXT / FILE 内联数据源

新增 TEXT 和 FILE 数据源： TEXT 将少量数据直接写在 SQL 中， FILE 直接读取 CSV 文件。两者都可以参与查询、JOIN、 UNION、窗口计算和 INSERT INTO ... SELECT，校准系数、班次表等临时数据无需先建表导入。

SELECT m.ts, m.current * cal.factor  FROM d1001 m JOIN TEXT(ts TIMESTAMP, factor FLOAT) VALUES (...) cal ON m.ts = cal.ts;

其他优化

1. 新增函数 BIT_CHANGES、 VALUE_CHANGES 和时间加权聚合 TWAVG、 TWSUM、 TWVAR，支持 CSUM(expr) OVER (PARTITION BY ... ORDER BY ...)

2. DELETE 支持按普通列过滤，可与时间范围和标签条件组合

3. 按 tbname 分组的 INTERVAL、分组 last 查询、超级表 INTERP 和分区状态窗口性能优化；新增 FAST_INTERVAL、 EX_INTERVAL Hint，符合条件的查询可从副本读取

4. SHOW TABLE DISTRIBUTED 支持汇总超级表全部子表的压缩数据块大小

5. split vgroup、 REDISTRIBUTE VGROUP 和多副本切主后的恢复效率提升； BALANCE VGROUP LEADER 新增 FORCE 强制均匀

6. 新增 compactSpeedLimitMB 限制 COMPACT 写盘速度，新增 snapshotMediumOnLag 让落后副本用文件级增量快照追赶

7. BLOB 单值上限从 4MB 提升至 16MB；复合主键支持 TIMESTAMP 列

8. Last Cache 的 RocksDB 参数可配置，并新增 information_schema.ins_last_cache_stats； SHOW VARIABLES 新增 reboot 列

9. STMT2 在执行出错后可继续复用同一语句，并支持 UPDATE 参数绑定；JDBC WebSocket 新增 PreparedStatement 缓存

10. XNode 支持 DSN 加密保护和 RESTART XNODE，任务和作业在重连后自动恢复到期望状态

11. 提供 Spark JDBC 方言，PySpark 可通过 WebSocket 访问 TDengine；taosAdapter 支持 InfluxDB 1.x ping 接口；taosgen 提供 gRPC 写入接口

12. 社区版支持 Rocky Linux 和 AlmaLinux，并支持免费许可

13. 安全修复：拒绝会导致服务崩溃或越界读写的畸形输入，修复同步模块的已知漏洞，Grafana 数据源插件修复 30 项依赖漏洞

除此之外，每个版本都会做很多其他的工作，比如 bug 修复、功能优化、安全加固等等。如果想要了解新版本更加详细的发布信息，可以移步至 https://github.com/taosdata/TDengine/releases 查看发布说明。

欢迎大家下载使用，也欢迎在评论区提出建议和意见，如有任何问题请及时联系我们获得支持。