MySQL 是中国开发者最熟悉的开源数据库产品，在很多开发者心中 MySQL 就是关系数据库的代名词。开发者们对 MySQL 数据库的的特性已经非常熟悉了。

TDengine （https://github.com/taosdata/TDengine） 是完全面向处理时序数据而设计的数据库，是数据库领域的“新物种”，也就是所谓的[时序数据库]( https://www.taosdata.com/"时序数据库")（Time Series Database，简称 TSDB）。TDengine 在创立伊始，就坚定地走兼容 SQL 的路线，这极大地降低了数据库用户的使用门槛，但是另一方面，时序数据和关系数据库的处理方式还是有些区别，所以熟悉 MySQL 的用户在入手 TDengine 的时候会有一些混淆。所以，我们专门撰写了这篇文章，希望可以帮助广大熟悉 MySQL 数据库的开发者更快地上手 TDengine。

**但同时我们也要指出，TDengine 是专门为处理时序数据而设计的产品，并不适合存储非时序类型数据，在实际应用中，可以结合关系型数据库一起使用。**

注：本文以最新的 TDengine 3.0.1.4 版本为例。

**时序数据建模**

**用 MySQL 关系型数据库给时序数据建模**
为了方便大家理解，我们先用大家熟悉的关系型数据库进行建模。建模的场景是我们要采集一万个电表的数据，每个电表有自己的设备 ID（device_id），有所在的位置（location），电表有不同型号（group_id）。每次采集我们要记录当时的时间戳（ts）、电表的电流（current）、电压（voltage）、相位（phase）三个数据。

创建数据库的 SQL 语句：
```java
CREATE SCHEMA `test`;
```
表 meters
![](http://img.blog.itpub.net/blog/2022/11/03/3522672151eaa9e3.png?x-oss-process=style/bb)

创建表 meters 的 SQL 语句：
```java
CREATE TABLE `test`.`meters` (
  `device_id` VARCHAR(8) NOT NULL,
  `ts` TIMESTAMP(3) NOT NULL,
  `current` FLOAT NULL,
  `voltage` INT NULL,
  `phase` FLOAT NULL,
  PRIMARY KEY (`device_id`, `ts`),
  CONSTRAINT `FK_meters_devices`
    FOREIGN KEY (`device_id`)
    REFERENCES `test`.`devices` (`device_id`));
```
表 devices
![](http://img.blog.itpub.net/blog/2022/11/03/a1c741b939d4f7c9.png?x-oss-process=style/bb)
创建表 devices 的 SQL 语句：
```java
CREATE TABLE `test`.`devices` (
  `device_id` VARCHAR(8) NOT NULL,
  `location` VARCHAR(24) NOT NULL,
  `group_id` INT NOT NULL,
  PRIMARY KEY (`device_id`),
  INDEX `IDX_location` (`location` ASC),
  INDEX `IDX_group_id` (`group_id` ASC));
```

**把 MySQL 建模转换成 TDengine 建模**

我们来对比看看 TDengine 的建模和 MySQL 有什么不同。让我们先引入 TDengine 的两个概念：

**1、一个设备采集点一张表**

根据这一设计，device_id 就是子表名称。location 和 group_id 我们作为子表的 TAG。主键：在 TDengine 中，表的第一个字段必须是 TIMESTAMP 类型，并且会被自动设置为主键。

**2、超级表与子表**

在一个设备采集点一张表的设计理念下，对应设备的数量，会出现成千上万乃至上亿张表，TDengine 为此又引入了“超级表”和“子表”两个概念，它们有如下几个主要特征：

- 超级表是子表的模板，定义了子表的数据结构，所有子表都是由超级表“派生”出来，修改超级表结构就是修改所有子表结构；
- 基于超级表可以轻松进行分组聚合查询，查出每个子表的聚合计算后的数据，如：查询每个电表的总用电量；
- 标签（TAG）可以理解为定义在超级表中的字段，每一个子表只有一组标签值，代表一个采集点的静态数据且为内存存储。在 SELECT 语句查询的时候，标签（TAG）值可以像普通字段一样出现在查询结果中。

更多 TDengine 超级表文档请参考：https://docs.taosdata.com/taos-sql/stable/。

现在让我们用 TDengine 进行建模，创建数据库的 SQL 语句：
```java
CREATE DATABASE `test`;
```
然后创建一张超级表：

表 meters
![](http://img.blog.itpub.net/blog/2022/11/03/eb6ff91359cb7997.png?x-oss-process=style/bb)
创建表 metrics 的 SQL 语句：
```java
CREATE STABLE `test`.`meters` (
  `ts` TIMESTAMP,
  `current` FLOAT,
  `voltage` INT,
  `phase` FLOAT)
TAGS (
  `group_id` INT,
  `location` VARCHAR(24));
```
**关于数据类型的对比**
![](http://img.blog.itpub.net/blog/2022/11/03/9d2dc80878ce404f.png?x-oss-process=style/bb)
TDengine 数据类型文档请参考：https://docs.taosdata.com/taos-sql/data-type/。

**关键字和保留词**

MySQL 和 TDengine 的关键字/保留词略有不同，所以有些情况下创建表名、字段名时候，需要注意加上反引号 “ 进行转义。举例：

TTL 在 TDengine 中是关键字，但在 MySQL 中不是。
CURRENT 在 MySQL 中是关键字，但在 TDengine 中不是。

**数据插入与更新**
下面让我们来体验下数据处理的真实例子：

**插入采集数据**

**MySQL**

插入设备数据

按照上面的建模，MySQL 插入数据之前，需要先准备好设备数据，下面我们准备几条：
```java
INSERT INTO `test`.`devices` VALUES ('d1001', 'California.SanFrancisco', 2);
INSERT INTO `test`.`devices` VALUES ('d1002', 'California.SanFrancisco', 3);
INSERT INTO `test`.`devices` VALUES ('d1003', 'California.LosAngeles', 3);
```
插入采集数据
```java
INSERT INTO `test`.`meters` VALUES ('d1001', '2018-09-08 17:51:04.777', 10.3, 219, 0.31);
INSERT INTO `test`.`meters` VALUES ('d1002', '2018-09-08 17:51:04.777', 10.2, 220, 0.23);
INSERT INTO `test`.`meters` VALUES ('d1003', '2018-09-08 17:51:04.777', 11.5, 221, 0.35);
```
**TDengine**

创建子表

因为 TDengine 的设备属性通过标签（TAG）的方式表达，所以在创建子表的时候来定义设备的属性（对应 MySQL 的插入设备数据）。让我们先来创建子表：
```java
CREATE TABLE `test`.`d1001` USING `test`.`meters` (`group_id`, `location`) TAGS (2, "California.SanFrancisco");
CREATE TABLE `test`.`d1002` USING `test`.`meters` (`group_id`, `location`) TAGS (3, "California.SanFrancisco");
CREATE TABLE `test`.`d1003` USING `test`.`meters` (`group_id`, `location`) TAGS (3, "California.LosAngeles");
```
以上语句的语义是通过使用（USING）超级表`test`.`meters`，来创建对应标签（TAGS）的子表。

插入采集数据
```java
INSERT INTO `test`.`d1001` VALUES ('2018-09-08 17:51:04.777', 10.3, 219, 0.31);
INSERT INTO `test`.`d1001` VALUES ('2018-09-08 17:51:04.777', 10.2, 220, 0.23);
INSERT INTO `test`.`d1001` VALUES ('2018-09-08 17:51:04.777', 11.5, 221, 0.35);
```
插入采集数据时自动创建子表

TDengine 还有更便捷的方式，可以让创建子表和插入数据在同一条语句中实现：
```java
INSERT INTO `test`.`d1001` USING `test`.`meters` TAGS ('California.SanFrancisco', 2) VALUES ('2018-09-08 17:51:04.777', 10.3, 219, 0.31);
```
关于写入数据的详细文档，请参考：https://docs.taosdata.com/taos-sql/insert/。

**更新采集数据**

**MySQL**

我们先来看看 MySQL 如何更新数据：

更新采集数据：
```java
UPDATE `test`.`meters` SET `ts` = '2018-09-08 17:51:07', `current` = 10.4, `voltage` = 220, `phase` = 0.32 WHERE `device_id` = 'd1001' and `ts` = '2018-09-08 17:51:05';
```
**TDengine**

TDengine 中没有 UPDATE 语句，但是 TDengine 也支持更新。在 TDengine 中，INSERT 时间戳相同的数据，会更新原有记录：
```java
INSERT INTO `test`.`d1001` VALUES ('2018-09-08 17:51:04.777', 10.4, 225, 0.35);
```
注意：TDengine 2.x 版本需要在创建数据库时指定 UPDATE 参数，3.x 版本不需要。

**更新设备属性**

**MySQL**

我们先来看看 MySQL 建模下如何更新设备属性：
```java
UPDATE `test`.`devices` SET `location` = 'California.LosAngeles', `group_id` = 3 WHERE `device_id` = 'd1001';
```

**TDengine**

如前文所述，TDengine 的设备属性存在于标签（TAG）之中，修改设备属性就是修改标签，所以要用修改标签的语句：
```java
ALTER TABLE `test`.`d1001` SET TAG `location` = 'California.LosAngeles';
ALTER TABLE `test`.`d1001` SET TAG `group_id` = 5;
```
注：标签只可单个修改。

**工具与可视化**

**GUI 工具**
MySQL 官方从 5.0 版本开始提供了 MySQL Workbench 这个图形管理工具，目前 TDengine 还未提供官方的 GUI 管理工具，但是因为 TDengine 支持 JDBC 标准驱动，这就让 TDengine 可以通过 JDBC 驱动直接对接目前市面上大量的 SQL IDE 产品，比如 DBeaver、IDEA 等。TDengine 官方也提供了相关文档，供参考：
[如何通过开源数据库管理工具 DBeaver 连接 TDengine]( https://www.taosdata.com/engineering/12880.html"如何通过开源数据库管理工具 DBeaver 连接 TDengine")

![](http://img.blog.itpub.net/blog/2022/11/03/16269434d7d8386e.png?x-oss-process=style/bb)

[如何通过 IDEA 数据库管理工具连接 TDengine？]( https://www.taosdata.com/engineering/12428.html"如何通过 IDEA 数据库管理工具连接 TDengine？")

![](http://img.blog.itpub.net/blog/2022/11/03/60165f024c8d1d43.png?x-oss-process=style/bb)
此外，TDengine 企业版提供了 Taos Explorer，提供专门适配 TDengine 技术架构的完整 GUI 管理工具。如果你想使用 Taos Explorer，也可以直接联系官方企业咨询服务：https://www.taosdata.com/support。

**可视化**

TDengine 官方已经适配了 Grafana，在 Grafana 官方插件库里可以找到，详情请参考 TDengine 官方文档：https://docs.taosdata.com/third-party/grafana/。

![](http://img.blog.itpub.net/blog/2022/11/03/3f987202ce7f9b56.png?x-oss-process=style/bb)

![](http://img.blog.itpub.net/blog/2022/11/03/c17e4737f75e89ad.png?x-oss-process=style/bb)

**导入导出工具**

MySQL 官方提供了 mysqldump 工具用来进行数据的导入和导出。同样的，TDengine 官方也提供了 taosdump 工具来进行相同的任务。详情请参考官方文档：https://docs.taosdata.com/operation/import/ 和https://docs.taosdata.com/operation/export/。

**容量与查询性能对比**

**环境与数据准备**

设备环境：MacBook Pro 14 M1 8-core 16GB
MySQL 版本：8.0.28
TDengine 版本：3.0.1.4
我们通过使用 taosBenchmark 工具（https://docs.taosdata.com/reference/taosbenchmark），来随机生成一亿条采集数据，分布在一张超级表 meters 下的一万张子表中，并把相同的数据按上述建模模型导入进 MySQL，确保最后的比对结果一致。

**存储空间对比**

针对上述数据，MySQL 实际存储空间为 4,931 MB，TDengine 存储空间为 493 MB。
![](http://img.blog.itpub.net/blog/2022/11/03/4286fa7eba2941ee.png?x-oss-process=style/bb)

**查询性能对比**

典型查询一（COUNT）
```java
SELECT COUNT(*) FROM `test`.`meters`;
```

**MySQL**
![](http://img.blog.itpub.net/blog/2022/11/03/156b501f08fd9c43.png?x-oss-process=style/bb)

**TDengine**
![](http://img.blog.itpub.net/blog/2022/11/03/eeba627936c65537.png?x-oss-process=style/bb)

总结：TDengine 查询性能是 MySQL 的 50 倍

**典型查询二（平均值，最大值、最小值）**
```java
SELECT AVG(voltage) FROM `test`.`meters`;
SELECT MAX(voltage) FROM `test`.`meters`;
SELECT MIN(voltage) FROM `test`.`meters`;
```
注：经过测试，MySQL 和 TDengine 对 AVG()、MAX()、MIN() 函数的查询时间均类似，所以不再额外展示。

**MySQL**
![](http://img.blog.itpub.net/blog/2022/11/03/aaf456faff39ecf2.png?x-oss-process=style/bb)

**TDengine**
![](http://img.blog.itpub.net/blog/2022/11/03/64194e4e37291516.png?x-oss-process=style/bb)

**典型查询三（条件查询）**

**MySQL**
```java
SELECT COUNT(*) FROM `test`.`meters` m INNER JOIN `test`.`devices` d ON m.device_id = d.device_id WHERE d.location = "California.MountainView";
```
![](http://img.blog.itpub.net/blog/2022/11/03/848435eb5cc16867.png?x-oss-process=style/bb)

**TDengine**
```java
SELECT COUNT(*) FROM `test`.`meters` WHERE location = "California.MountainView";
```
![](http://img.blog.itpub.net/blog/2022/11/03/f8e2879e2c7ec3d4.png?x-oss-process=style/bb)

**典型查询四（分组查询）**

**MySQL**

```java
SELECT AVG(m.voltage), d.location FROM `test`.`meters` m INNER JOIN `test`.`devices` d ON m.device_id = d.device_id GROUP BY d.location;
```
![](http://img.blog.itpub.net/blog/2022/11/03/4f64a8f18334d9f3.png?x-oss-process=style/bb)

**TDengine**
```java
SELECT AVG(voltage), location FROM `test`.`meters` GROUP BY location;
```
![](http://img.blog.itpub.net/blog/2022/11/03/92b0a6dfc75d3c7a.png?x-oss-process=style/bb)

**典型查询五（时序业务）**

**MySQL**

```java
SELECT DATE_FORMAT(ts, '%Y%m%d-%H') AS date_format, AVG(voltage) FROM `test`.`meters` GROUP BY date_format;
```
![](http://img.blog.itpub.net/blog/2022/11/03/5006d02ac3f3303b.png?x-oss-process=style/bb)

**TDengine**
```java
SELECT AVG(voltage) FROM `test`.`meters` INTERVAL(1h);
```
![](http://img.blog.itpub.net/blog/2022/11/03/665e1f382b032001.png?x-oss-process=style/bb)
**
TDengine 的特色功能（时序数据处理**）

TDengine 在支持标准 SQL 的基础之上，还提供了一系列满足时序业务场景需求的特色查询语法，这些语法能够为时序场景的应用的开发带来极大的便利。

**时间窗口切分查询**

TDengine 支持按时间窗口切分方式进行聚合结果查询，比如需查询每隔 1 秒钟的电流平均值。举例：
```java
SELECT _wstart, AVG(current) FROM `test`.`d1001` INTERVAL(1s);
```
![](http://img.blog.itpub.net/blog/2022/11/03/159029047f33373b.png?x-oss-process=style/bb)

**状态窗口切分查询**

使用整数（布尔值）或字符串来标识产生记录时候设备的状态量。产生的记录如果具有相同的状态量数值则归属于同一个状态窗口，数值改变后该窗口关闭。举例：

```java
SELECT COUNT(*), FIRST(ts), voltage FROM `test`.`meters` STATE_WINDOW(voltage) LIMIT 10;
```
![](http://img.blog.itpub.net/blog/2022/11/03/a627c3158dd2beec.png?x-oss-process=style/bb)

**数据保留策略**

经过长时间累积大量数据以后，历史数据往往需要做归档或删除处理。MySQL 等关系型数据库只能通过执行计划任务调用 DELETE 语句根据时间条件删除数据。而 TDengine 天生就对数据保留策略提供了支持，一共有三种办法来灵活地处理：

1. 创建数据库时，设定 KEEP 参数，比如 CREATE DATABASE test KEEP 100d; 表示数据库中的数据在保存 100 天后会被自动删除；
2. 创建表时，设定 TTL 参数，单位为天，比如 CREATE TABLE meters ... TTL 50; 表示 50 天之后，表会被系统自动删除；
3. 冷热数据分级存储。在 TDengine 企业版中，支持把数据按照时间维度分别存储于不同的文件句柄，可以对应到不同的存储介质，比如将热数据存储于 SSD 磁盘，将冷数据存储到 S3 存储中。

**替代 MySQL 案例分享**

事实证明，在时序数据场景下，无论是在存储空间、写入速度还是查询性能等各方面，TDengine 都存在数量级优势。最后，提供一些使用新一代时序数据库 TDengine 替代传统关系性数据库 MySQL 的典型案例供参考：
- [存储空间降为 MySQL 的十分之一，TDengine 在货拉拉数据库监控场景的应用]( https://www.taosdata.com/user-cases/3626.html"存储空间降为 MySQL 的十分之一，TDengine 在货拉拉数据库监控场景的应用")
- [MySQL 无法满足查询性能？北明天时选择 TDengine 实现热网监控和能源分析]( https://www.taosdata.com/user-cases/7733.html"MySQL 无法满足查询性能？北明天时选择 TDengine 实现热网监控和能源分析")
- [接手被 MySQL 卡死的数据，TDengine 在能源管理系统的应用]( https://www.taosdata.com/user-cases/1453.html"接手被 MySQL 卡死的数据，TDengine 在能源管理系统的应用")
- [MySQL 宕机？大数据驱动下的新零售，如何寻求存储计算的最优解？]( https://www.taosdata.com/user-cases/1491.html"MySQL 宕机？大数据驱动下的新零售，如何寻求存储计算的最优解？")

------------

> 欢迎添加小T（VX：TDengine），加入物联网技术讨论群，第一时间了解TDengine 官方信息，与关注前沿技术的同学们共同探讨新技术、新玩法。

想了解更多 [TDengine Database]( https://www.taosdata.com/?zh"TDengine Database")的具体细节，欢迎大家在[GitHub]( https://github.com/taosdata/TDengine"GitHub")上查看相关源代码。
[![](http://img.blog.itpub.net/blog/2022/05/11/0fd59db1207fc97f.jpeg?x-oss-process=style/bb)](https://www.taosdata.com/?zh "![](http://img.blog.itpub.net/blog/2022/05/11/0fd59db1207fc97f.jpeg?x-oss-process=style/bb)")

ITPub博客

写给关系数据库开发者的 TDengine 入门指南

最新文章