注: AIoT 即人工智能物联网

KWDB概述

KWDB 是由开放原子开源基金会孵化及运营的开源项目，是一款 面向 AIoT 场景的分布式多模数据库 产品，支持在同一实例同时建立时序库和关系库并融合处理多模数据，具备千万级设备接入、百万级数据秒级写入、亿级数据秒级读取等时序数据高效处理能力，具有稳定安全、高可用、易运维等特点。

以上要官方给的概述,那么我这里也算是对KWDB有了一个初步的了解,主要是要分成单机与集群,如果是单机的还是主要看性能,我实际测试中,当前的数据插入过程,也就是insert操作对时间的消耗还是比较大的,相插入万级别的数据页是需要一会的,那么这就得配置集群式的服务才可以精准测试,我也查看了别人的测试结果,集群的效果还是好了很多的,个人觉得KWDB还在时时更新中,上图应该是目标,而不是当前的成绩,我们需要对国产数据库有信心,毕竟当年1980年的时候我们连数据库都不知道是什么,至今我们已经可以拥有自己的国产数据库,这本身就是很大的进步,需要持续观察哦.

KWDB 基于浪潮 KaiwuDB 分布式多模数据库研发开源，典型应用场景包括但不限于物联网、能源电力、交通车联网、智慧政务、IT 运维、金融证券等，旨在为各行业领域提供一站式数据存储、管理与分析的基座，助力企业数智化建设，以更低的成本挖掘更大的数据价值。

KWDB的主要提供功能有:

• 为开发者提供通用连接接口，具备高速写入、极速查询、SQL 支持、随需压缩、数据生命周期管理、集群部署等性，与第三方工具无缝集成，降低开发及学习难度，提升开发使用效率。
• 为运维管理人员提供快速安装部署、升级、迁移、监控等能力，降低数据库运维管理成本。

提供安装方式

kwdb的官方给提供了三种安装方式,我个人建议使用打包好的第四种方式,还是非常方便的.

1. 二进制安装包

2. docker的容器镜像

3. 源码

4. 打包好的tar

我个人安装的时候选择的linux版本是: Ubuntu 22.04,官方也推荐使用这个,毕竟还留了一句话.

安装环境注意事项

KWDB 支持在 Linux 操作系统进行安装部署，下表列出了编译和运行 KWDB 所需的软件依赖。

编译依赖：

运行依赖:

我直接使用tar包安装的，所以我只需要安装运行依赖即可，可以参考我的保姆级安装文章：

https://blog.itpub.net/70045375/viewspace-3079855/

我留的是完整的安装过程，甚至我还录制了一个视频提供给大家参考。

最新版本说明 v2.2.0

一、新增特性

时间精度

    时间戳数据类型：时序引擎的时间戳数据类型新增对微秒、纳秒级精度的支持。

    时间日期函数：time_bucket 和 time_bucket_gapfill 函数支持以纳秒为单位的时间输入。

数据库对象

    隔离级别：关系引擎新增对可重复读（Repeatable Read，RR）、读已提交（Read Committed，RC）隔离级别的支持。

DML 操作

    无模式写入：支持按照 OpenTSDB 的 telnet 行协议及 JSON 格式协议进行数据写入；使用无模式写入方式创建库、表时，自动区分大小写。

数据查询

    分组窗口函数：支持计数窗口、事件窗口、会话窗口、状态窗口和事件窗口函数，可基于时间间隔、数据行数或状态信息等条件对数据进行分组并执行聚合查询。

    TWA 函数：支持使用 TWA 函数计算指定列在一定时间范围内的时间加权平均值。

    ELAPSED 函数：支持使用 ELAPSED 函数计算周期内的连续时间长度。

    INSERT INTO SELECT：支持将跨模查询的结果写入时序表。

数据库运维

    预分配空间控制：支持通过集群参数控制预分配空间的大小。

导入导出：

    支持用户信息、用户权限及集群参数数据的导入。

    支持大写 schema 的导入导出。

二、重要变更

操作系统和环境：完善对 Ubuntu 18.04 的支持。

KaiuwDB开发者中心

支持分页展示查询结果，优化大宽表的查询展示性能。

Debug 日志优化：记录线程号、类名、执行 SQL 语句、结果处理时间等日志信息。

增强日志能力：提升任务调度、查询结果处理及图形化绘制等模块的日志能力。

可视化工具链接KWDB数据库文章： https://blog.itpub.net/70045375/viewspace-3080324/

Python插入KWDB数据文章： https://blog.itpub.net/70045375/viewspace-3080344/

总结

社会在发展，人类在进步，我们国产数据库也在持续的成长中，深信不远的未来我们就可以彻底拜托国外数据库的依赖拥有完全自主的国产数据库独角兽品牌。