使用GoFrame连接和操作TDengine时序数据库

简介: 通过使用GoFrame框架和TDengine Go驱动,我们可以方便地连接和操作TDengine时序数据库。无论是插入、查询还是分析时序数据,都可以通过简单的API调用来实现。GoFrame提供了强大的Web开发功能,结合TDengine的高性能时序数据存储和查询能力,可以构建高效、可扩展的时序数据应用。

TDengine是一个高性能、可扩展的时序数据库,特别适用于物联网、工业互联网、车联网等场景下的大规模时序数据存储和分析。本文将介绍如何使用GoFrame框架连接和操作TDengine数据库,实现时序数据的插入、查询和分析。

前提条件

在开始之前,确保你已经具备以下条件:

  • 已安装Go语言环境
  • 已安装GoFrame框架
  • 已安装TDengine数据库

安装TDengine Go驱动

首先,我们需要安装TDengine的Go驱动。可以使用以下命令进行安装:

bash

代码解读

复制代码

go get -u github.com/taosdata/driver-go/v2

配置TDengine连接信息

在项目中创建一个配置文件,例如tdengine.yaml,用于配置TDengine的连接信息。

yaml

代码解读

复制代码

# tdengine.yaml
tdengine:
  host: "127.0.0.1"
  port: 6030
  username: "root"
  password: "taosdata"
  database: "test"

其中,hostport表示TDengine服务的地址和端口,usernamepassword表示连接的用户名和密码,database表示要使用的数据库。

连接TDengine数据库

使用以下代码连接TDengine数据库:

go

代码解读

复制代码

package main

import (
	"database/sql"
	"fmt"

	"github.com/gogf/gf/v2/frame/g"
	"github.com/gogf/gf/v2/os/gctx"
	_ "github.com/taosdata/driver-go/v2/taosSql"
)

func main() {
	// 读取配置
	ctx := gctx.New()
	host := g.Cfg().MustGet(ctx, "tdengine.host").String()
	port := g.Cfg().MustGet(ctx, "tdengine.port").Int()
	username := g.Cfg().MustGet(ctx, "tdengine.username").String()
	password := g.Cfg().MustGet(ctx, "tdengine.password").String()
	database := g.Cfg().MustGet(ctx, "tdengine.database").String()

	// 构建连接字符串
	connStr := fmt.Sprintf("%s:%s@tcp(%s:%d)/%s", username, password, host, port, database)

	// 建立连接
	taosConn, err := sql.Open("taosSql", connStr)
	if err != nil {
		g.Log().Fatalf(ctx, "连接TDengine失败: %v", err)
	}
	defer taosConn.Close()

	// 执行查询
	rows, err := taosConn.Query("SHOW DATABASES")
	if err != nil {
		g.Log().Fatalf(ctx, "查询失败: %v", err)
	}
	defer rows.Close()

	// 遍历查询结果
	for rows.Next() {
		var dbName string
		err := rows.Scan(&dbName)
		if err != nil {
			g.Log().Errorf(ctx, "获取数据失败: %v", err)
			continue
		}
		fmt.Printf("数据库名称: %s\n", dbName)
	}
}

在上述代码中,我们读取配置文件中的TDengine连接信息,构建连接字符串,并使用sql.Open函数建立连接。然后,使用Query方法执行查询语句,并遍历查询结果。

注意:

由于其原生的驱动使用了cgo,因此需要安装gcc编译工具,才能编译出可执行文件。如果没有gcc环境建议使用其restful api

插入时序数据

使用以下代码插入时序数据到TDengine数据库:

go

代码解读

复制代码

package main

import (
	"database/sql"
	"fmt"
	"time"

	"github.com/gogf/gf/v2/frame/g"
	"github.com/gogf/gf/v2/os/gctx"
)

func main() {
	// 读取配置
	ctx := gctx.New()
	host := g.Cfg().MustGet(ctx, "tdengine.host").String()
	port := g.Cfg().MustGet(ctx, "tdengine.port").Int()
	username := g.Cfg().MustGet(ctx, "tdengine.username").String()
	password := g.Cfg().MustGet(ctx, "tdengine.password").String()
	database := g.Cfg().MustGet(ctx, "tdengine.database").String()

	// 构建连接字符串
	connStr := fmt.Sprintf("%s:%s@tcp(%s:%d)/%s", username, password, host, port, database)

	// 建立连接
	taosConn, err := sql.Open("taosSql", connStr)
	if err != nil {
		g.Log().Fatalf(ctx, "连接TDengine失败: %v", err)
	}
	defer taosConn.Close()

	// 创建数据表
	_, err = taosConn.Exec("CREATE TABLE IF NOT EXISTS sensor_data (ts TIMESTAMP, temperature FLOAT, humidity FLOAT)")
	if err != nil {
		g.Log().Fatalf(ctx, "创建数据表失败: %v", err)
	}

	// 插入数据
	now := time.Now()
	temperature := 25.5
	humidity := 60.8
	_, err = taosConn.Exec("INSERT INTO sensor_data (ts, temperature, humidity) VALUES (?, ?, ?)", now, temperature, humidity)
	if err != nil {
		g.Log().Fatalf(ctx, "插入数据失败: %v", err)
	}

	fmt.Println("数据插入成功")
}

在上述代码中,我们首先使用Exec方法创建一个名为sensor_data的数据表,用于存储传感器数据。然后,使用Exec方法插入一条时序数据,包括当前时间戳、温度和湿度值。

查询时序数据

使用以下代码查询TDengine数据库中的时序数据:

go

代码解读

复制代码

package main

import (
	"database/sql"
	"fmt"
	"time"

	"github.com/gogf/gf/os/gctx"
	"github.com/gogf/gf/v2/frame/g"
)

func main() {
	// 读取配置
	ctx := gctx.New()
	host := g.Cfg().MustGet(ctx, "tdengine.host").String()
	port := g.Cfg().MustGet(ctx, "tdengine.port").Int()
	username := g.Cfg().MustGet(ctx, "tdengine.username").String()
	password := g.Cfg().MustGet(ctx, "tdengine.password").String()
	database := g.Cfg().MustGet(ctx, "tdengine.database").String()

	// 构建连接字符串
	connStr := fmt.Sprintf("%s:%s@tcp(%s:%d)/%s", username, password, host, port, database)

	// 建立连接
	taosConn, err := sql.Open("taosSql", connStr)
	if err != nil {
		g.Log().Fatalf(ctx, "连接TDengine失败: %v", err)
	}
	defer taosConn.Close()

	// 查询数据
	startTime := time.Now().Add(-1 * time.Hour)
	endTime := time.Now()
	rows, err := taosConn.Query("SELECT * FROM sensor_data WHERE ts BETWEEN ? AND ?", startTime, endTime)
	if err != nil {
		g.Log().Fatalf(ctx, "查询数据失败: %v", err)
	}
	defer rows.Close()

	// 遍历查询结果
	for rows.Next() {
		var ts time.Time
		var temperature, humidity float32
		err := rows.Scan(&ts, &temperature, &humidity)
		if err != nil {
			g.Log().Errorf(ctx, "获取数据失败: %v", err)
			continue
		}
		fmt.Printf("时间: %s, 温度: %.2f, 湿度: %.2f\n", ts.Format(time.RFC3339), temperature, humidity)
	}
}

在上述代码中,我们使用Query方法查询最近一小时内的传感器数据。通过指定时间范围条件ts BETWEEN ? AND ?,可以获取指定时间范围内的数据。然后,遍历查询结果,并打印每条数据的时间戳、温度和湿度值。

批量数据插入

使用以下代码批量插入TDengine数据库中的时序数据:

go

代码解读

复制代码

package main

import (
	"fmt"
	"github.com/taosdata/driver-go/v2/af"
	"github.com/gogf/gf/os/gctx"
	"github.com/gogf/gf/v2/frame/g"
)

func main() {
	// 读取配置
	ctx := gctx.New()
	host := g.Cfg().MustGet(ctx, "tdengine.host").String()
	port := g.Cfg().MustGet(ctx, "tdengine.port").Int()
	username := g.Cfg().MustGet(ctx, "tdengine.username").String()
	password := g.Cfg().MustGet(ctx, "tdengine.password").String()

	// 创建连接
	conn, err := af.Open(host, username, password, "", port)
	if err != nil {
		g.Log().Fatalf(ctx, "连接TDengine失败: %v", err)
	}
	defer conn.Close()

	// 准备数据
	data := []string{
		`{"metric":"sensor_data","timestamp":1623000000000,"temperature":25.5,"humidity":60.8}`,
		`{"metric":"sensor_data","timestamp":1623000001000,"temperature":26.2,"humidity":59.5}`,
		`{"metric":"sensor_data","timestamp":1623000002000,"temperature":24.8,"humidity":61.2}`,
	}

	// 批量插入数据
	err = conn.InfluxDBInsertLines(data, "ms")
	if err != nil {
		g.Log().Fatalf(ctx, "批量插入数据失败: %v", err)
	}

	fmt.Println("批量插入数据成功")
}

我们使用af.Open函数创建与TDengine的连接。af.Open函数接受连接配置、主机、用户名、密码、数据库名称和端口作为参数。我们使用af.DefaultConfig()获取默认的连接配置。

接下来,我们准备一个字符串切片data,其中每个元素都是一个InfluxDB行协议格式的数据点字符串。数据点包含度量名称(metric)、时间戳(timestamp)以及其他字段(如temperature和humidity)。

最后,我们调用连接对象的InfluxDBInsertLines方法将准备好的数据批量插入到TDengine中。InfluxDBInsertLines方法接受数据点字符串的切片和时间戳精度作为参数。这里我们使用"ms"表示时间戳精度为毫秒。

使用InfluxDBInsertLines方法可以方便地将InfluxDB行协议格式的数据批量插入到TDengine中,无需手动创建表结构。

总结

通过使用GoFrame框架和TDengine Go驱动,我们可以方便地连接和操作TDengine时序数据库。无论是插入、查询还是分析时序数据,都可以通过简单的API调用来实现。GoFrame提供了强大的Web开发功能,结合TDengine的高性能时序数据存储和查询能力,可以构建高效、可扩展的时序数据应用。

希望通过本文的介绍,你能够了解如何在GoFrame项目中集成TDengine,并利用其强大的时序数据处理能力,开发出优秀的时序数据应用。


转载来源https://juejin.cn/post/7408847526298746920

目录
打赏
0
5
5
0
206
分享
相关文章
【瑶池数据库训练营及解决方案本周精选(探索PolarDB,参与RDS迁移、连接训练营)】(5.30-6.8)
本周精选聚焦数据库迁移训练营、快速连接云数据库RDS训练营及智能多模态搜索解决方案。为用户提供模拟教程与实战演练,学习RDS MySQL实例连接与数据管理技能,助力企业智能化发展。每周解锁数据库实战新场景,抓紧时间,精彩不容错过!
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
YashanDB数据库服务端SSL连接配置
YashanDB支持通过SSL连接确保数据传输安全,需在服务端生成根证书、服务器证书及DH文件,并将根证书提供给客户端以完成身份验证。服务端配置包括使用OpenSSL工具生成证书、设置SSL参数并重启数据库;客户端则需下载根证书并正确配置环境变量与`yasc_env.ini`文件。注意:启用SSL后,所有客户端必须持有根证书才能连接,且SSL与密码认证独立运行。
【Oracle】使用Navicat Premium连接Oracle数据库两种方法
以上就是两种使用Navicat Premium连接Oracle数据库的方法介绍,希望对你有所帮助!
655 28
在C++的QT框架中实现SQLite数据库的连接与操作
以上就是在C++的QT框架中实现SQLite数据库的连接与操作的基本步骤。这些步骤包括创建数据库连接、执行SQL命令、处理查询结果和关闭数据库连接。在实际使用中,你可能需要根据具体的需求来修改这些代码。
209 14
Rust +时序数据库 TDengine:打造高性能时序数据处理利器
TDengine 是一款专为物联网、车联网、工业互联网等时序数据场景优化设计的开源时序数据库,支持高并发写入、高效查询及流式计算,通过“一个数据采集点一张表”与“超级表”的概念显著提升性能。 Rust 作为一门系统级编程语言,近年来在数据库、嵌入式系统、分布式服务等领域迅速崛起,以其内存安全、高性能著称,与 TDengine 的高效特性天然契合,适合构建高可靠、高性能的数据处理系统。
162 2
【YashanDB知识库】YDC连接数据库报错yasdb return code is zero
【YashanDB知识库】YDC连接数据库报错yasdb return code is zero
百万指标,秒级查询,零宕机——时序数据库 TDengine 在 AIOps 中的硬核实战
本篇文章详细讲述了七云团队在运维平台中如何利用 TDengine 解决海量时序数据存储与查询的实际业务需求。内容涵盖了从数据库选型、方案落地到业务挑战及解决办法的完整过程,特别是分享了升级 TDengine 3.x 时的实战经验,给到有需要的小伙伴参考阅读。
129 1
2600 万表流计算分析如何做到? 时序数据库 TDengine 助力数百家超市智能化转型
在生鲜超市的高效运营中,实时数据分析至关重要。万象云鼎的“云鲜生”通过智能秤+网关+软件系统的组合,实现了销售数据的精准管理与优化。而在数据处理方面,TDengine 的流计算能力成为了这一方案的核心支撑。本文详细分享了“云鲜生”如何利用 TDengine 高效存储和分析海量销售数据,在优化超市运营、提升用户体验的同时,解决高基数分组、高并发查询等技术挑战。
121 1

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等