小T导读：本篇文章是“2024，我想和 TDengine 谈谈”征文活动的三等奖作品。文章从一个具体的业务场景出发，分析了企业在面对海量时序数据时的挑战，并提出了利用 TDengine 高效处理和存储数据的方法，帮助企业解决在数据采集、存储、分析等方面的痛点。通过这篇文章，作者不仅展示了自己对数据处理技术的理解，还进一步阐释了时序数据库在行业中的潜力与应用价值，为读者提供了很多实际的操作思路和技术选型的参考。

在当前的物联网行业，TDengine 已成为国内占有率最高的开源时序数据库，并在开源物联网平台中扮演着至关重要的角色。接下来，我们将分几个模块详细探讨联犀物联网平台如何与 TDengine 深度结合，并进一步提升 TDengine 的扩展性，推动其在物联网场景中的应用潜力。

物模型如何结合 TDengine？

物模型介绍
现实世界由众多真实存在的物理设备组成，我们可以将这些设备称之为“物”。物联网的目标是通过网络将这些“物”连接在一起，并将其数字化为云端服务或资源，从而实现智能化应用。因此，在物联网构建的数字世界中，首先需要对“物”进行清晰、统一的定义，明确其功能和能提供的服务资源。
ICA 联盟从产品层面对“物”进行了功能建模，提出了统一的“物的抽象模型”和“物的描述语言”（TSL，Things Specification Language）。物的抽象模型描述了“设备是什么”以及“设备能做什么”，包括物的状态、档案信息和功能定义等方面。

在物模型中，最为关键的是属性（property）。以智能电灯为例，其状态具有二元性：开启或关闭。用户可以通过控制操作轻松在这两种状态之间切换。此外，一些智能电灯还具备更多高级功能，允许用户根据个人需求调整亮度、颜色和色温等参数。
智能设备的属性通常具备读写能力，这意味着应用程序不仅可以读取设备的当前状态，还可以修改属性来调整设备行为。例如，在环境监测设备中，应用程序可以读取温度和湿度数据，并根据需要调整参数，以适应不同的环境条件。

物模型如何结合 TDengine？

物模型超级表与产品的关系
在联犀物联网平台中，存在两种物模型：公共物模型和产品物模型。公共物模型是由多个产品共同定义的共享物模型，而产品物模型则为每个特定产品设备单独定义。定义物模型时，通常会有以下两种操作：

产品物模型：每类特定产品设备使用一个超级表来定义。
通用物模型：只创建一个超级表，后续的产品可以按需引入该物模型，产品下的设备则直接使用这个超级表。
TDengine 支持灵活的数据模型设计，既可以使用多列模型，也可以选择单列模型。多列模型相当于将多个字段存储在同一张超级表中，通常在写入和存储效率上表现较优。而在某些情况下，例如数据采集点的种类和数量经常变化时，单列模型则可能更为适用，因为它简化了应用程序的设计和管理，允许独立管理和扩展每个物理量的超级表。
综上所述，TDengine 提供了灵活的数据模型选项，用户可以根据具体需求和应用场景选择最适合的模型。无论是采用窄表设计、单列模型还是多列模型，最终目的是为了优化性能和简化管理复杂性。

物模型和表分为三种对应关系

普通类型：根据物模型的数据类型，映射单列模式的超级表。物模型定义示例如下图所示。

示例 SQL 如下：

CREATE STABLE IF NOT EXISTS model_custom_property_00b_int (ts timestamp,param BIGINT) 
  TAGS (product_id BINARY(50),device_name BINARY(50),property_type BINARY(50));

相关参数说明：

param 物模型和 TDengine 表结构的定义对照如下：

下面是完整的建表语句：

CREATE STABLE IF NOT EXISTS model_custom_property_00b_int (ts timestamp,param BIGINT) TAGS (product_id BINARY(50),device_name BINARY(50),property_type BINARY(50));
CREATE STABLE IF NOT EXISTS model_custom_property_00b_float (ts timestamp,param DOUBLE) TAGS (product_id BINARY(50),device_name BINARY(50),property_type BINARY(50));
CREATE STABLE IF NOT EXISTS model_custom_property_00b_enum (ts timestamp,param SMALLINT) TAGS (product_id BINARY(50),device_name BINARY(50),property_type BINARY(50));
CREATE STABLE IF NOT EXISTS model_custom_property_00b_timestamp (ts timestamp,param TIMESTAMP) TAGS (product_id BINARY(50),device_name BINARY(50),property_type BINARY(50));
CREATE STABLE IF NOT EXISTS model_custom_property_00b_bool (ts timestamp,param BOOL) TAGS (product_id BINARY(50),device_name BINARY(50),property_type BINARY(50));
CREATE STABLE IF NOT EXISTS model_custom_property_00b_string (ts timestamp,param BINARY(5000)) TAGS (product_id BINARY(50),device_name BINARY(50),property_type BINARY(50));

对应的每个设备创建的普通表如下：

CREATE TABLE IF NOT EXISTS device_property_00b_device1_int USING model_custom_property_00b_int  TAGS('00b','device1','int');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_enum USING model_custom_property_00b_enum  TAGS('00b','device1','enum');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_bool USING model_custom_property_00b_bool  TAGS('00b','device1','bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_string USING model_custom_property_00b_string  TAGS('00b','device1','string');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_float USING model_custom_property_00b_float  TAGS('00b','device1','float');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_timestamp USING model_custom_property_00b_timestamp  TAGS('00b','device1','timestamp');

2.结构体类型：拥有多个字段并将物模型进行整体抽象，映射为多列模式的超级表。物模型定义示例如下图所示。

示例 SQL 如下：


CREATE STABLE IF NOT EXISTS model_custom_property_00b_struct (ts timestamp, latitude DOUBLE,longitude DOUBLE) TAGS (product_id BINARY(50),device_name BINARY(50),property_type BINARY(50));

相关参数说明：

对应的每个设备创建的普通表如下：


CREATE TABLE IF NOT EXISTS device_property_00b_device1_struct USING model_custom_property_00b_struct  TAGS('00b','device1','struct');

3.数组类型: 数组类型在物联网平台中较为特殊，传统平台中的数组无法单独操作某一位。例如，如果想单独修改开关10的状态，必须传递完整的数组（如：[0,1,1,0,1,0,1,1,0,1]）来进行控制，这种方式并不符合现实世界的需求。联犀则对数组进行了扩展，支持下角标访问。比如，要修改开关 10 的状态，只需传递 "switch.10": 1 即可。接下来，让我们来看一下联犀是如何处理这种数据结构的。物模型定义示例如下图所示。

示例 SQL 如下：

 CREATE STABLE IF NOT EXISTS model_custom_property_00b_switchg (ts timestamp,param BOOL) TAGS (product_id BINARY(50),device_name BINARY(50),_num BIGINT,property_type BINARY(50));

相关参数说明：

可以看到，数组类型的定义与简单类型相似，区别在于它额外添加了一个 _num 字段，用来标识数组的下标。这种设计的好处在于，即使数组长度达到 1000，依然只需定义一个超级表。虽然每个设备的普通表需要定义 1000 个，但由于是由一个超级表进行管理，整体管理变得更加简便。接下来，我们来看看每个设备创建的普通表是什么样的。


CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_0 USING model_custom_property_00b_switchg  TAGS('00b','device1',0,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_1 USING model_custom_property_00b_switchg  TAGS('00b','device1',1,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_2 USING model_custom_property_00b_switchg  TAGS('00b','device1',2,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_3 USING model_custom_property_00b_switchg  TAGS('00b','device1',3,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_4 USING model_custom_property_00b_switchg  TAGS('00b','device1',4,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_5 USING model_custom_property_00b_switchg  TAGS('00b','device1',5,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_6 USING model_custom_property_00b_switchg  TAGS('00b','device1',6,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_7 USING model_custom_property_00b_switchg  TAGS('00b','device1',7,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_8 USING model_custom_property_00b_switchg  TAGS('00b','device1',8,'bool');
CREATE TABLE IF NOT EXISTS device_property_00b_device1_switchg_9 USING model_custom_property_00b_switchg  TAGS('00b','device1',9,'bool');

如何发挥 TDengine 的性能？

在设备上报信息时，如果在线设备达到 120 万，每个设备每 10 分钟上报一次数据，那么每秒钟大约会有 2000 条消息需要处理。每条消息不仅需要入库一条调试日志，还需要记录一条属性历史数据。通过大量性能测试和优化，我们发现，突破 2000 QPS 是非常具有挑战性的。深入分析了 TDengine 的体系架构后，我们实施了以下优化措施：

从 HTTP 切换到 WebSocket：TDengine 从 3.x 版本开始支持 WebSocket，我们顺势升级，经过测试，性能和稳定性都有所提升，但在高并发的情况下，系统资源消耗依然较大。
改进同步操作为异步操作：通过将同步操作转为异步处理，显著提高了整体性能。
SQL 批量插入优化：TDengine 支持单条 SQL 语句插入多条数据，甚至跨表插入，这大大提升了写入性能。
官方语法如下：


、INSERT INTO
    tb_name
        [USING stb_name [(tag1_name, ...)] TAGS (tag1_value, ...)]
        [(field1_name, ...)]
        VALUES (field1_value, ...) [(field1_value2, ...) ...] | FILE csv_file_path
    [tb2_name
        [USING stb_name [(tag1_name, ...)] TAGS (tag1_value, ...)]
        [(field1_name, ...)]
        VALUES (field1_value, ...) [(field1_value2, ...) ...] | FILE csv_file_path
    ...];

INSERT INTO tb_name [(field1_name, ...)] subquery

官方示例如下：


INSERT INTO d21001 USING meters TAGS ('California.SanFrancisco', 2) VALUES ('2021-07-13 14:06:34.630', 10.2, 219, 0.32) ('2021-07-13 14:06:35.779', 10.15, 217, 0.33)
            d21002 USING meters (groupId) TAGS (2) VALUES ('2021-07-13 14:06:34.255', 10.15, 217, 0.33)
            d21003 USING meters (groupId) TAGS (2) (ts, current, phase) VALUES ('2021-07-13 14:06:34.255', 10.27, 0.31);

联犀利用这一语法实现了异步操作，操作流程如下：

设备插入数据时，首先生成类似 d21003 USING meters (groupId) TAGS (2) (ts, current, phase) VALUES ('2021-07-13 14:06:34.255', 10.27, 0.31) 格式的插入语句。
将生成的 SQL 语句放入 Golang 的 Channel 中。
多个异步入库协程监听 Channel，并从中取出 SQL 语句。当执行间隔超过 1 秒或 SQL 数量达到上限时，协程会将这些数据合并成完整的 SQL 批量插入数据库。

由于设备上报数据的整个流程不涉及磁盘操作，整个过程速度非常快。即使在未完全优化的情况下，经过测试，单机配置为 8 核 16GB 的服务器，能够稳定支持每秒 7000 并发请求，且保持毫秒级的低延迟，并无任何错误。

关键代码如下：


type Td struct {
    *sql.DB
}

type ExecArgs struct {
    Query string
    Args  []any
}

var (
    td         = Td{}
    once       = sync.Once{}
    insertChan = make(chan ExecArgs, 1000)
)

const (
    asyncExecMax = 200 //异步执行sql最大数量
    asyncRunMax  = 40
)

func NewTDengine(DataSource conf.TSDB) (TD *Td, err error) {
    once.Do(func() {
        if DataSource.Driver == "" {
            DataSource.Driver = "taosWS"
        }
        td.DB, err = sql.Open(DataSource.Driver, DataSource.DSN)
        if err != nil {
            return
        }
        td.DB.SetMaxIdleConns(50)
        td.DB.SetMaxOpenConns(50)
        td.DB.SetConnMaxIdleTime(time.Hour)
        td.DB.SetConnMaxLifetime(time.Hour)
        _, err = td.Exec("create database if not exists ithings;")
        if err != nil {
            return
        }
        for i := 0; i < asyncRunMax; i++ {
            utils.Go(context.Background(), func() {
                td.asyncInsertRuntime()
            })
        }
    })
    if err != nil {
        logx.Errorf("TDengine 初始化失败,err:%v", err)
    }
    return &td, err
}

func (t *Td) asyncInsertRuntime() {
    r := rand.Intn(1000)
    tick := time.Tick(time.Second/2 + time.Millisecond*time.Duration(r))
    execCache := make([]ExecArgs, 0, asyncExecMax*2)
    exec := func() {
        if len(execCache) == 0 {
            return
        }
        sql, args := t.genInsertSql(execCache...)
        var err error
        for i := 3; i > 0; i-- { //三次重试
            _, err = t.Exec(sql, args...)
            if err == nil {
                break
            }
        }
        if err != nil {
            logx.Error(err)
        }
        execCache = execCache[0:0] //清空切片
    }
    for {
        select {
        case _ = <-tick:
            exec()
        case e := <-insertChan:
            execCache = append(execCache, e)
            if len(execCache) > asyncExecMax {
                exec()
            }
        }
    }

}

func (t *Td) AsyncInsert(query string, args ...any) {
    insertChan <- ExecArgs{
        Query: query,
        Args:  args,
    }
}
func (t *Td) genInsertSql(eas ...ExecArgs) (query string, args []any) {
    qs := make([]string, 0, len(eas))
    as := make([]any, 0, len(eas))
    for _, e := range eas {
        qs = append(qs, e.Query)
        as = append(as, e.Args...)
    }
    return fmt.Sprintf("insert into %s;", strings.Join(qs, " ")), as
}

TDengine 查询

数据插入数据库后，我们开始着手进行数据查询和展示。得益于 TDengine 支持多种丰富的数据聚合方式，数据分析变得更加高效和便捷。
ORM 设计
灵活的查询方式离不开 ORM 框架的支持。然而，TDengine 的官方库并未提供 ORM 框架，开源社区也没有专门为 TDengine 开发的 ORM 框架。为了填补这一空白，联犀基于知名 ORM 框架 Squirrel（https://github.com/Masterminds/squirrel）进行了扩展，以支持 TDengine 的语法。以下是 ORM 的示例：


func (d *DeviceDataRepo) getPropertyArgFuncSelect(
    ctx context.Context,
    filter msgThing.FilterOpt) (sq.SelectBuilder, error) {
    schemaModel, err := d.getSchemaModel(ctx, filter.ProductID)
    if err != nil {
        return sq.SelectBuilder{}, err
    }
    p, ok := schemaModel.Property[filter.DataID]
    if !ok {
        return sq.SelectBuilder{}, errors.Parameter.AddMsgf("dataID:%s not find", filter.DataID)
    }
    var (
        sql sq.SelectBuilder
    )

    if p.Define.Type == schema.DataTypeStruct {
        sql = sq.Select("FIRST(ts) AS ts", d.GetSpecsColumnWithArgFunc(p.Define.Specs, filter.ArgFunc))
    } else {
        sql = sq.Select("FIRST(ts) AS ts", fmt.Sprintf("%s(param) as param", filter.ArgFunc))
    }
    if filter.Interval != 0 {
        sql = sql.Interval("?a", filter.Interval) //TDengine特有语法
    }
    if len(filter.Fill) > 0 {
        sql = sql.Fill(filter.Fill)//TDengine特有语法
    }
    return sql, nil
}

灵活的查询接口

借助上述的 ORM 底层实现，我们才得以实现灵活的查询接口，下面是查询接口示例。
请求参数:

回复参数：

TDengine 链路追踪

最后，我们还需要解决链路追踪的问题：我们需要记录每个 SQL 的执行耗时，并能够与业务链路 ID 打通，确保可以通过日志追溯到具体的 SQL 执行者和执行过程。虽然官方驱动较为底层，但它支持通过 context 进行传递。联犀的链路追踪同样基于 context 传递，因此我们只需在执行 SQL 时记录相关日志即可。无论是采用 HTTP、WebSocket 还是 CGo 连接方式，日志都统一记录在 driver-go/taosWS/connection.go 文件中。联犀打印的日志如下:

结语

通过以上一系列工作，我们成功地实现了 TDengine 在建模、数据写入、查询和运维等各个环节的无缝衔接，并与物联网业务完美融合。为了感谢 TDengine 对我们产品的支持与帮助，我们特撰此文，希望能为相关从业人士提供一些借鉴与启发。

附录

联犀开源地址: https://gitee.com/unitedrhino
TDengine ORM 定制: https://gitee.com/unitedrhino/squirrel
TDengine 官方驱动定制: https://gitee.com/unitedrhino/driver-go

从建模到运维：联犀如何完美融入时序数据库 TDengine 实现物联网数据流畅管理

物模型如何结合 TDengine？

物模型如何结合 TDengine？

如何发挥 TDengine 的性能？

TDengine 查询

灵活的查询接口

TDengine 链路追踪

结语

附录

热门文章

最新文章

相关课程

相关电子书

探索云世界

热门

云计算

大数据

云原生

人工智能

数据库

开发与运维

活动广场

任务中心

训练营

直播

乘风者计划

下载

镜像站

技术资料

从建模到运维：联犀如何完美融入时序数据库 TDengine 实现物联网数据流畅管理

物模型如何结合 TDengine？

物模型如何结合 TDengine？

如何发挥 TDengine 的性能？

TDengine 查询

灵活的查询接口

TDengine 链路追踪

结语

附录

热门文章

最新文章

相关课程

相关电子书