使用Apache IoTDB进行IoT相关开发的架构设计与功能实现(7)

简介: IoTDB支持存储级TTL设置,这意味着它能够定期自动删除旧数据。使用TTL的好处是,希望咱们程序猿可以控制总磁盘空间的使用,并防止机器用完磁盘。此外,随着文件总数的增加,查询性能可能会降低,并且随着文件的增加,内存使用也会增加。及时删除此类文件有助于保持较高的查询性能并减少内存使用。

显示子路径

  1. SHOW CHILD PATHS prefixPath

返回前缀路径的所有子路径,前缀路径可以包含*。

示例:

  • 返回root.ln的子路径:显示root.ln的子路径
  1. +------------+
  2. | child paths|
  3. +------------+
  4. |root.ln.wf01|
  5. |root.ln.wf02|
  6. +------------+
  • 以root.xx.xx.xx的形式获取所有路径:显示根的子路径。*.*
  1. +---------------+
  2. | child paths|
  3. +---------------+
  4. |root.ln.wf01.s1|
  5. |root.ln.wf02.s2|
  6. +---------------+

计数时间序列

IoTDB能够使用COUNT TIMESERIES <Path>计算路径中时间序列的数量。SQL语句如下:

  1. IoTDB > COUNT TIMESERIES root
  2. IoTDB > COUNT TIMESERIES root.ln
  3. IoTDB > COUNT TIMESERIES root.ln.*.*.status
  4. IoTDB > COUNT TIMESERIES root.ln.wf01.wt01.status

另外,LEVEL可以定义为显示当前元数据树中给定级别的每个节点的时间序列数。这可用于查询每个设备下的传感器数量。语法是:COUNT TIMESERIES <Path> GROUP BY LEVEL=<INTEGER>.

例如,如果有几个时间间隔(使用show timeseries要显示所有时间序列):

那么元数据树将如下所示:

正如可以看到的,root被认为是LEVEL=0。因此,当您输入如下语句时:

  1. IoTDB > COUNT TIMESERIES root GROUP BY LEVEL=1
  2. IoTDB > COUNT TIMESERIES root.ln GROUP BY LEVEL=2
  3. IoTDB > COUNT TIMESERIES root.ln.wf01 GROUP BY LEVEL=2

您将获得以下结果:

注意:时间序列的路径只是一个过滤条件,与级别的定义没有关系。

计算节点数

IoTDB能够使用COUNT NODES <Path> LEVEL=<INTEGER>计算当前元数据树中给定级别的节点数。这可以用来查询设备的数量。用法如下:

  1. IoTDB > COUNT NODES root LEVEL=2
  2. IoTDB > COUNT NODES root.ln LEVEL=2
  3. IoTDB > COUNT NODES root.ln.wf01 LEVEL=3

对于上面提到的例子和元数据树,您可以得到以下结果:

注意:时间序列的路径只是一个过滤条件,与级别的定义没有关系。

删除时间序列

要删除我们之前创建的时间序列,我们可以使用DELETE TimeSeries <PrefixPath>声明。

用法如下:

  1. IoTDB> delete timeseries root.ln.wf01.wt01.status
  2. IoTDB> delete timeseries root.ln.wf01.wt01.temperature, root.ln.wf02.wt02.hardware
  3. IoTDB> delete timeseries root.ln.wf02.*

显示设备

与…类似Show Timeseries,IoTDB还支持两种查看设备的方式:

  • SHOW DEVICES语句显示所有设备信息,相当于SHOW DEVICES root.
  • SHOW DEVICES <PrefixPath>语句指定了PrefixPath并返回给定级别下的设备信息。

SQL语句如下:

  1. IoTDB> show devices
  2. IoTDB> show devices root.ln

晶体管-晶体管逻辑。

IoTDB支持存储级TTL设置,这意味着它能够定期自动删除旧数据。使用TTL的好处是,希望咱们程序猿可以控制总磁盘空间的使用,并防止机器用完磁盘。此外,随着文件总数的增加,查询性能可能会降低,并且随着文件的增加,内存使用也会增加。及时删除此类文件有助于保持较高的查询性能并减少内存使用。

设置TTL

设置TTL的SQL语句如下:

  1. IoTDB> set ttl to root.ln 3600000

这个例子意味着对于root.ln只保留最近1小时的,旧的被删除或变得不可见。

取消设置TTL

要取消设置TTL,我们可以使用下面的SQL语句:

  1. IoTDB> unset ttl to root.ln

复位TTL后,所有数据将被接受root.ln

脸红

将存储组内存表中的所有数据点持久化到磁盘,并密封数据文件。

  1. IoTDB> FLUSH
  2. IoTDB> FLUSH root.ln
  3. IoTDB> FLUSH root.sg1,root.sg2

合并

合并序列和非序列数据。目前,IoTDB支持以下两种类型的SQL来手动触发数据文件的合并过程:

  • MERGE只重写重叠的块,合并速度快,但最终磁盘上会有冗余数据。
  • FULL MERGE重写重叠文件中的所有数据,合并速度很慢,但最终磁盘上不会有冗余数据。
  1. IoTDB> MERGE
  2. IoTDB> FULL MERGE

清除缓存

清除块、块元数据和时间序列元数据的缓存,以释放内存占用。

  1. IoTDB> CLEAR CACHE
相关文章
|
SQL 前端开发 关系型数据库
如何开发一套研发项目管理系统?(附架构图+流程图+代码参考)
研发项目管理系统助力企业实现需求、缺陷与变更的全流程管理,支持看板可视化、数据化决策与成本优化。系统以MVP模式快速上线,核心功能包括需求看板、缺陷闭环、自动日报及关键指标分析,助力中小企业提升交付效率与协作质量。
1018 29
|
JSON 文字识别 BI
如何开发车辆管理系统中的加油管理板块(附架构图+流程图+代码参考)
本文针对中小企业在车辆加油管理中常见的单据混乱、油卡管理困难、对账困难等问题,提出了一套完整的系统化解决方案。内容涵盖车辆管理系统(VMS)的核心功能、加油管理模块的设计要点、数据库模型、系统架构、关键业务流程、API设计与实现示例、前端展示参考(React + Antd)、开发技巧与工程化建议等。通过构建加油管理系统,企业可实现燃油费用的透明化、自动化对账、异常检测与数据分析,从而降低运营成本、提升管理效率。适合希望通过技术手段优化车辆管理的企业技术人员与管理者参考。
|
消息中间件 缓存 JavaScript
如何开发ERP(离散制造-MTO)系统中的生产管理板块(附架构图+流程图+代码参考)
本文详解离散制造MTO模式下的ERP生产管理模块,涵盖核心问题、系统架构、关键流程、开发技巧及数据库设计,助力企业打通计划与执行“最后一公里”,提升交付率、降低库存与浪费。
|
12月前
|
前端开发 JavaScript BI
如何开发车辆管理系统中的车务管理板块(附架构图+流程图+代码参考)
本文介绍了中小企业如何通过车务管理模块提升车辆管理效率。许多企业在管理车辆时仍依赖人工流程,导致违章处理延误、年检过期、维修费用虚高等问题频发。将这些流程数字化,可显著降低合规风险、提升维修追溯性、优化调度与资产利用率。文章详细介绍了车务管理模块的功能清单、数据模型、系统架构、API与前端设计、开发技巧与落地建议,以及实现效果与验收标准。同时提供了数据库建表SQL、后端Node.js/TypeScript代码示例与前端React表单设计参考,帮助企业快速搭建并上线系统,实现合规与成本控制的双重优化。
|
12月前
|
运维 监控 安全
公链开发中的高可用架构设计要点
本指南提供公链高可用架构的可复用流程与模板,涵盖目标拆解、先决条件、分步执行、故障排查及验收标准,结合跨链DApp与量化机器人案例,提升落地效率与系统稳定性。
|
监控 供应链 前端开发
如何开发ERP(离散制造-MTO)系统中的财务管理板块(附架构图+流程图+代码参考)
本文详解离散制造MTO企业ERP系统中财务管理模块的搭建,聚焦应收账款与应付账款管理,涵盖核心功能、业务流程、开发技巧及Python代码示例,助力企业实现财务数据准确、实时可控,提升现金流管理能力。
1413 32
|
供应链 监控 JavaScript
如何开发ERP(离散制造-MTO)系统中的库存管理板块(附架构图+流程图+代码参考)
本文详解MTO模式下ERP库存管理的关键作用,涵盖核心模块、业务流程、开发技巧与代码示例,助力制造企业提升库存周转率、降低缺货风险,实现高效精准的库存管控。
|
12月前
|
消息中间件 运维 监控
交易所开发核心架构拆解与流程图
本文系统解析交易所架构核心要素,从接入层到清算结算,结合系统流程图拆解各模块职责与协作机制。深入剖析撮合引擎、账本设计与风控逻辑,建立性能、可用性、安全性等多维评估标准,并提供可落地的流程图绘制、压测优化与进阶学习路径,助力构建高效、安全、可扩展的交易系统。(238字)
|
前端开发 API 定位技术
如何开发车辆管理系统中的用车申请板块(附架构图+流程图+代码参考)
本文详细解析了如何将传统纸质车辆管理流程数字化,涵盖业务规则、审批流、调度决策及数据留痕等核心环节。内容包括用车申请模块的价值定位、系统架构设计、数据模型构建、前端表单实现及后端开发技巧,助力企业打造可落地、易扩展的车辆管理系统。
|
设计模式 人工智能 API
AI智能体开发实战:17种核心架构模式详解与Python代码实现
本文系统解析17种智能体架构设计模式,涵盖多智能体协作、思维树、反思优化与工具调用等核心范式,结合LangChain与LangGraph实现代码工作流,并通过真实案例验证效果,助力构建高效AI系统。
1182 7

推荐镜像

更多