工具 - Power BI
Power BI 是由 Microsoft 提供的一种商业分析工具。通过配置使用 ODBC 连接器，Power BI 可以快速的访问 TDengine。您可以将标签数据、原始时序数据或按时间聚合后的时序数据从 TDengine 导入到 Power BI，制作报表或仪表盘，整个过程不需要任何的代码编写过程。
前置条件
- TDengine 服务端软件已经安装并运行。
- 安装完成 Power BI Desktop 软件并可以运行（如未安装，请从官方地址下载最新的 Windows X64 版本）。
安装 ODBC 连接器
- 仅支持 Windows 平台。Windows 上需要安装过 VC 运行时库，可在此下载安装 VC 运行时库。如果已经安装 VS 开发工具可忽略。
- 下载和安装 TDengine Windows 客户端安装包。
配置 ODBC 数据源
- Windows 操作系统的【开始】菜单搜索打开【ODBC 数据源(64 位)】管理工具（注意不要选择 ODBC 数据源(32 位)）。
- 选中【用户 DSN】标签页，通过【添加(D)】按钮进入“创建数据源”界面。
- 选择想要添加的数据源，然后选择【TDengine】，点击完成，进入 TDengine ODBC 数据源配置页面，填写如下必要信息：
【DSN】： 数据源名称，必填，比如“MyTDengine”
【连接类型】： 选中【Websocket】
【服务地址】： taos://localhost:6041
【数据库】： 需要连接的数据库，可选，比如“test”
【用户名】： 输入用户名，如果不填，默认为 root
【密码】： 输入用户密码，如果不填，默认为 taosdata
- 点击【测试连接】按钮测试连接情况，如果成功，会提示“成功连接到 taos://root:taosdata@localhost:6041”。
导入 TDengine 数据到 Power BI
- 打开 Power BI 并登录后，通过如下步骤添加数据源，“主页” -> “获取数据” -> “其他” -> “ODBC” -> “连接”。
- 选择刚才创建的数据源名称，比如“MyTDengine”，点击“确定”按钮。在弹出的“ODBC 驱动程序”对话框中，在左边的菜单里面选择“默认或自定义”，点击“连接”按钮，可以连接到配置好的数据源。在进入“导航器”后，可以浏览对应数据库的数据表并加载。
- 如果需要输入 SQL 语句，可以点击“高级选项”，在展开的对话框中输入并加载数据。
为了更好的使用 Power BI 分析 TDengine 中的数据，您需要理解维度、度量、时序、相关性的概念，然后通过自定义的 SQL 语句导入数据。
- 维度：通常是分类（文本）数据，描述设备、测点、型号等类别信息。在 TDengine 的超级表中，使用标签列存储数据的维度信息，可以通过形如
select distinct tbname, tag1, tag2 from supertable的 SQL 语法快速获得维度信息。 - 度量：可以用于进行计算的定量（数值）字段， 常见计算有求和、平均值和最小值等。如果测点的采集频率为秒，那么一年就有 31,536,000 条记录，把这些数据全部导入 Power BI 会严重影响其执行效率。在 TDengine 中，您可以使用数据切分查询、窗口切分查询等语法，结合与窗口相关的伪列，把降采样后的数据导入到 Power BI 中，具体语法参考 TDengine 特色查询功能介绍。
- 窗口切分查询：比如温度传感器每秒采集一次数据，但需查询每隔 10 分钟的温度平均值，这种场景下可以使用窗口子句来获得需要的降采样查询结果，对应的 SQL 语句形如
select tbname, _wstart date，avg(temperature) temp from table interval(10m)，其中 _wstart 是伪列，表示时间窗口起始时间，10m 表示时间窗口的持续时间，avg(temperature)表示时间窗口内的聚合值。 - 数据切分查询：如果需要同时获取很多温度传感器的聚合数值，可对数据进行切分然后在切分出的数据空间内再进行一系列的计算，对应的 SQL 语法参考
partition by part_list。数据切分子句最常见的用法就是在超级表查询中，按标签将子表数据进行切分，将每个子表的数据独立出来，形成一条条独立的时间序列，方便各种时序场景的统计分析。
- 时序：在绘制曲线或者按照时间聚合数据时，通常需要引入日期表。日期表可以从 Excel 表格中导入，也可以在 TDengine 中执行 SQL 语句获取，例如
select _wstart date, count(*) cnt from test.meters where ts between A and B interval(1d) fill(0)，其中 fill 字句表示数据缺失情况下的填充模式，伪列_wstart 则为要获取的日期列。 - 相关性：告诉数据之间如何关联，度量和维度可以通过 tbname 列关联在一起，日期表和度量则可以通过 date 列关联，配合形成可视化报表。
智能电表样例
TDengine 有自己独特的数据模型，它使用超级表作为模板，为每个设备创建一个表，每个表最多可创建 4096 个数据列和 128 个标签列。在 the example of meters 中，假如一个电表每秒产生一条记录，一天就有 86,400 条记录，一年就有 31,536,000 条记录，1000 个电表将占用 600 GB 原始磁盘空间。因此，Power BI 更多的应用方式是将标签列映射为维度列，数据列的聚合结果导入为度量列，最终为关键决策制定者提供所需的指标。
- 导入维度数据：在 Power BI 中导入表的标签列，取名为 tags，SQL 如下：
select distinct tbname, groupid, location from test.meters; - 导入度量数据：在 Power BI 中，按照 1 小时的时间窗口，导入每个电表的电流均值、电压均值、相位均值，取名为 data，SQL 如下：
select tbname, _wstart ws, avg(current), avg(voltage), avg(phase) from test.meters PARTITION by tbname interval(1h); - 建立维度和度量的关联关系：在 Power BI 中，打开模型视图，建立表 tags 和 data 的关联关系，将 tbname 设置为关联数据列。之后，就可以在柱状图、饼图等控件中使用这些数据。更多有关 Power BI 构建视觉效果的信息，请查询 Power BI 文档。
