开发指南
开发一个应用,如果 你准备采用 TDengine 作为时序数据处理的工具,那么有如下几个事情要做:
- 确定应用到 TDengine 的连接方式。无论你使用何种编程语言,你总是可以使用 REST 接口, 但也可以使用每种编程语言独有的连接器进行方便的连接。
- 根据自己的应用场景,确定数据模型。根据数据特征,决定建立一个还是多个库;分清静态标签、采集量,建立正确的超级表,建立子表。
- 决定插入数据的方式。TDengine 支持使用标准的 SQL 写入,但同时也支持 Schemaless 模式写入,这样不用手工建表,可以将数据直接写入。
- 根据业务要求,看需要撰写哪些 SQL 查询语句。
- 如果你要基于时序数据做轻量级的实时统计分析,包括各种监测看板,那么建议你采用 TDengine 3.0 的流式计算功能,而不用额外部署 Spark, Flink 等复杂的流式计算系统。
- 如果你的应用有模块需要消费插入的数据,希望有新的数据插入时,就能获取通知,那么建议你采用 TDengine 提供的数据订阅功能,而无需专门部署 Kafka 或其他消息队列软件。
- 在很多场景下(如车辆管理),应用需要获取每个数据采集点的最新状态,那么建议你采用 TDengine 的 Cache 功能,而不用单独部署 Redis 等缓存软件。
- 如果你发现 TDengine 的函数无法满足你的要求,那么你可以使用用户自定义函数(UDF)来解决问题。
本部分内容就是按照上述顺序组织的。为便于理解,TDengine 为每个功能和每个支持的编程语言都提供了示例代码。如果你希望深入了解 SQL 的使用,需要查看SQL 手册。如果想更深入地了解各连接器的使用,请阅读连接器参考指南。更多的方式往 TDengine 里面写入数据,请参考数据写入,另外更多的方式从 TDengine 读取数据,请参考数据输出。
如果在开发过程中遇到任何问题,请点击每个页面下方的"反馈问题", 在 GitHub 上直接递交 Issue。
🗃️ 建立连接
9 个项目
📄️ 数据建模
TDengine 中如何建立数据模型
📄️ 写入数据
使用 TDengine SQL 写入数据的开发指南
📄️ 查询数据
主要查询功能,通过连接器执行同步查询和异步查询
🗃️ 连接器
9 个项目