时序数据库IoTDB数据导入与查询功能详解

1. 引言

本文将详细介绍 Apache IoTDB 如何实现数据的导入和查询功能,包括自动导入 CSV 格式数据、使用 SQL 语句写入数据以及基本查询和聚合查询等。

2. 数据导入

2.1 IoTDB 架构简介

以实际工业应用场景为例,我们提供了一个测试用的 CSV 格式数据表格,该表格记录了某集团高山风机的轮毂温度数据。

2.2 CSV 导入时间序列和值

Apache IoTDB 提供了 CSV 工具,可以将 CSV 格式的数据导入数据库中。具体步骤如下:

  1. 启动 IoTDB server。
  2. 进入 tools 目录,执行以下命令(以 Linux 和 Mac 系统为例):
bash 复制代码
import-csv.sh -h <ip> -p <port> -u <username> -pw <password> -f <xxx.csv> [-fd <./failedDirectory>]
  • -f 指定要导入的数据文件。
  • -fd 指定保存失败文件的目录(可选)。

2.3 SQL 写入序列和值

除了导入 CSV 数据,还可以使用 SQL 语句创建和写入时间序列数据。

2.3.1 创建单条时间序列
sql 复制代码
create timeseries root.BHSFC.Q1.W003.speed FLOAT encoding=RLE
2.3.2 写入数据
sql 复制代码
insert into root.BHSFC.Q1.W003(timestamp, speed) values(1657468800000, 1)
2.3.3 创建多条时间序列
sql 复制代码
insert into root.ln1.wf01(time, status, temperature) aligned values(1657468800000, 0, 1)

3. 数据基本查询

3.1 使用 select from 语句查询

3.1.1 查询单个时间序列的数据
sql 复制代码
select WROT_HubTmp from root.BHSFC.Q1.W002
3.1.2 查询多个时间序列的数据
sql 复制代码
select * from root.BHSFC.** limit 10
3.1.3 查询最新数据
sql 复制代码
select last WROT_HubTmp from root.BHSFC.Q1.W002

3.2 使用 where 语句查询

3.2.1 时间过滤查询
sql 复制代码
select WROT_HubTmp from root.BHSFC.Q1.W002 where time < 2022-01-12
3.2.2 查询时间范围内的最新数据
sql 复制代码
select last WROT_HubTmp from root.BHSFC.Q1.W002 where time >= 2022-1-14T00:00:00
3.2.3 值过滤查询
sql 复制代码
select WROT_HubTmp from root.BHSFC.Q1.W002 where WROT_HubTmp > 20

4. 数据聚合查询

4.1 查询时间序列行数

4.1.1 查询单条时间序列行数
sql 复制代码
select count(WROT_HubTmp) from root.BHSFC.Q1.W002
4.1.2 查询多条时间序列行数
sql 复制代码
select count(*) from root.**

4.2 IoTDB 内置聚合函数功能

4.2.1 单层聚合查询
  • 查询最大值:
sql 复制代码
select MAX_VALUE(*) from root.BHSFC.Q1.W002
  • 查询平均值:
sql 复制代码
select AVG(*) from root.BHSFC.Q1.W002
4.2.2 聚合查询+时间过滤
sql 复制代码
select count(*) from root.BHSFC.Q1.W002 where time > 2022-01-13T00:00:00
4.2.3 分层聚合查询
sql 复制代码
select count(*) from root.** group by level = 2
4.2.4 分段聚合查询
  • 按天分段查询平均值:
sql 复制代码
select AVG(*) from root.BHSFC.Q1.W002 group by ([2022-1-14T00:00:00,2022-1-15T00:00:00),1d)
4.2.5 降采样查询
  • 查询每天的最高风速:
sql 复制代码
select max_value (*) from root.BHSFC.Q1.W002 group by ([2022-1-11T00:00:00,2022-1-15T00:00:00),1d)

4.3 控制填充

4.3.1 前值填充
sql 复制代码
select WROT_HubTmp from root.BHSFC.Q1.W002 where time = 2022-01-16T00:00:00 fill(previous)
4.3.2 线性填充
sql 复制代码
select avg(*) from root.BHSFC.Q1.W002 group by ([2022-1-11T00:00:00,2022-1-15T00:00:00),6h,12h) fill (linear)
4.3.3 特定值填充
sql 复制代码
select WROT_HubTmp from root.BHSFC.Q1.W002 where time = 2022-01-16T00:00:00 fill(15)

5. 结语

通过本文,我们详细了解了 Apache IoTDB 的数据导入和查询功能,包括如何导入 CSV 数据、使用 SQL 语句写入和查询数据,以及如何进行聚合查询和控制空值填充。这些功能为时间序列数据的处理提供了强大的支持。

相关推荐
草梅友仁1 小时前
草梅 Auth 1.1.0 发布与最新动态 | 2025 年第 30 周草梅周报
开源·github·ai编程
-SGlow-3 小时前
MySQL相关概念和易错知识点(2)(表结构的操作、数据类型、约束)
linux·运维·服务器·数据库·mysql
明月5663 小时前
Oracle 误删数据恢复
数据库·oracle
数据与人工智能律师4 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
♡喜欢做梦5 小时前
【MySQL】深入浅出事务:保证数据一致性的核心武器
数据库·mysql
遇见你的雩风5 小时前
MySQL的认识与基本操作
数据库·mysql
dblens 数据库管理和开发工具5 小时前
MySQL新增字段DDL:锁表全解析、避坑指南与实战案例
数据库·mysql·dblens·dblens mysql·数据库连接管理
weixin_419658315 小时前
MySQL的基础操作
数据库·mysql
mykyle6 小时前
Elasticsearch-ik分析器
大数据·elasticsearch·jenkins
不辉放弃6 小时前
ZooKeeper 是什么?
数据库·大数据开发