CentOS Stream 9 服务器 Docker 部署 KaiwuDB 实战

最近在研究物联网数据库选型时，了解到 KaiwuDB 是一款面向 AIoT 场景的分布式多模数据库，支持在同一实例中同时处理时序数据和关系数据，并能进行跨模查询。这个特性非常吸引我。

本次实操我选择了 CentOS Stream 9 云服务器，采用 Docker 方式部署 KaiwuDB，并基于智能电表场景，完整实践了时序表与关系表的创建以及跨模查询。本文将记录从环境准备、部署踩坑到实战应用的全过程。

环境信息如下。操作系统为 CentOS Stream 9 x86_64 架构，Docker 版本 29.0 以上，KaiwuDB 版本为 3.1.0 官方最新版，服务器配置为 16 核 32G 内存。

一、环境准备

首先检查 CentOS 系统版本。

bash 复制代码

cat /etc/centos-release

然后检查 Docker 是否已安装。

bash 复制代码

docker --version
docker compose version

检查端口是否被占用。KaiwuDB 默认使用 8080 端口提供 Web 界面，26257 端口提供数据库服务。

bash 复制代码

netstat -tlnp | grep 8080
netstat -tlnp | grep 26257

如果有端口被占用，需要先停止相应进程或修改端口映射。

创建部署目录。

bash 复制代码

mkdir -p ~/kwdb-docker && cd ~/kwdb-docker

二、Docker 部署 KaiwuDB

官方提供了两种 Docker 部署方式，我选择了更清晰的 docker compose 方式。

首先拉取 KaiwuDB 镜像。

bash 复制代码

docker pull registry.cn-hangzhou.aliyuncs.com/kwdb/kwdb:latest

然后创建 docker-compose.yml 文件。

bash 复制代码

vim docker-compose.yml

写入以下内容。

复制代码

services:
  kaiwudb-container:
    image: "registry.cn-hangzhou.aliyuncs.com/kwdb/kwdb:latest"
    container_name: kaiwudb-experience
    hostname: kaiwudb-experience
    ports:
      - 8080:8080
      - 26257:26257
    ulimits:
      memlock: -1
    volumes:
      - /dev:/dev
    restart: on-failure
    ipc: shareable
    privileged: true
    environment:
      - LD_LIBRARY_PATH=/kaiwudb/lib
    tty: true
    working_dir: /kaiwudb/bin
    command:
      - /bin/bash
      - -c
      - |
        ./kwbase start-single-node --insecure --listen-addr=0.0.0.0:26257 --advertise-addr=222.*.*.130:26257 --http-addr=0.0.0.0:8080 --store=/kaiwudb/deploy/kaiwudb

启动容器。

bash 复制代码

docker compose up -d

验证容器运行状态。

bash 复制代码

docker ps

三、连接 KaiwuDB 验证

进入容器。

bash

bash 复制代码

docker exec -it kaiwudb-experience /bin/bash

使用 kwbase CLI 连接数据库。

bash 复制代码

./kwbase sql --insecure --host=localhost

查看数据库版本。

sql 复制代码

SELECT VERSION();

四、核心实战：双模建表与跨模查询

参考官方文档和社区实践，我模拟了一个智能电表场景。

4.1 创建关系数据库和关系表

关系表用于存储电表档案信息。

sql 复制代码

-- 创建关系数据库
CREATE DATABASE db1;

-- 切换到关系数据库
SET DATABASE = db1;

-- 创建关系表，存储电表基础信息
CREATE TABLE accounts (
    meter_id STRING PRIMARY KEY,
    location STRING,
    customer_name STRING,
    install_date DATE
);

-- 插入测试数据
INSERT INTO accounts VALUES 
('M1001', '北京市朝阳区', '王先生', '2026-01-15'),
('M1002', '上海市浦东新区', '李女士', '2026-02-20'),
('M1003', '深圳市南山区', '张先生', '2026-03-10');

-- 查询验证
SELECT * FROM accounts;

4.2 创建时序数据库和时序表

时序表用于存储电表读数。

sql 复制代码

-- 创建时序数据库
CREATE TS DATABASE ts_db;

-- 切换到时序数据库
SET DATABASE = ts_db;

-- 创建时序表，存储实时读数
CREATE TABLE readings (
    ts TIMESTAMP NOT NULL,
    voltage FLOAT,
    current FLOAT,
    power FLOAT
) TAGS (
    meter_id VARCHAR(64) NOT NULL
) PRIMARY TAGS (
    meter_id
);

-- 插入模拟时序数据
INSERT INTO readings VALUES 
('2026-02-27 14:30:00', 220.5, 5.2, 1146.6, 'M1001'),
('2026-02-27 14:31:00', 221.3, 6.1, 1350.9, 'M1001'),
('2026-02-27 14:30:00', 219.8, 4.8, 1055.0, 'M1002'),
('2026-02-27 14:31:00', 220.1, 7.2, 1584.7, 'M1002'),
('2026-02-27 14:30:00', 221.0, 3.9, 861.9, 'M1003');

4.3 跨模查询实战

跨模查询是多模数据库的核心亮点。场景需求是查看每个用户的实时用电情况，并显示用户姓名和所在区域。

sql 复制代码

SELECT 
    a.customer_name,
    a.location,
    r.ts,
    r.voltage,
    r.power
FROM ts_db.readings r
JOIN db1.accounts a ON r.meter_id = a.meter_id
WHERE r.ts >= now() - interval '5 minutes'
ORDER BY r.ts;

从结果可以看到，时序表的实时读数成功关联上了关系表的用户信息。一条 SQL 完成了原本需要两套数据库加代码联动才能实现的复杂操作，这就是多模融合的核心价值。

4.4 进阶聚合查询

统计每个用户最近一小时的总用电量。

sql 复制代码

SELECT 
    a.customer_name,
    SUM(r.power) as total_power
FROM ts_db.readings r
JOIN db1.accounts a ON r.meter_id = a.meter_id
WHERE r.ts >= now() - interval '1 hour'
GROUP BY a.customer_name;

五、踩坑与解决记录

以下是实际部署过程中遇到的几个典型问题。

坑一：启动容器时报错 bash: docker-compose: command not found

原因是新版 Docker 已不再默认包含独立的 docker-compose 命令，应使用 docker compose 子命令。解决方法是将 docker-compose up -d 改为 docker compose up -d。

坑二：跨模查询时报错 relation db1.accounts does not exist

原因是 KWDB 默认在当前数据库查找表，如果没有指定数据库名称，就会报表不存在。解决方法是使用数据库名.表名的完整写法，如 db1.accounts。

坑三：时序表插入数据时报错 unsupported input type BinaryOperator

原因是 KWDB 不支持 now() + interval 这种二元运算符写法。时间戳可以使用 NOW() 函数，但不支持加法运算。解决方法是直接使用具体的时间字符串进行插入。

坑四：时序表中标签列不支持 STRING 类型

根据官方文档，时序表的标签列不支持 TIMESTAMP、NVARCHAR、GEOMETRY 等数据类型。解决方法是将 STRING 改为 VARCHAR 并指定长度。

sql 复制代码

CREATE TABLE readings (
    ts TIMESTAMP NOT NULL,
    voltage FLOAT,
    current FLOAT,
    power FLOAT
) TAGS (
    meter_id VARCHAR(64) NOT NULL
) PRIMARY TAGS (
    meter_id
);

六、总结与心得

从部署体验来看，Docker 方式的便捷度非常高，十五分钟左右就能完成部署，比裸机安装省事很多。官方文档资料齐全，但部分内容散落在不同平台，查找时需要一些耐心。

本次实操成功验证了 KaiwuDB 的两大核心能力。多模数据统一管理的能力，让同一个实例可以同时存储关系数据和时序数据。跨模查询的能力，通过 SQL 直接关联分析两类数据，无需中间件进行数据拼装。

结合官方介绍，KaiwuDB 特别适合工业物联网、能源电力和车联网等场景。设备档案作为关系数据，实时监控数据作为时序数据，两类数据在同一数据库中统一管理，查询和分析都非常便捷。

后续计划申请试用 KAT 智能体工具，或者尝试 Smart Meter Web 可视化项目，做更深入的应用探索。