IoTDB 从零入门:安装、部署与第一个时序数据写入(Windows版本)

时序数据正在成为物联网、工业互联网、车联网等领域的核心数据资产。

如何高效管理海量带时间戳的数据?Apache IoTDB 给出了答案。

本文面向零基础读者,带你从下载到运行,完成第一次数据写入,全程动手实操。

1. IoTDB 是什么?

  • 专为时序数据设计的 Apache 顶级开源数据库

  • 核心特点:高压缩比、高性能写入/查询、类 SQL 语法、轻量级

  • 适用场景:工业监控、智能工厂、新能源、车联网

2. 环境准备

  • 操作系统:Windows / Linux / macOS 均可(本文以 Linux 为例)

  • 依赖:JDK 17+(必需)

  • 下载地址:Apache 官方镜像或 GitHub Releases

打开终端命令窗口,输入命令检查java版本

复制代码
# 检查 Java 版本 
java -version

3. 下载与安装

Index of /iotdb/2.0.8

直接输入这个网址进行下载,然后解压

4. 目录结构速览

5. 启动并连接 IoTDB(单机模式)

可以打开sbin目录文件

①windows演示

启动成功之后来启动数据库

这样子数据库就启动成功啦

如果双击运行提示,就右键属性勾选

6. 第一个时序数据写入

6.1 基础概念速懂(存储组 → 路径 → 测点)
  • 存储组:root.ln(如:辽宁风电场)

  • 设备:root.ln.wf01(风机 01)

  • 测点:root.ln.wf01.temperature、root.ln.wf01.speed

6.2 创建存储组与时间序列

sql

复制代码
CREATE STORAGE GROUP root.ln;
CREATE TIMESERIES root.ln.wf01.temperature WITH DATATYPE=FLOAT, ENCODING=RLE;
CREATE TIMESERIES root.ln.wf01.speed WITH DATATYPE=FLOAT, ENCODING=RLE;
6.3 插入数据(INSERT)

sql

复制代码
INSERT INTO root.ln.wf01(timestamp, temperature, speed) VALUES (now(), 23.5, 6.2);
INSERT INTO root.ln.wf01(timestamp, temperature, speed) VALUES (2026-07-16T10:00:00, 24.1, 5.8);
6.4 查询验证

sql

复制代码
SELECT temperature, speed FROM root.ln.wf01 WHERE time >= 2026-07-16T00:00:00;

恭喜你!你已经完成了 IoTDB 从安装到写入的全流程。

时序数据库的门槛并不高,关键在动手。

如果在实践中遇到问题,欢迎在评论区留言,我会尽力协助。

相关推荐
一个天蝎座 白勺 程序猿5 小时前
IoTDB集群扩容:从慌乱到从容的经验分享
数据库·wpf·时序数据库·iotdb
文慧的科技江湖2 天前
2026年10月4日充电桩行业晚报:当“只充80%“成为通行规则,行业开始管单车占桩时长 | 慧知开源充电桩平台
开源·apache·新能源·虚拟电厂·充电桩·ocpp·v2g
Highcharts.js3 天前
图表开发实战总结| 7 条“黄金法则”与“性能铁律”
前端·javascript·vue.js·编辑器·时序数据库·highcharts
TDengine (老段)4 天前
集群从“能用“到“高可用“:副本、选主与故障切换到底怎么配
大数据·网络·数据库·物联网·oracle·时序数据库·tdengine
欢喜躲在眉梢里4 天前
时序数据库选型指南:从大数据架构视角拆解 Apache IoTDB 的适用边界
大数据·人工智能·ai·架构·时序数据库·模型
nvd114 天前
# 从 192 秒到 13 秒:Apache Flink 批处理极速调优实战记录
大数据·flink·apache
众链网络5 天前
景区票务系统选型的技术尽调清单:从并发、数据到二次开发的 12 个必查项
apache·景区票务系统
KaiwuDB6 天前
KaiwuDB 运维实战04:DRBD + KaiwuDB——物联网场景下的低成本数据库高可用方案
运维·数据库·物联网·时序数据库·kaiwudb·aiot·多模数据库
杨云龙UP6 天前
TDengine Community 超级表建表实战:统一21个TAG与DOUBLE/字符串数据模板
运维·服务器·数据库·时序数据库·tdengine·涛思数据·stable建表
成为深度学习高手6 天前
DAG:沿时间与通道双相关建模的外生变量时序预测
网络·人工智能·深度学习·算法·机器学习·数据挖掘·时序数据库