MySQL 是中國開發者最熟悉的開源資料庫産品，在很多開發者心中 MySQL 就是關系資料庫的代名詞。開發者們對 MySQL 資料庫的的特性已經非常熟悉了。
TDengine （https://github.com/taosdata/TDengine）是完全面向處理時序資料而設計的資料庫，是資料庫領域的“新物種”，也就是所謂的時序資料庫（Time Series Database，簡稱 TSDB）。TDengine 在創立伊始，就堅定地走相容 SQL 的路線，這極大地降低了資料庫使用者的使用門檻，但是另一方面，時序資料和關系資料庫的處理方式還是有些差別，是以熟悉 MySQL 的使用者在入手 TDengine 的時候會有一些混淆。是以，我們專門撰寫了這篇文章，希望可以幫助廣大熟悉 MySQL 資料庫的開發者更快地上手 TDengine。
但同時我們也要指出，TDengine 是專門為處理時序資料而設計的産品，并不适合存儲非時序類型資料，在實際應用中，可以結合關系型資料庫一起使用。
注：本文以最新的 TDengine 3.0.1.4 版本為例。
時序資料模組化
用 MySQL 關系型資料庫給時序資料模組化
為了友善大家了解，我們先用大家熟悉的關系型資料庫進行模組化。模組化的場景是我們要采集一萬個電表的資料，每個電表有自己的裝置 ID（device_id），有所在的位置（location），電表有不同型号（group_id）。每次采集我們要記錄當時的時間戳（ts）、電表的電流（current）、電壓（voltage）、相位（phase）三個資料。
建立資料庫的 SQL 語句：
CREATE SCHEMA `test`;
表 meters
::: hljs-center
:::
建立表 meters 的 SQL 語句：
CREATE TABLE `test`.`meters` (
`device_id` VARCHAR(8) NOT NULL,
`ts` TIMESTAMP(3) NOT NULL,
`current` FLOAT NULL,
`voltage` INT NULL,
`phase` FLOAT NULL,
PRIMARY KEY (`device_id`, `ts`),
CONSTRAINT `FK_meters_devices`
FOREIGN KEY (`device_id`)
REFERENCES `test`.`devices` (`device_id`));
表 devices
::: hljs-center
:::
建立表 devices 的 SQL 語句：
CREATE TABLE `test`.`devices` (
`device_id` VARCHAR(8) NOT NULL,
`location` VARCHAR(24) NOT NULL,
`group_id` INT NOT NULL,
PRIMARY KEY (`device_id`),
INDEX `IDX_location` (`location` ASC),
INDEX `IDX_group_id` (`group_id` ASC));
把 MySQL 模組化轉換成 TDengine 模組化
我們來對比看看 TDengine 的模組化和 MySQL 有什麼不同。讓我們先引入 TDengine 的兩個概念：
1、一個裝置采集點一張表
根據這一設計，device_id 就是子表名稱。location 和 group_id 我們作為子表的 TAG。主鍵：在 TDengine 中，表的第一個字段必須是 TIMESTAMP 類型，并且會被自動設定為主鍵。
2、超級表與子表
在一個裝置采集點一張表的設計理念下，對應裝置的數量，會出現成千上萬乃至上億張表，TDengine 為此又引入了“超級表”和“子表”兩個概念，它們有如下幾個主要特征：
- 超級表是子表的模闆，定義了子表的資料結構，所有子表都是由超級表“派生”出來，修改超級表結構就是修改所有子表結構；
- 基于超級表可以輕松進行分組聚合查詢，查出每個子表的聚合計算後的資料，如：查詢每個電表的總用電量；
- 标簽（TAG）可以了解為定義在超級表中的字段，每一個子表隻有一組标簽值，代表一個采集點的靜态資料且為記憶體存儲。在 SELECT 語句查詢的時候，标簽（TAG）值可以像普通字段一樣出現在查詢結果中。
更多 TDengine 超級表文檔請參考：https://docs.taosdata.com/taos-sql/stable/。
現在讓我們用 TDengine 進行模組化，建立資料庫的 SQL 語句：
CREATE DATABASE `test`;
然後建立一張超級表：
表 meters
::: hljs-center
:::
建立表 metrics 的 SQL 語句：
CREATE STABLE `test`.`meters` (
`ts` TIMESTAMP,
`current` FLOAT,
`voltage` INT,
`phase` FLOAT)
TAGS (
`group_id` INT,
`location` VARCHAR(24));
關于資料類型的對比
::: hljs-center
:::
TDengine 資料類型文檔請參考：https://docs.taosdata.com/taos-sql/data-type/。
關鍵字和保留詞
MySQL 和 TDengine 的關鍵字/保留詞略有不同，是以有些情況下建立表名、字段名時候，需要注意加上反引号 “ 進行轉義。舉例：
- TTL 在 TDengine 中是關鍵字，但在 MySQL 中不是。
- CURRENT 在 MySQL 中是關鍵字，但在 TDengine 中不是。
資料插入與更新
下面讓我們來體驗下資料處理的真執行個體子：
插入采集資料
MySQL
插入裝置資料
按照上面的模組化，MySQL 插入資料之前，需要先準備好裝置資料，下面我們準備幾條：
INSERT INTO `test`.`devices` VALUES ('d1001', 'California.SanFrancisco', 2);
INSERT INTO `test`.`devices` VALUES ('d1002', 'California.SanFrancisco', 3);
INSERT INTO `test`.`devices` VALUES ('d1003', 'California.LosAngeles', 3);
插入采集資料
INSERT INTO `test`.`meters` VALUES ('d1001', '2018-09-08 17:51:04.777', 10.3, 219, 0.31);
INSERT INTO `test`.`meters` VALUES ('d1002', '2018-09-08 17:51:04.777', 10.2, 220, 0.23);
INSERT INTO `test`.`meters` VALUES ('d1003', '2018-09-08 17:51:04.777', 11.5, 221, 0.35);
TDengine
建立子表
因為 TDengine 的裝置屬性通過标簽（TAG）的方式表達，是以在建立子表的時候來定義裝置的屬性（對應 MySQL 的插入裝置資料）。讓我們先來建立子表：
CREATE TABLE `test`.`d1001` USING `test`.`meters` (`group_id`, `location`) TAGS (2, "California.SanFrancisco");
CREATE TABLE `test`.`d1002` USING `test`.`meters` (`group_id`, `location`) TAGS (3, "California.SanFrancisco");
CREATE TABLE `test`.`d1003` USING `test`.`meters` (`group_id`, `location`) TAGS (3, "California.LosAngeles");
以上語句的語義是通過使用（USING）超級表
test
.
meters
，來建立對應标簽（TAGS）的子表。
插入采集資料
INSERT INTO `test`.`d1001` VALUES ('2018-09-08 17:51:04.777', 10.3, 219, 0.31);
INSERT INTO `test`.`d1001` VALUES ('2018-09-08 17:51:04.777', 10.2, 220, 0.23);
INSERT INTO `test`.`d1001` VALUES ('2018-09-08 17:51:04.777', 11.5, 221, 0.35);
插入采集資料時自動建立子表
TDengine 還有更便捷的方式，可以讓建立子表和插入資料在同一條語句中實作：
INSERT INTO `test`.`d1001` USING `test`.`meters` TAGS ('California.SanFrancisco', 2) VALUES ('2018-09-08 17:51:04.777', 10.3, 219, 0.31);
關于寫入資料的詳細文檔，請參考：https://docs.taosdata.com/taos-sql/insert/。
更新采集資料
MySQL
我們先來看看 MySQL 如何更新資料：
更新采集資料：
UPDATE `test`.`meters` SET `ts` = '2018-09-08 17:51:07', `current` = 10.4, `voltage` = 220, `phase` = 0.32 WHERE `device_id` = 'd1001' and `ts` = '2018-09-08 17:51:05';
TDengine
TDengine 中沒有 UPDATE 語句，但是 TDengine 也支援更新。在 TDengine 中，INSERT 時間戳相同的資料，會更新原有記錄：
INSERT INTO `test`.`d1001` VALUES ('2018-09-08 17:51:04.777', 10.4, 225, 0.35);
注意：TDengine 2.x 版本需要在建立資料庫時指定 UPDATE 參數，3.x 版本不需要。
更新裝置屬性
MySQL
我們先來看看 MySQL 模組化下如何更新裝置屬性：
UPDATE `test`.`devices` SET `location` = 'California.LosAngeles', `group_id` = 3 WHERE `device_id` = 'd1001';
TDengine
如前文所述，TDengine 的裝置屬性存在于标簽（TAG）之中，修改裝置屬性就是修改标簽，是以要用修改标簽的語句：
ALTER TABLE `test`.`d1001` SET TAG `location` = 'California.LosAngeles';
ALTER TABLE `test`.`d1001` SET TAG `group_id` = 5;
注：标簽隻可單個修改。
工具與可視化
GUI 工具
MySQL 官方從 5.0 版本開始提供了 MySQL Workbench 這個圖形管理工具，目前 TDengine 還未提供官方的 GUI 管理工具，但是因為 TDengine 支援 JDBC 标準驅動，這就讓 TDengine 可以通過 JDBC 驅動直接對接目前市面上大量的 SQL IDE 産品，比如 DBeaver、IDEA 等。TDengine 官方也提供了相關文檔，供參考：
如何通過開源資料庫管理工具 DBeaver 連接配接 TDengine
::: hljs-center
:::
如何通過 IDEA 資料庫管理工具連接配接 TDengine？
::: hljs-center
:::
此外，TDengine 企業版提供了 Taos Explorer，提供專門适配 TDengine 技術架構的完整 GUI 管理工具。如果你想使用 Taos Explorer，也可以直接聯系官方企業咨詢服務：https://www.taosdata.com/support。
可視化
TDengine 官方已經适配了 Grafana，在 Grafana 官方插件庫裡可以找到，詳情請參考 TDengine 官方文檔：https://docs.taosdata.com/third-party/grafana/。
::: hljs-center
:::
::: hljs-center
:::
導入導出工具
MySQL 官方提供了 mysqldump 工具用來進行資料的導入和導出。同樣的，TDengine 官方也提供了 taosdump 工具來進行相同的任務。詳情請參考官方文檔：https://docs.taosdata.com/operation/import/ 和https://docs.taosdata.com/operation/export/。
容量與查詢性能對比
環境與資料準備
裝置環境：MacBook Pro 14 M1 8-core 16GB
MySQL 版本：8.0.28
TDengine 版本：3.0.1.4
我們通過使用 taosBenchmark 工具（https://docs.taosdata.com/reference/taosbenchmark），來随機生成一億條采集資料，分布在一張超級表 meters 下的一萬張子表中，并把相同的資料按上述模組化模型導入進 MySQL，確定最後的比對結果一緻。
存儲空間對比
針對上述資料，MySQL 實際存儲空間為 4,931 MB，TDengine 存儲空間為 493 MB。
::: hljs-center
:::
查詢性能對比
典型查詢一（COUNT）
SELECT COUNT(*) FROM `test`.`meters`;
MySQL
::: hljs-center
:::
TDengine
::: hljs-center
:::
總結：TDengine 查詢性能是 MySQL 的 50 倍
典型查詢二（平均值，最大值、最小值）
SELECT AVG(voltage) FROM `test`.`meters`;
SELECT MAX(voltage) FROM `test`.`meters`;
SELECT MIN(voltage) FROM `test`.`meters`;
注：經過測試，MySQL 和 TDengine 對 AVG()、MAX()、MIN() 函數的查詢時間均類似，是以不再額外展示。
MySQL
::: hljs-center
:::
TDengine
::: hljs-center
:::
典型查詢三（條件查詢）
MySQL
SELECT COUNT(*) FROM `test`.`meters` m INNER JOIN `test`.`devices` d ON m.device_id = d.device_id WHERE d.location = "California.MountainView";
::: hljs-center
:::
TDengine
SELECT COUNT(*) FROM `test`.`meters` WHERE location = "California.MountainView";
::: hljs-center
:::
典型查詢四（分組查詢）
MySQL
SELECT AVG(m.voltage), d.location FROM `test`.`meters` m INNER JOIN `test`.`devices` d ON m.device_id = d.device_id GROUP BY d.location;
::: hljs-center
:::
TDengine
SELECT AVG(voltage), location FROM `test`.`meters` GROUP BY location;
::: hljs-center
:::
典型查詢五（時序業務）
MySQL
SELECT DATE_FORMAT(ts, '%Y%m%d-%H') AS date_format, AVG(voltage) FROM `test`.`meters` GROUP BY date_format;
::: hljs-center
:::
TDengine
SELECT AVG(voltage) FROM `test`.`meters` INTERVAL(1h);
::: hljs-center
:::
TDengine 的特色功能（時序資料處理）
TDengine 在支援标準 SQL 的基礎之上，還提供了一系列滿足時序業務場景需求的特色查詢文法，這些文法能夠為時序場景的應用的開發帶來極大的便利。
時間視窗切分查詢
TDengine 支援按時間視窗切分方式進行聚合結果查詢，比如需查詢每隔 1 秒鐘的電流平均值。舉例：
SELECT _wstart, AVG(current) FROM `test`.`d1001` INTERVAL(1s);
::: hljs-center
:::
狀态視窗切分查詢
使用整數（布爾值）或字元串來辨別産生記錄時候裝置的狀态量。産生的記錄如果具有相同的狀态量數值則歸屬于同一個狀态視窗，數值改變後該視窗關閉。舉例：
SELECT COUNT(*), FIRST(ts), voltage FROM `test`.`meters` STATE_WINDOW(voltage) LIMIT 10;
::: hljs-center
:::
資料保留政策
經過長時間累積大量資料以後，曆史資料往往需要做歸檔或删除處理。MySQL 等關系型資料庫隻能通過執行計劃任務調用 DELETE 語句根據時間條件删除資料。而 TDengine 天生就對資料保留政策提供了支援，一共有三種辦法來靈活地處理：
- 建立資料庫時，設定 KEEP 參數，比如 CREATE DATABASE test KEEP 100d; 表示資料庫中的資料在儲存 100 天後會被自動删除；
- 建立表時，設定 TTL 參數，機關為天，比如 CREATE TABLE meters ... TTL 50; 表示 50 天之後，表會被系統自動删除；
- 冷熱資料分級存儲。在 TDengine 企業版中，支援把資料按照時間次元分别存儲于不同的檔案句柄，可以對應到不同的存儲媒體，比如将熱資料存儲于 SSD 磁盤，将冷資料存儲到 S3 存儲中。
替代 MySQL 案例分享
- 存儲空間降為 MySQL 的十分之一，TDengine 在貨拉拉資料庫監控場景的應用
- MySQL 無法滿足查詢性能？北明天時選擇 TDengine 實作熱網監控和能源分析
- 接手被 MySQL 卡死的資料，TDengine 在能源管理系統的應用
- MySQL 當機？大資料驅動下的新零售，如何尋求存儲計算的最優解？