在(zai)物聯網(wang)和工業場景中，采集的(de)(de)數(shu)(shu)據往(wang)往(wang)是結構化的(de)(de)，如(ru)何高效(xiao)存儲、快速寫入并便(bian)捷查詢，成(cheng)為時序數(shu)(shu)據庫面臨的(de)(de)核(he)心挑戰(zhan)。TDengine 創新性(xing)地采用“一個(ge)數(shu)(shu)據采集點一張(zhang)表”的(de)(de)設計策略，在(zai)保留關系型數(shu)(shu)據庫易用性(xing)的(de)(de)同時，充分發揮了時序數(shu)(shu)據的(de)(de)特(te)性(xing)。
關系型模型，降低學習門檻
TDengine 沿用(yong)傳統關系型(xing)(xing)數(shu)據(ju)庫的數(shu)據(ju)模型(xing)(xing)來(lai)管理結(jie)構化(hua)數(shu)據(ju)，用(yong)戶(hu)(hu)無需(xu)重新學習新的數(shu)據(ju)組織方式，即(ji)可輕松(song)上手。這種設計既滿足(zu)了工(gong)業與(yu)物聯網用(yong)戶(hu)(hu)的數(shu)據(ju)結(jie)構需(xu)求，也保障(zhang)了與(yu)主流分(fen)析工(gong)具的兼容(rong)性。
一個數據采集點一張表
每(mei)個數據采(cai)集(ji)點在(zai) TDengine 中(zhong)對應一(yi)張獨立(li)的(de)表(biao)。例如(ru)(ru)，如(ru)(ru)果系統中(zhong)部署了一(yi)千萬塊智(zhi)能電(dian)(dian)表(biao)，則需在(zai) TDengine 中(zhong)創建(jian)一(yi)千萬張表(biao)，每(mei)張表(biao)只(zhi)記錄一(yi)塊電(dian)(dian)表(biao)的(de)全部時序(xu)數據。表(biao)名(ming)通常以(yi)采(cai)集(ji)點 ID 命名(ming)（如(ru)(ru) d1001），采(cai)集(ji)的(de)各(ge)項指標(biao)（如(ru)(ru)電(dian)(dian)流、電(dian)(dian)壓(ya)、相位等）在(zai)表(biao)中(zhong)以(yi)列形式存在(zai)。
這種設計(ji)方式(shi)帶來了顯著(zhu)優勢：
- 無鎖寫入，極致性能：每個采集點是獨立的數據源，只有一個寫入者，天然避免了并發寫入沖突，TDengine 可采用無鎖機制，顯著提升寫入速度。
- 追加寫入，順序優化：時序數據按時間遞增產生，可順序追加寫入，有效降低系統開銷，加快處理效率。
- 塊狀存儲，高效查詢：單個采集點的數據在存儲上是連續的、以塊為單位組織，讀取特定時間段數據時，幾乎無需隨機 I/O，查詢性能提升數量級。
- 列式壓縮，節省空間：數據塊內部采用列式存儲，不同數據類型匹配不同壓縮算法，結合采集量變化的低頻特性，壓縮率遠高于傳統方式。
如果采用傳(chuan)統(tong)方(fang)式將多個(ge)數據(ju)(ju)采集(ji)(ji)(ji)點(dian)的(de)(de)數據(ju)(ju)寫入同(tong)一張表(biao)，由于(yu)網絡延遲不可控，各采集(ji)(ji)(ji)點(dian)數據(ju)(ju)到達服務器的(de)(de)順序無法保障，系統(tong)必須引入鎖機(ji)制來確保寫入一致性。同(tong)時(shi)，不同(tong)采集(ji)(ji)(ji)點(dian)的(de)(de)數據(ju)(ju)難以(yi)實(shi)現連續存儲，影響(xiang)后續查詢效(xiao)率(lv)與壓縮效(xiao)果。相比之下(xia)，采用“一個(ge)數據(ju)(ju)采集(ji)(ji)(ji)點(dian)一張表(biao)”的(de)(de)方(fang)式，可最大程度保障每個(ge)采集(ji)(ji)(ji)點(dian)的(de)(de)數據(ju)(ju)寫入和查詢性能，同(tong)時(shi)實(shi)現更優的(de)(de)數據(ju)(ju)壓縮率(lv)。
在(zai) TDengine 中(zhong)，通(tong)常以數(shu)據采(cai)集(ji)(ji)點的(de)名(ming)(ming)稱(cheng)（如 d1001）作為表名(ming)(ming)。每個(ge)采(cai)集(ji)(ji)點可對(dui)應多(duo)個(ge)采(cai)集(ji)(ji)量（如電流、電壓、相(xiang)位等），每個(ge)采(cai)集(ji)(ji)量在(zai)表中(zhong)占(zhan)據一列，數(shu)據類型可以為整數(shu)、浮點數(shu)、字符(fu)串等。每張(zhang)表的(de)首列必須為時間戳（Timestamp 類型），TDengine 會基于該時間戳建(jian)立索引(yin)，并(bing)采(cai)用列式存儲方式進(jin)行數(shu)據組織。對(dui)于結構復雜的(de)設(she)備（如汽車），由于存在(zai)多(duo)個(ge)數(shu)據采(cai)集(ji)(ji)點，通(tong)常需(xu)要(yao)為同一設(she)備創建(jian)多(duo)張(zhang)表分別管理。
搭配“超級表”，實現統一建模與靈活查詢
為了解決大(da)規(gui)模(mo)數據(ju)管理中(zhong)的結構統一性問題(ti)，TDengine 進一步引入(ru)了“超(chao)(chao)級(ji)表(biao)”機制。在保留(liu)“一個數據(ju)采集點一張(zhang)表(biao)”的基礎上，用(yong)戶只需定(ding)義一次(ci)表(biao)結構，即可通過(guo)超(chao)(chao)級(ji)表(biao)模(mo)板(ban)批量創建同(tong)類采集點的子表(biao)。同(tong)時，每個子表(biao)可通過(guo)標簽(qian)（如地(di)理位置、設備(bei)型號、安裝(zhuang)時間等）區分，實現靈活篩選與(yu)聚合分析。
這一設計充分結合了“結構(gou)統一 + 存儲獨(du)立(li)”的優勢，使 TDengine 在管理(li)千萬級、甚至十(shi)億(yi)級設備時，仍然能(neng)(neng)夠保持(chi)高性能(neng)(neng)寫(xie)入、低成(cheng)本存儲與靈活查(cha)詢分析的能(neng)(neng)力。
