Timescaledb

在物联网时代，出现了大量以时间为中心海量产生的传感器数据，称为时序数据。这类数据的特点是：

(相关资料图)

• 数据记录总有一个时间戳。

• 数据几乎总是追加，不更新也不删除。

• 大量使用近期的数据。很少更新或者回填时间间隔的缺失数据。

• 与时间间隔频率关系不大。但累积的数据量大，可能会有峰值。

• 对这类数据有多种聚合查询的需求，并且越快越好。例如，截止到目前为止，最大值/最小值/平均值是多少，数据流速是多少等。

为此，IT界兴起了时序数据库。TimeScaleDB是其中的佼佼者，截止到2022年7月，它的排名在第5名，值得使用。由于TimeScaleDB是postgresql的一个插件，因此非常便于安装与使用。同时，它也是一个开源的时间序列数据库，为快速获取和复杂查询进行了优化。此外，它也是多模型设计，在体现与时序数据相关的特性外，它执行的是“完整的SQL”，程序员很容易使用与管理它。

它的安装不复杂。使用以下命令在ubuntu bionic下安装单机版本。

apt install -y gnupg postgresql-common apt-transport-https lsb-release wget/usr/share/postgresql-common/pgdg/apt.postgresql.org.shecho "deb https://packagecloud.io/timescale/timescaledb/ubuntu/ $(lsb_release -c -s) main" > /etc/apt/sources.list.d/timescaledb.listwget --quiet -O - https://packagecloud.io/timescale/timescaledb/gpgkey | apt-key add -apt updateapt install -y timescaledb-2-postgresql-14# 做一个调整timescaledb-tune --quiet --yes# 重新启动数据库服务systemctl restart postgresql# 以postgres用户启动命令行su postgres -c psql# 在psql命令行环境中。输入以下命令，从而关联到timescaledb这个扩展上。CREATE database sensordb;\c sensordbCREATE EXTENSION IF NOT EXISTS timescaledb;\q# 再次连接su postgres -c "psql -d sensordb"# 显示扩展列表(extensions)\dx

一、创建时序相关得表

在sensordb下创建测试用的表，这个创建的过程有些特殊。相关命令如下：

# 传感器表，传统的表CREATE TABLE sensors(  id SERIAL PRIMARY KEY,  type VARCHAR(50),  location VARCHAR(50));# 传感器数据库，这个将转换成为超表CREATE TABLE sensor_data (  time TIMESTAMP NOT NULL,  sensor_id INTEGER,  pm25 DOUBLE PRECISION,  temperature DOUBLE PRECISION,  FOREIGN KEY (sensor_id) REFERENCES sensors (id));# CREATE EXTENSION IF NOT EXISTS timescaledb;# 转换为超表SELECT create_hypertable("sensor_data", "time");# 生成4个传感器INSERT INTO sensors (type, location) VALUES("a","地板"),("a", "天花板"),("b","地板"),("b", "天花板");# 测试一下。select * from sensors;

接下来，使用python连接时序数据库，并且模拟相关的数据插入到表中。

二、使用Python模拟数据

import psycopg2import randomimport datetime# 事先创建后数据库demodbdemodb = psycopg2.connect(database="sensordb", user="postgres",                          password="88488848", host="172.17.2.151", port="5432")democur = demodb.cursor()currenttime = datetime.datetime.now()# 插入模拟出来的数据。for _ in range(100000):    currenttime = currenttime+datetime.timedelta(seconds=1)    for id in range(1,5,1):        pm25 = random.uniform(0, 300)        temp = random.uniform(0, 40)        insertsql = f"""insert into sensor_data(sensor_id,pm25,temperature,time) values({id},{pm25},{temp},"{currenttime}")"""        democur.execute(insertsql)    demodb.commit()democur.close()demodb.close()

这里插入10万秒的数据，相当于100000/86400=1.15(天)的数据。在插入数据的同时，就可以同时在数据库中进行按30分钟的分桶查询，这是时序数据库的一个特殊功能。

# su postgres -c "psql -d sensordb"SELECT  time_bucket("30 minutes", time) AS period,  AVG(temperature) AS avg_temp,  last(temperature, time) AS last_temp,  AVG(pm25) AS avg_pm25FROM sensor_dataGROUP BY period;SELECT  time_bucket("60 minutes", time) AS period,  AVG(temperature) AS avg_temp,  last(temperature, time) AS last_temp,  AVG(pm25) AS avg_pm25FROM sensor_dataGROUP BY period;

此时，按30分钟时间窗口聚会的数据查询效果如下图所示：

可以看出，TimeScaleDB已经将数据按30分钟来聚合分析。当然，改成任意时间也是可以的，例如，可以改成5秒分析一次也可以，生成结果的时间也非常快。