TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，它能安全高效地将大量设备、数据采集器每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，对业务运行状态进行实时监测、预警，提供实时的商业洞察。其核心模块是高性能、集群开源、云原生、极简的时序数据库 TDengine OSS。

下载安装：

TDengine：TDengine-client-3.2.1.0-Windows-x64.exe (17.1 M)

官网地址：建立连接 | TDengine 文档 | 涛思数据

可视化工具：

TDengineGUI.Setup.1.0.3

下载地址：https://github.com/skye0207/TDengineGUI/releases/tag/v1.0.0

DBeaver（更好用） 

Download | DBeaver Community

Maven：

<dependency>

  <groupId>com.taosdata.jdbc</groupId>

  <artifactId>taos-jdbcdriver</artifactId>

  <version>3.2.7</version>

</dependency>

建立连接：

Class.forName("com.taosdata.jdbc.TSDBDriver");

String jdbcUrl = "jdbc:TAOS://taosdemo.com:6030/test?user=root&password=taosdata";

Connection conn = DriverManager.getConnection(jdbcUrl);

url 中的配置参数如下：

user：登录 TDengine 用户名，默认值 'root'。

password：用户登录密码，默认值 'taosdata'。

cfgdir：客户端配置文件目录路径，Linux OS 上默认值 /etc/taos，Windows OS 上默认值 C:/TDengine/cfg。

启动：

Win：

安装后，可以在拥有管理员权限的 cmd 窗口执行 sc start taosd 或在 C:\TDengine 目录下，运行 taosd.exe 来启动 TDengine 服务进程。如需使用 http/REST 服务，请执行 sc start taosadapter 或运行 taosadapter.exe 来启动 taosAdapter 服务进程。

Linux：

安装后，请使用 systemctl 命令来启动 TDengine 的服务进程。

systemctl start taosd

检查服务是否正常工作：

systemctl status taosd

语法：

时序库：

1. 创建时序库，当前库不存在则创建

create database if not exists dev;

1. 查看库

show databases;

1. 删除库，当前库存在则删除

drop database if exists dev;

超级表：

超级表并不是具体要操作的表，超级表的下级可以有多张子表，由超级表定义子表的抽象大纲，子表用于实现超级表所定义的类型，超级表和子表的关系可以理解为java中的多态，一种事物多张形态。

创建超级表:

create table if not exists dev.weather(ts timestamp, temperature float, humidity float) tags(location nchar(64), groupId int);

创建子表：

create table if not exists dev.t1 using dev.weather tags('杭州余杭区', 1);

create table if not exists dev.t2 using dev.weather tags('杭州西湖区', 1);

create table if not exists dev.t3 using dev.weather tags('杭州萧山区', 1);

create table if not exists dev.t4 using dev.weather tags('上海宝山区', 2);

插入数据：

如果要插入数据也不是对超级表进行操作，而是对子表进行操作

下面分别向t1，t2，t3，t4插入一条数据，sql如下

insert into dev.t1 values ('2018-01-01 00:00:00.001', 6.1,8.0);

insert into dev.t2 values ('2018-01-01 00:00:00.002', 6.5,8.9);

insert into dev.t3 values ('2018-01-01 00:00:00.003', 6.8,7.9);

insert into dev.t4 values ('2018-01-01 00:00:00.004', 7.5,10.9);

建普通表：

在dev库中创建一个名为test01的普通表，不需要制定标签类

CREATE TABLE dev.test01 (time timestamp , sensor_id INT, id FLOAT);

注意事项：

1. 绑定标签列的表则是超级表，不绑定标签列的则是普通表
2. 超级表和普通表同级
3. 超级表下的子表也属于是子普通表

建表注意事项：

1. 表的第一个字段必须是 TIMESTAMP，并且系统自动将其设为主键；
2. 子表名只能由字母、数字和下划线组成，且不能以数字开头，不区分大小写；
3. 使用数据类型 BINARY/NCHAR/GEOMETRY，需指定其最长的字节数，如 BINARY(20)，表示 20 字节；
4. 例如：`aBc` 和 `abc` 是不同的表名，但是 abc 和 aBc 是相同的表名。
5. 超级表和普通表是同级关系，名称不能相同，比如超级表中有一个名为test01的，那么普通表就不能创建同名；

查询语句：

普通查询

SELECT location, groupid, current FROM d1001 LIMIT 2;

聚合函数

SELECT AVG(temperature),AVG(humidity), MAX(temperature), MIN(temperature) FROM dev.weather WHERE location='杭州西湖区' or location='上海宝山区' GROUP BY groupId;

释：在这里，要查询的是位于“杭州西湖区”和“上海宝山区”两个地区的平均温度avg(temperature)、平均湿度avg(humidity)、最高温度max(temperature)、最低温度min(temperature)，并将结果按所处城市id(groupId)进行聚合。

对标签列去重：

SELECT DISTINCT tag_name [, tag_name ...] FROM stb_name;

对数据列去重：

SELECT DISTINCT col_name [, col_name ...] FROM tb_name;

查询时序库表的数据结构：

DESCRIBE dev.test01; 

新增语句：

需要指定 库名.表名

INSERT INTO dev.test01 (time, sensor_id, id) VALUES ('2023-01-01 12:00:00', 1, 123.45);

删除语句：

需要指定 库名.表名

delete from dev.test01 where ts < '2021-10-01 10:40:00.100' ;

运算符无变化；

修改语句：
如果我想修改t1表中地区为“杭州西湖区”的温度为10.10。一般来说，很少用到修改操作，但其用法和mysql还是有很大的区别的

首先查询原来的温度值是多少，如果按照mysql语法写会直接报错

select * from demo.weather where location='杭州西湖区';

执行之后是查不到的，会直接报错

报错信息：DB error: invalid operation: filter on tag not supported for normal table (0.000592s)

也就是说，正常表是不支持标签值的操作，这属于是超级表的操作。

“杭州西湖区”是超级表中地区标签的值，而t1就是为这个地区建的。所以直接在超级表上查询即可。

Sql如下：

select * from dev.weather where location='杭州西湖区';

默认是不支持修改数据的

如果需要修改数据，则需要打开update参数开关

建库时不指定update参数，则update参数默认为0，表示数据不可修改。

以下操作为删除原来的库，重新创建并指定update参数为1

drop database if exists demo;

create database if not exists demo update 1;

create table if not exists demo.weather(ts timestamp, temperature float, humidity float) tags(location nchar(64), groupId int);

create table if not exists demo.t1 using demo.weather tags('杭州余杭区', 1);

create table if not exists demo.t2 using demo.weather tags('杭州西湖区', 1);

create table if not exists demo.t3 using demo.weather tags('杭州萧山区', 1);

create table if not exists demo.t4 using demo.weather tags('上海宝山区', 2);

insert into demo.t1 values ('2018-01-01 00:00:00.001', 6.1,8.0);

insert into demo.t2 values ('2018-01-01 00:00:00.002', 6.5,8.9);

insert into demo.t3 values ('2018-01-01 00:00:00.003', 6.8,7.9);

insert into demo.t4 values ('2018-01-01 00:00:00.004', 7.5,10.9);

接下来修改数据

insert into demo.t2 values ('2018-01-01 00:00:00.002', 10.10,8.9);

这时发现原来的数据被新数据覆盖了，这是因为同一个子表下，如果时间戳一致，则新数据直接覆盖旧数据

注意事项：

1. 时间戳是不可修改的
2. Tdengine的修改并不是update而是使用insert新数据覆盖旧数据