物联网时序数据库实战

01

物联网数据概述

物联网数据特点（高频、时序、海量）、常见设备数据格式（JSON、二进制）、数据生命周期管理。

02

时序数据库选型

InfluxDB、TimescaleDB、TDengine、Prometheus对比，选型考量因素（性能、生态、成本）。

03

InfluxDB基础

InfluxDB核心概念（measurement、tag、field、timestamp）、安装与启动、命令行操作。

04

InfluxDB数据模型

设计合理的measurement和tag，避免高基数问题，field类型选择。

05

InfluxDB写入API

使用HTTP API写入数据，批量写入优化，写入一致性级别。

06

InfluxDB查询语言

InfluxQL基础语法，SELECT、WHERE、GROUP BY、ORDER BY，时间范围查询。

07

InfluxDB高级查询

连续查询（Continuous Queries）、保留策略（Retention Policies）、Downsampling。

08

TDengine基础

TDengine核心概念（超级表、子表、标签）、安装配置、taosShell使用。

09

TDengine数据建模

创建超级表，设计标签和列，自动建子表策略。

10

TDengine写入与查询

SQL写入、参数绑定写入、时序窗口查询、降采样查询。

11

TimescaleDB基础

TimescaleDB架构（Hypertable、Chunk）、安装部署、与PostgreSQL集成。

12

TimescaleDB数据管理

创建Hypertable、分区策略、压缩策略、数据保留策略。

13

TimescaleDB查询优化

连续聚合（Continuous Aggregates）、SkipScan、并行查询。

14

Prometheus基础

Prometheus架构、Pull模型、Exporter、数据模型（metric、label、sample）。

15

PromQL入门

PromQL基础语法，即时查询与范围查询，聚合操作。

16

Prometheus与告警

Alertmanager配置、告警规则编写、通知渠道集成。

17

MQTT与数据桥接

EMQX规则引擎、MQTT消息解析、数据写入时序数据库。

18

设备数据采集网关

使用Python编写采集网关，解析Modbus/OPC UA协议，数据清洗与格式化。

19

数据缓冲与削峰填谷

使用Kafka/RabbitMQ缓冲设备数据，批量写入时序库，防止写入风暴。

20

数据压缩与编码

时序数据压缩算法（差值编码、游程编码、Delta-of-Delta），存储成本优化。

21

数据质量监控

缺失值检测、异常值检测（3σ、IQR）、数据完整性校验。

22

数据备份与恢复

时序数据库备份策略（全量备份、增量备份）、跨区域灾备。

23

数据可视化

Grafana连接时序数据库，创建仪表盘，设置告警阈值。

24

API网关设计

设计RESTful API查询历史数据，支持分页、时间范围、聚合参数。

25

数据权限管理

多租户数据隔离，基于角色的访问控制（RBAC），API密钥管理。

26

性能压测与调优

使用JMeter/TaosBenchmark压测写入性能，索引优化，缓存配置。

27

边缘计算与本地存储

边缘节点缓存数据，断网续传，云端同步策略。

28

数据生命周期自动化

冷热数据分层（热数据SSD、冷数据S3），自动迁移策略。

29

实战案例：智能工厂

智能工厂设备数据采集与存储：从PLC到云端全链路实现。

30

实战案例：智慧园区

智慧园区能耗监控平台：电表数据采集、聚合分析、告警联动。

🌐 物联网时序数据库 · 实战目录