小 T 導讀：為了實現(xiàn)業(yè)務更好地發(fā)展，我們有時必須做出數(shù)據(jù)庫替換的決定，這時要特別慎重。想要真正了解一款數(shù)據(jù)庫產(chǎn)品，調研和測試必不可少，需要耗費大量時間和精力。在本篇文章中，作者描述了自己與 TDengine Database 從初識到了解再到深交的經(jīng)歷，將自己從調研階段到實際應用之后的問題、效果等做成了經(jīng)驗匯總，分享出來以作參考。

一、與 TDengine 的開始

實際上，我從事 Java 開發(fā)的時間只有三年左右，在這個階段中，因為我所涉及的業(yè)務場景和行業(yè)都用不到時序數(shù)據(jù)庫，所以我完全沒有接觸和了解過這種類型的產(chǎn)品，僅僅是聽說過而已。

2021 年 5 月我換了一個行業(yè)，從公司的第一個項目中認識了時序型數(shù)據(jù)庫 InfluxDB ，也算是對這種類型的數(shù)據(jù)庫有了初步的了解。與 TDengine Database 的結識還要從下一個項目說起，這個項目是我全程參與的，項目類型和之前的類似，但技術選型發(fā)生了一些變化——要做時序數(shù)據(jù)庫的替換。

最初給我的任務是去調研了解一下 TDengine 是否能貼合我們的業(yè)務場景和使用需求，當時我還是比較忐忑的，因為最終調研的結果會直接影響到是否選用 TDengine 、選用結果的好壞、后續(xù)代碼編程是否會遇到一些不可預測的問題。為了更加了解 TDengine，我開始與濤思數(shù)據(jù)的小伙伴們打起了交道，與 TDengine 的故事也就此拉開序幕。

二、對 TDengine 進行調研

就個人習慣而言，我首先會通過閱讀官網(wǎng)上的官方文檔來對一個全新的產(chǎn)品進行學習和了解，并嘗試使用。

但我出師不利，剛走到 TDengine 的安裝和啟動時，就遇到了一個麻煩事（下圖所示），這個問題我記在了使用筆記上，所以印象比較深刻。

在此給大家還原下事情的經(jīng)過，本次操作是在 Linux 環(huán)境下，按照文檔的提示，我先下載好 TDengine 的安裝包進行解壓安裝，安裝后點擊啟動，輸入 taos 命令，當時我進行了一下重新啟動（現(xiàn)在也想不清重啟的原因了），之后就一直會出現(xiàn)“啟動頻繁無法啟動”的提示，我運用了很多辦法都沒能解決，后面通過官網(wǎng)上的微信二維碼聯(lián)系上了 TDengine 官方小助手，把這些問題匯報給了技術人員，但不知道是不是我的電腦虛擬機配置機制有問題，反正依然沒有找到合適的解決方法，最后我還是選擇直接重置了虛擬機，重新安裝 TDengine，問題也就迎刃而解了。

做出重置的決定我也是下了很大決心的，由此也可以看出我對 TDengine 進行嘗試使用的堅定想法。

在 TDengine 的使用過程中，我遇到了第二個問題，起因是我想通過可視化工具對數(shù)據(jù)庫進行相應的操作，官網(wǎng)文檔提供的是利用 IDEA 進行可視化操作，我自己本身也是通過 IDEA 工具進行編程的，按理說應該很順暢，但我使用 IDEA 有報錯信息，無法成功進行可視化操作。其實無法進行可視化操作倒也不會影響我對數(shù)據(jù)庫的操作，但如果可視化實現(xiàn)了就可以更高效地操作數(shù)據(jù)庫了。

為了解決這個問題，我先是進入 TDengine 的 GitHub 開源地址（https://github.com/taosdata/TDengine）尋找了下答案，尋找無果后通過郵件方式將這個問題遞交給 TDengine 的研發(fā)人員進行相關咨詢，所幸經(jīng)過一系列溝通，這個問題得到了比較好的解決。

通過官方人員發(fā)給我的可視化工具（現(xiàn)在我們開發(fā)也在經(jīng)常使用這個工具），可視化問題得到了解決。在我將 TDengine 升級為 2.1.0.0 后，就可以直接通過 IDEA 進行可視化操作了，由此可見，官方確實是在用心聽取用戶聲音，進行產(chǎn)品迭代。

值得一提的是，TDengine 的 SQL 語法還是很贊的，部分的 SQL 語法跟我經(jīng)常使用的 MySQL 類似，學習成本比較低，很好上手，這部分都是后面根據(jù)實際業(yè)務場景編寫的，遇到問題的時候我們就會及時去官網(wǎng)看看語法，或者去咨詢相應的技術人員，不得不說，TDengine 的社區(qū)支持力度還是值得稱贊的。在這塊的學習上，就是超級表和普通表的概念需要我仔細研讀下，目前也已經(jīng)很好地運用在我們的工業(yè)業(yè)務場景上了。

另外還有一個要解決的問題就是我們自身的 Java 如何和 TDengine 相結合去使用，最終我們是要通過 Java 編程和 TDengine 進行交互的，TDengine 的技術人員很完美的解決了這個問題—— 以 Spring Boot + MyBatis 結合 TDengine 和 JDBC，成功實現(xiàn)了 Demo ，這個在 TDengine 官網(wǎng)上有文檔，大家有需要可以直接參考。

最后就是性能方面的考量，從 TDengine 的官網(wǎng)上我們獲得了一個可以創(chuàng)建超多數(shù)據(jù)的 SQL ，首先基于此體驗了一下查詢速度，速度確實是很快，其次我們發(fā)現(xiàn)存儲如此龐大的數(shù)據(jù)量，占用的磁盤空間卻并不是非常大，節(jié)省了更多存儲空間。關于性能的體驗，后面我會輔以實際案例再詳細說明一下。

三、最終的選擇

在進行這么多了解和嘗試后，我們也跟 InfluxDB 做了一個對比，綜合考量下來，就決定選擇 TDengine 了。

首先，超級表普通表的概念非常契合本次項目的業(yè)務場景。此前我們的項目是一個站點一個單元對應多個測點，現(xiàn)在是多站點多單元下面對應多個測點，利用超級表普通表就可以做到超級表對應某個站點某個單元，下面跟著 n 個普通表，普通表就是此站點此單元下對應的測點，業(yè)務在創(chuàng)建表時會更加便利。

其次，它可以很好地跟 Java 進行結合，通過 JDBC 連接，跟之前操作其他類型的數(shù)據(jù)庫類似，不需要學習太多就可以上手，讓沒有很深入了解過 TDengine 的人上手也比較快，學習成本顯著降低。

第三，搭建集群的成本更低廉。眾所周知，InfluxDB 集群功能是閉源的，如果后續(xù)業(yè)務發(fā)展需要用到集群時會帶來很大的不便，然而 TDengine 的集群功能是開源的，可以顯著降低集群的使用成本，從而減少項目上的使用成本。

第四，從更大的角度說，我們應該響應政策號召多支持國產(chǎn)開源，而且從技術支持的角度來說，選用國外的數(shù)據(jù)庫會讓我們非常被動，但是國內(nèi)的開源數(shù)據(jù)庫是由國人開發(fā)和維護的，遇到問題時就可以直接通過微信/郵箱等工具進行交流，溝通上更加有效方便。

第五，性能表現(xiàn)突出，從之前的項目和現(xiàn)在的項目對比來看，部分使用能感受到明顯差異，此處表現(xiàn)放在后面的章節(jié)上詳說，整體上性能表現(xiàn)上是良好的。

四、項目使用上的感受

1. 我們有一個歷史數(shù)據(jù)的查看功能，會直接在頁面展示一個歷史曲線。之前使用 InfluxDB 的時候，如果你的時間段和時間間隔選擇很龐大或者間隔非常細膩的時候，查詢數(shù)據(jù)會變得非常緩慢，更直接的表現(xiàn)就是會直接造成頁面的卡死，需要重新打開相應的瀏覽器。但是用了 TDengine 之后，目前的使用過程中暫時沒有發(fā)生過這樣的現(xiàn)象，并且查詢所需要花費的時間非常非常的短，很好地保證了接口的響應速度。

2. TDengine 能夠與 MyBatis 很好地結合，開發(fā)結合起來非常方便，我們也是寫了非常多的工具類的方法實現(xiàn) TDengine 創(chuàng)建表、獲取數(shù)據(jù)等的便利性，超級表和普通表讓我們在創(chuàng)建表時，設計上變得更加簡單，也能讓測點之間更好地做出區(qū)分。

3. 我們的業(yè)務場景會涉及到對測點數(shù)據(jù)進行每秒數(shù)據(jù)新增和插入的觀察，只要通訊在，每秒都會有很多條數(shù)據(jù)的新增，以目前的表現(xiàn)看 TDengine 性能是 OK 的，后續(xù)還要看一下在實際的工作站運行是什么表現(xiàn)。

五、不負彼此的努力

目前我們的項目已經(jīng)接近尾聲，后面本項目會在實際工地進行部署使用，實際的效果需要實踐去證明。未來可能還有許多事情要做，比如是否需要搭建集群等?？偟膩碚f，因為選擇了 TDengine Database，我們的項目很平穩(wěn)地度過了測試階段，在 TDengine 的使用上也沒有遇到特別大的瓶頸，我相信在后面的合作中，我們對 TDengine 的了解也會更加深入。

整個過程是酸甜苦辣并存的，在這里非常感謝“羅格濤思”和“小 T ”的技術幫助和耐心解答，正是因為有他們的幫助，才讓我在此次調研過程中遇到問題能夠不慌不忙，最終這些問題也實現(xiàn)了較好地解決，衷心的感謝！

我們與 TDengine 的故事還在繼續(xù)，敬請期待。