CnosDB 实时流式计算：优化时序数据处理与降采样解决方案
CnosDB 实时流式计算：优化时序数据处理与降采样解决方案
在处理时序数据时，数据写入周期通常与数据采集设备的频率相关，有时每秒钟就需要处理大量的数据点。长时间处理如此多的数据会导致存储问题。一个有效的解决方案是使用流式计算，将原始数据进行降采样。
流式计算在时序数据库中指对实时数据流进行计算和处理，以便在数据到达时立即得到计算结果。通过流式计算，我们可以实时地对数据进行处理，例如降采样、聚合、过滤等操作，从而减少数据存储量，并获得实时的统计信息。
流式计算的基本原理是通过对实时数据流进行处理，生成所需的计算结果。例如，将每分钟的数据点合并为每小时的数据点。合并过程可以使用各种统计方法，如最大值、平均值、总和等。
CnosDB 提供了 STREAM 类型的表，用于处理流式数据计算。流查询要求 SELECT 函数中必须包含 GROUP BY time() 子句。通过流查询，我们可以实时地对数据进行处理，并将结果存储到目标表中。这在其他数据库中的概念类似物化视图。
创建 CnosDB Stream 表的语法为：
CREATE STREAM TABLE [IF NOT EXISTS] table_name[(field_definition [, field_definition] ...)]
WITH (db = 'db_name', table = 'table_name', event_time_column = 'time_column')
engine = tskv;
field_definition:
column_name data_type
实现步骤
前置条件：
需要有一个用于流计算的原始表，通过流表视图可以实时收到原表中写入的数据，在流表中建立的流计算定时任务会定时执行，处理原表中的数据，并将其写入目标表。
以下示例使用 CnosDB 中快速开始中的示例数据：
\w oceanic_station.txt
1. 创建流表视图
首先，需要创建一个流表视图 air_stream，该视图从原始表 air 中读取数据，并在流查询中使用。
CREATE STREAM TABLE air_stream(
time TIMESTAMP,
station STRING,
pressure DOUBLE,
temperature DOUBLE,
visibility DOUBLE
)
WITH (
db = 'oceanic_station',
table = 'air',
event_time_column = 'time'
)
engine = tskv;
2. 创建目标表
然后，创建一个目标表 air_down_sampling_1hour，用于存储降采样后的数据。
CREATE TABLE air_down_sampling_1hour(
max_pressure DOUBLE,
avg_temperature DOUBLE,
sum_temperature DOUBLE,
count_pressure BIGINT,
TAGS(station)
);
3. 执行流查询并将结果插入目标表
通过流查询将降采样后的数据插入到目标表中。该查询每小时计算一次压力的最大值、温度的平均值、温度的总和以及数据行数。
INSERT INTO air_down_sampling_1hour(
time,
station,
max_pressure,
avg_temperature,
sum_temperature,
count_pressure
)
SELECT
date_bin(INTERVAL '1' HOUR, time, TIMESTAMP '2023-01-14T16:00:00') time,
station,
MAX(pressure) max_pressure,
AVG(temperature) avg_temperature,
SUM(temperature) sum_temperature,
COUNT(pressure) count_pressure
FROM air_stream
GROUP BY date_bin(INTERVAL '1' HOUR, time, TIMESTAMP '2023-01-14T16:00:00'), station;
4. 查询降采样结果
当原表中有数据写入后，通过流表视图中任务可以实时计算，并写入目标表 air_down_sampling_1hour 中，查看降采样后的数据。
SELECT * FROM air_down_sampling_1hour LIMIT 10;
以上查询将收到以下结果：
+---------------------+------------+--------------+-----------------+-----------------+----------------+
| time | station | max_pressure | avg_temperature | sum_temperature | count_pressure |
+---------------------+------------+--------------+-----------------+-----------------+----------------+
| 2023-01-14T16:00:00 | XiaoMaiDao | 80.0 | 68.05 | 1361.0 | 20 |
| 2023-01-14T17:00:00 | XiaoMaiDao | 79.0 | 63.75 | 1275.0 | 20 |
| 2023-01-14T18:00:00 | XiaoMaiDao | 79.0 | 66.35 | 1327.0 | 20 |
| 2023-01-14T19:00:00 | XiaoMaiDao | 78.0 | 68.05 | 1361.0 | 20 |
| 2023-01-14T20:00:00 | XiaoMaiDao | 80.0 | 64.35 | 1287.0 | 20 |
| 2023-01-14T21:00:00 | XiaoMaiDao | 77.0 | 61.05 | 1221.0 | 20 |
| 2023-01-14T22:00:00 | XiaoMaiDao | 80.0 | 64.8 | 1296.0 | 20 |
| 2023-01-14T23:00:00 | XiaoMaiDao | 80.0 | 66.35 | 1327.0 | 20 |
| 2023-01-15T00:00:00 | XiaoMaiDao | 80.0 | 65.15 | 1303.0 | 20 |
| 2023-01-15T01:00:00 | XiaoMaiDao | 80.0 | 69.55 | 1391.0 | 20 |
+---------------------+------------+--------------+-----------------+-----------------+----------------+