IoTDB 的架构、安装启动方法与数据模式 | 小白教程文档（二）
前言
上篇教程谈到，IoTDB 作为数据库管理系统，具有数据收集、数据写入、数据存储、数据查询、数据分析等一系列功能，并将使用优势贯穿了数据的生命周期。而能够让 IoTDB 实现覆盖数据全生命周期功能和优势的基础就是 IoTDB 的架构。所以，本篇首先介绍 IoTDB 的基本架构及可部署形态，继而介绍 IoTDB 的安装启动方法，最后介绍 IoTDB 的数据模式与数据建模方法，作为下篇开始介绍使用 IoTDB 功能处理时序数据的认识基础。
1 IoTDB 的架构与部署形态
1.1 IoTDB 的架构
IoTDB 的架构分为三个部分：时序文件、数据库引擎和分析引擎，其中分析引擎是可选的分析组件。
1.2 时序文件部分：TsFile 介绍
TsFile 是 IoTDB 自研的一种专门为时序数据设计的文件存储格式，支持高效的压缩和查询性能，能够为上层应用提供出色的数据存储和查询支持。TsFile 既是 IoTDB 的核心组成部分，也可以独立使用，通过 TsFileSync 时序数据文件同步工具将文件同步至 HDFS 后即可在 Hadoop 或 Spark 等平台上进行数据处理。后篇教程将介绍如何通过 Cli 工具对 TsFile 文件进行管理。
1.3 部署形态
除 IoTDB 的架构可实现数据库多功能、高性能的优势外， IoTDB 的部署方式也十分灵活。基础的单机部署简单易用，可支持一键安装，并维持高稳定与高性能。单机处理遇到瓶颈的时候可以考虑边云协同部署和双活部署。边云协同部署能在低网络流量的情况下实现实时同步和批量同步，双活部署则能在两台 IoTDB 之间实现数据实时同步，一个节点失效可自动转换到另一个节点，可靠性高。分布式部署则更上一个台阶，结构灵活，可实现数据分区、动态扩缩容、并行计算等性能提升，可靠性高，可用性好。
明确了 IoTDB 的基本架构和部署方法，接下来就可以进入“实战”，即尝试使用 IoTDB 。下文将介绍简易安装 IoTDB 单机版的方法。需要注意的是，以下介绍的方法不是唯一的，其他安装方法可参考 IoTDB 官网上的官方文档： https://iotdb.apache.org/zh/UserGuide/Master/QuickStart/QuickStart.html
2 IoTDB 的安装启动与退出方法
2.1 使用环境
在下载前，需具备 JDK>=1.8 的运行环境，并配置好 JAVA_HOME 环境变量。
2.2 下载指引
2.2.1 Windows 系统
如果使用 Windows 系统，可以首先前往官网下载页面
https://iotdb.apache.org/zh/Download/
本文档使用的版本为 0.13.1，点击对应版本的 “All-in-one” 下载即可。下载的压缩包里包含了 Windows 和 Mac 系统所需的文件。
之后更新的版本也会放到下载页面，可以根据需要版本进行更新。注：下图的 0.12.6 和 0.13.1 版本，12 和 13 表示大版本，即有了大改动的版本。而 6 和 1 是小版本，即有了小改动的版本。
2.2.2 Linux 系统
如果使用 Linux 系统，那么 0.13.1 版本的官方下载地址为：
https://dlcdn.apache.org/iotdb/0.13.1/apache-iotdb-0.13.1-all-bin.zip
我们可以用 wget 指令下载：
2.3 配置指南
下载压缩包完成后，Windows 和 Mac 系统下只需解压，而 Linux 系统下解压后还需进行简单的配置，以保证 IoTDB 运行文件量大时不出错。
2.3.1 Linux 系统：打开最大文件数限制
Linux 系统下建议设置最大的打开文件数为 65535，我们可以先检查系统目前设置的最大打开文件数为多少。
查看软限制的指令：
查看硬限制的指令：
如果显示的数字为 65535，就不用修改了。如果小于 65535，则要再设置为 65535 。
这是设置之后的查看结果：
软限制：
硬限制：
完成上述步骤解压后，就可以继续准备使用 IoTDB 。要使用 IoTDB 需要先启动 IoTDB Server ，再启动控制工具。控制工具有多种，这里我们先启动 IoTDB 自带的命令行工具 Cli/Shell 工具，之后对数据的增删查改可以在 Cli 窗口中进行。
2.4 启动 IoTDB Server 与 Cli 工具
2.4.1 启动 IoTDB Server
2.4.1.1 默认参数启动
Linux 及 Mac 系统下的默认参数启动指令（注意需要先进入到解压后的 IoTDB 文件目录）：
可以简化为：
Windows 系统下的默认参数启动指令：
如果显示 nohup: ignoring input and appending output to ‘nohup.out’ ，可以忽略，不影响 IoTDB 的启动成功状态。
在 Linux 及 Mac 系统下，更推荐执行第一个指令，第二个指令会生成日志占用内存。
2.4.1.2 指定参数启动
上面针对两类系统的指令都会使用默认的参数登录， IoTDB 也可以使用指定的参数登录。
Linux 和 Mac 系统下的指定参数语句为：
Windows 系统下的指定参数语句为：
其中 "-c" 指定了配置文件所在的文件夹，"-rpc_port" 指定了启动的 rpc port 。
例如把安装包放在 Windows 系统下的 D 盘，端口为 6667 ，那么启动指令应为：
Windows 系统下，IoTDB Server 启动成功会出现“IoTDB has started”字样，如下面的指令结果所示。Linux 系统下不会出现。
2.4.2 启动 Cli 工具
我们可以使用 sbin 文件夹下的 start-cli 脚本来启动 Cli 工具。Linux 和 Mac 系统下这样输入指令：
Windows 系统下要再开一个 Cli 窗口（需进到文件夹 “apache-iotdb-0.13.0-all-bin” 下打开），输入指令为：
默认参数为 "-h 127.0.0.1 -p 6667 -u root -pw -root" ，-p 指定端口，-u 指定用户，-pw 指定用户密码，而默认端口是 6667 ，默认用户是 root ，默认密码是 root 。这些参数可以修改，不修改的情况下可以这样输入：
Windows 系统启动成功会提示 “login successfully” ，当前启动的是 0.13.1 版本。Linux 系统下的启动成功界面如下：
到此，IoTDB Server 和 Cli/Shell 工具的启动均已完成，IoTDB 也已成功启动可以使用。如需退出 IoTDB Server 和 Cli/Shell 工具，进而退出使用 IoTDB ，可参考如下步骤。
2.5 退出 IoTDB Server 与 Cli 工具
2.5.1 退出 Cli 工具
输入 quit 可退出 Cli 工具，结束会话：
2.5.2 退出 IoTDB Server
可以使用 $IOTDB_HOME/sbin 文件夹下的 stop-server 脚本停止 IoTDB 。
Linux 和 Mac 系统的指令为：
Windows 系统的指令为：
到此，大家应该了解了 IoTDB 的简易安装方法与退出方法。后续的教程中，我们还将介绍 IoTDB 对于时序数据的具体操作方法（如导入、查询、删除、管理等）。但在介绍具体操作方法之前，我们需要了解一下 IoTDB 使用过程中关于时序数据的基本数据概念、数据模式、和建模方式。IoTDB 的数据建模以物联网模型为基础，非常贴合工业生产场景。理解 IoTDB 的数据模式，才能更好地使用 IoTDB 。
3 IoTDB 的数据模式与建模方式
3.1 工业场景的数据层级与 IoTDB 的数据命名格式
以实际工业应用场景为例，如下图，电力集团 BHSFC ，拥有 Q1 风电厂，风电厂有一座名为 W002 的风机，风机上测量的数据即轮毂温度命名为 WROT_HubTmp 。
IoTDB 采用树形结构定义数据模式，根节点默认为 root ，节点之间用“.”分割。上述例子中涉及的数据的时间序列在 IoTDB 中会被命名为“root.BHSFC.Q1.W002.WROT_HubTmp”。
如在 IoTDB 中处理此场景内的数据，表头将修改为如下样式，即 “Time” 和“root.BHSFG.Q1.W002.WROT_HubTmp”字段。
我们在上述表达中已经提到了时间序列这个概念，那么上表的 IoTDB 数据涉及的概念除了时间序列还有哪些呢？时间序列又具体是指代什么呢？
3.2 IoTDB 的数据概念 时间戳、测点、和时间序列
3.2.1 Linux 系统时间戳
时间戳 ( Timestamp )：为一个数据采集的时间点。
3.2.2 测点和时间序列
在 IoTDB 中，测点监测的数据代表时间序列。工业场景中，一个传感器或元件采样一个物理量。如果一个测点在不断地采集数据，每个数据点都会打上一个时间戳，这个测点的数据就是一条时间序列，一条时间序列举例如下：
IoTDB 以从 root 节点到叶子节点的路径来命名一个时间序列，如上述风力电厂例子，数据的存储名字 root.BHSFG.Q1.W002.WROT_HubTmp 既是时间序列名，也是测点名。
明确了 IoTDB 数据涉及的基本概念，我们就可以联系物联网场景的实际数据模型，进一步明确 IoTDB 元数据建模时的数据模型结构。
3.3 基于物联网数据模型的 IoTDB 元数据建模
3.3.1 物联网数据模型
基于实际工业业务场景，物联网数据模型可表示为如下图所示的属性层级组织结构，即集团层-工厂层-设备层-测点层。设备，例如可以是上述风力电厂例子中的二号风机。测点，例如可以是上述风力电厂例子中风机上的传感器，温度传感器，风速传感器等。
风机测量的温度加上时间戳即是一条时间序列， IoTDB 的目标场景就是管理很多这种时间序列。
3.3.2 IoTDB 数据模型
IoTDB 数据模型基于物联网实际数据模型，贴合紧密，因此建模过程也可以完全参考物联网的实际数据模型架构。依然对应上图的层级，root 为根节点， IoTDB 中的时间序列必须以此开头。第二层及以下可以设置为存储组（ storage group ）。倒数第二层（设备）是实体，倒数第一层（测点）是物理量，即时间序列。
上图的红色字样即为 IoTDB 的建模内容，存储组的建模根据需要可设置多个层级，至少为 2 层，图中的存储组 1 为 4 层，存储组 2 为 3 层。
4 结语
至此我们除了解了 Apache IoTDB 的性能和功能强项外，对于 IoTDB 的架构、部署形态、数据模型及安装启动方法都有了基本认识。接下来的教程将带大家了解 IoTDB 是如何实现具体的数据处理功能，进而完成高效的时序数据管理的。
版权声明: 本文为 InfoQ 作者【Apache IoTDB】的原创文章。
原文链接:【http://xie.infoq.cn/article/0b7417cdafda1ff44524338ac】。文章转载请联系作者。
还未添加个人签名 2021-12-30 加入
海量时序数据管理的解决方案，一款高吞吐、高压缩、高可用、物联网原生的开源时序数据库。
评论