从热数据到冷数据：TDengine 多级存储如何助力智能数据管理

在当今数据驱动的时代，如何高效地存储和管理海量数据已成为企业面临的一大挑战。为了应对这一需求，TDengine Enterprise 不仅支持使用对象存储（S3），还早已引入了独特的多级存储功能。这一功能不仅能够降低存储成本，还能显著提升数据写入性能，并简化系统维护流程。

多级存储的设计理念是将数据根据热度进行分级管理。热度较高的数据被存储在高速介质上，以便快速访问和处理；而时间久远、热度较低的数据则存放在低成本的存储介质上，从而实现经济性的最大化。这种策略的实施，不仅为企业节省了存储费用，更使得数据的写入和查询变得更加高效。

在江河信息水利物联感知服务平台的升级中，TDengine 多级存储功能就发挥了重要作用。借助这一功能，江河信息将原有的 10 多台 NVME 存储服务器精简为仅 3 台高效云盘与机械硬盘的服务器，这一转变不仅大幅节省了硬件成本开销，更有效降低了运维的工作量，提升了整体资源的利用效率。

本文将深入探讨 TDengine 的多级存储功能，介绍其配置方式、负载均衡策略以及如何实现高效的数据管理。通过对这一功能的全面解析，我们希望帮助更多用户充分利用 TDengine 的优势，优化数据存储策略，提升整体系统性能。

TDengine 多级存储好在哪？

降低存储成本是 TDengine 多级存储功能的一个显著优势。通过将数据按照热度进行分级存储，企业能够有效地将大量极冷数据存放在更为廉价的存储介质上。这一策略的实施，不仅显著减少了存储费用，还为企业提供了更高的经济效益。随着数据量的不断增加，传统的存储方式往往导致成本急剧上升，给企业的运营带来了压力。而多级存储的设计理念则在根本上解决了这一问题，让企业在实现数据存储的同时，可以灵活应对未来的各种挑战。

与此同时，提升写入性能也是 TDengine 多级存储功能的一大亮点。每级存储支持多个挂载点，这意味着在进行数据写入时，可以实现更高的并发处理能力。得益于这一设计，WAL（预写日志）可以支持 0 级的多挂载点并行写入，从而极大地提升了写入性能。

在实际应用场景中，我们测得 TDengine 能够支持持续写入每秒超过 3 亿个测点，这对于数据密集型应用尤为重要，确保了系统能够高效处理实时数据。此外，TDengine 在机械硬盘上的表现也相当出色，磁盘 IO 吞吐量实测可达 2GB/s，这不仅为大规模数据的实时处理奠定了坚实的基础，也使得企业在面对海量数据时能够游刃有余。

除了成本和性能的提升，方便维护也是多级存储功能的一大优势。一旦各级存储的挂载点配置完成，后续的系统数据迁移等工作便无需人工干预。这种自动化的管理方式大大降低了运维人员的工作负担，提升了系统的可靠性。而且，存储扩容变得更加灵活和方便，企业可以根据实际需求随时调整存储策略，灵活应对业务变化。

最后，TDengine 的多级存储功能在 SQL 查询方面也展现出其透明性。无论用户查询的数据是否跨越不同的存储级别，一条 SQL 语句都可以轻松返回所有相关数据。这种设计不仅简化了用户的操作流程，还提高了查询的效率。用户无需关注数据存储的具体位置，只需专注于数据的分析和应用，真正实现了简单高效的数据管理。这种用户友好的设计理念，使得 TDengine 不仅适合技术专家，也能满足各种层次用户的需求。

多级存储的负载均衡与挂载点选择策略

在多级存储中，负载均衡是提升写入性能的关键因素。每个 dnode 仅有一个主挂载点，这一主挂载点负责存储系统中最重要的元数据，并且各个 vnode 的主目录也均位于该主挂载点上。这种设计虽然保证了数据的集中管理，但同时也限制了该 dnode 的写入性能，因为其 IO 吞吐能力受限于单个磁盘。

从 TDengine 3.1.0.0 版本开始，系统引入了对多个 0 级挂载点的支持。当一个 dnode 配置了多个 0 级挂载点时，所有 vnode 的主目录将被均衡分布到这些挂载点上，由此实现了写入负荷的共享。这一优化策略不仅提高了整体系统的写入能力，还使得系统在网络 I/O 和其他处理资源不成为瓶颈的情况下，能够实现线性增长的写入性能。测试结果表明，随着 0 级挂载点数量的增加，整个系统的写入能力也成倍提升，极大地增强了数据处理的效率。

除了负载均衡，多级存储还对同级挂载点的选择策略进行了优化。通常情况下，TDengine 会采用 round robin 策略从同级挂载点中选择一个用于生成新的数据文件。然而，在实际环境中，各磁盘的容量可能存在差异，或者虽然容量相同，但写入的数据量却不同，这会导致每个磁盘的可用空间不均衡，在实际进行选择时有可能会选择到一个剩余空间已经很小的磁盘。

为了解决这一问题，从 TDengine 3.1.1.0 版本开始，我们引入了新的配置项 minDiskFreeSize。当某个磁盘的可用空间小于等于该阈值时，该磁盘将不再被选中用于生成新的数据文件。该配置项的单位为字节，并建议其值大于 2GB（即会跳过可用空间小于 2GB 的挂载点）。这样的设计确保了在进行数据写入时，能够有效避免选择到已接近满载的磁盘，从而提升了存储的整体效率。

进一步地，从 3.3.2.0 版本开始，TDengine 引入了新的配置项 disable_create_new_file，用于控制某个挂载点上是否可以生成新文件。其缺省值为 false，即默认情况下，每个挂载点都可以生成新文件。这一策略为运维人员提供了更大的灵活性，使他们能够根据实际需求对挂载点进行管理，从而优化系统的存储性能。

通过这些负载均衡和挂载点选择策略的优化，TDengine 多级负载功能得到了显著提升，不仅提高了数据写入的效率，还确保了存储资源的合理利用，为用户在海量数据处理时提供了强有力的支持。

配置方式

TDengine 的多级存储功能支持最多 3 级，每级可配置多达 128 个挂载点。典型的配置方案包括：

• 0 级：配置多个挂载点，每个挂载点对应一块 SAS 硬盘；

• 1 级：配置多个挂载点，每个挂载点可以对应单块或多块 SATA 硬盘；

• 2 级：可配置为 S3 存储或其他廉价的网络存储。

在 TDengine 中，多级存储的配置方式如下（在配置文件 /etc/taos/taos.cfg 中）：

dataDir [path] <level> <primary>

其中，各参数的含义如下：

• path：挂载点的文件夹路径。

• level：介质存储等级，取值为 0、1 或 2。

  0 级用于存储最新的数据；

  1 级用于存储次新的数据；

  2 级用于存储最旧的数据。

• 如果省略该参数，默认为 0。各级存储之间的数据流向为：0 级存储 → 1 级存储 → 2 级存储。需要注意的是，同一存储等级可以挂载多个硬盘，而同一存储等级上的数据文件将分布在该存储等级的所有硬盘上。数据在不同级别存储介质之间的移动是由系统自动完成的，用户无需干预。

• primary：标识是否为主挂载点，取值为 0（否）或 1（是）。如果省略该参数，默认为 1。在配置中，只允许存在一个主挂载点（即 level=0，primary=1）。以下是一个示例配置方式：

dataDir /mnt/data1 0 1dataDir /mnt/data2 0 0dataDir /mnt/data3 1 0dataDir /mnt/data4 1 0dataDir /mnt/data5 2 0dataDir /mnt/data6 2 0

需要注意的是：

1. 多级存储不允许跨级配置。合法的配置方案包括：仅 0 级；仅 0 级 + 1 级；以及 0 级 + 1 级 + 2 级。禁止只配置 level=0 和 level=2，而不配置 level=1。

2. 禁止手动移除使用中的挂载盘，并且挂载盘目前不支持非本地的网络盘。

结语

综上所述，TDengine 的多级存储功能为企业提供了一种灵活、高效的数据管理解决方案。通过合理配置不同级别的存储介质，企业能够在降低存储成本的同时，提升数据写入性能和维护效率。此外，TDengine 还支持对象存储 S3，使得企业可以利用云存储的高可扩展性和低成本优势，进一步优化其数据存储策略。结合这两大特性，TDengine 不仅强化了其作为企业级数据库的竞争力，也为用户在应对海量数据挑战时提供了强有力的支持，帮助他们实现数字化转型的目标。