时序数据库简介(时序数据库Apache-IoTDB源码解析之文件数据块)
时序数据库简介(时序数据库Apache-IoTDB源码解析之文件数据块)
2024-11-22 03:11:30  作者:心事难说破  网址:https://m.xinb2b.cn/know/tnh240113.html

上一章聊到行式存储、列式存储的基本概念,并介绍了 TsFile 是如何存储数据以及基本概念。详情请见:

时序数据库 Apache-IoTDB 源码解析之文件格式简介(三)

打一波广告,欢迎大家访问 IoTDB 仓库(https://github.com/apache/incubator-iotdb),求一波 Star 。欢迎关注头条号:列炮缓开局

这一章主要想聊一聊:

TsFile的文件概览TsFile的数据块TsFile文件概览


一个完整的 TsFile 是由图中的几大块组成,图中的数据块与索引块之间使用 1 个字节的分隔符 2 来进行分隔,这个分隔符的意义是当 TsFile 损坏的时候,顺序扫描 TsFile 时,依然可以判断下一个是 MetaData 是什么东西。

1. 识别符(Magic)

现在各种软件五花八门,很多软件都拥有自己的文件格式用来存储数据内容,但当硬盘上文件非常多的时候如何有效的识别是否为自己的文件,确认可以打开呢?经常用 windows 系统的朋友可能会想到用扩展名,但假如文件名丢失了,那我们如何知道这个文件是不是能被程序正确访问呢?

这时候通常会使用一个独有的字符填充在文件开头和结尾,这样程序只要访问 1 个固定长度的字符就知道这个文件是不是自己能正常访问的文件了,当然,TsFile 作为一个数据库文件,肯定需要在这个识别符上精心打造一番,它看起来是这样:

(decimal) 84 115 70 105 108 101 (hex) 54 73 46 69 6c 65 (ASCII) T s F i l e

非常 cool 。

2.文件版本(Version)

再精妙的设计也难免产生一些问题,那么就需要升级,那么文件内容也一样,有时候当你的改动特别大了,就会出现完全不兼容的两个版本,这个很好理解不过多解释。TsFile 中采用了 6 个字节来保存文件版本信息,当前 0.9.x 版本看起来就是这样:

(decimal) 48 48 48 48 48 50 (hex) 30 30 30 30 30 32 (ASCII) 0 0 0 0 0 2

3.数据块


3.1 ChunkGroup

文件的数据块中包含了多个 ChunkGroup ,其中 ChunkGroup 的概念已经在上一章聊过,它代表了设备(逻辑概念上的一个集合)一段时间内的数据,在 IoTDB 中称为 Device。

在实际的文件中,ChunkGroup是由多个 Chunk 和一个 ChunkGroupFooter 组成。其中最后一个 Chunk 的结尾和 ChunkGroupFooter 之间使用 1 个字节的分隔符 0 来做区分,ChunkGroupFooter 没有什么具体作用,不做详细解释。

3.2 Chunk

一个 ChunkGroup 中包含了多个 Chunk,它代表了测点数据(逻辑概念上的某一类数据的集合,如体温数据),在 IoTDB 中称为 Measurement。

在实际文件中 Chunk 是由 ChunkHeader 和多个 Page 组成,并被 1 个字节的分隔符 1 包裹。ChunkHeader中主要保存了当前 Chunk 的数据类型、压缩方式、编码方式、包含的 Pages 占用的字节数等信息。

3.3 Page

一个 Chunk 中包含多个 Page,它是一个数据组织方式,数据大小被限制在 64K 左右。

在实际文件中由 PageHeader 和 PageData 组成。其中 PageHeader 里主要保存了,当前 page 里的一些预聚合信息,包含了最大值、最小值、开始时间、结束时间等。他的存在是非常有意义的,因为当某些特定场景的读时候,不必要解开 page 的数据就能够得到结果,比如说 selece 体温 from 王五 where time > 1580950800 , 当读到 PageHeader 的时候,找到 startTime 和 endTime 就能判断是否可以使用当前 page。 这个聚合信息的结构同样出现在索引块中,下一章再具体聊这个聚合结构。

3.4 PageData

一个 Page 中包含了一个 PageData,里面有两个数组:时间数组和值数组,且这两个数组的下标是对齐的,也就是时间数组中的第一个对应值数组中的第一个。举个例子:

timeArray: [1,2,3,4]valueArray: ['a', 'b', 'c', 'd']

在page中就是这样保存的数据,其中 1 代表了时间 1970-01-01 08:00:00 后的 1 毫秒,对应的值就是 'a'。

数据块展示

我们继续使用上一章聊到的示例数据来展示真正的TsFile中是如何保存的。


当数据被写入 TsFile 中,大概就是下面一个展示的情况,这里省略了索引部分。

POSITION|CONTENT -------- ------- 0|[magic head] TsFile 6|[version number] 000002 // 因为 6个字节的magic 6个字节的 version 所以 chunkGroup 从 12 开始|||||||||||||||||||||[Chunk Group] of wangwu begins at pos 12, ends at pos 253, version:0, num of Chunks:2 // 这里展示的是 ChunkHeader 中保存的信息 12|[Chunk] of xinlv, numOfPoints:1, time range:[1580950800,1580950800], tsDataType:INT32, [minValue:100,maxValue:100,firstValue:100,lastValue:100,sumValue:100.0]|[marker] 1 // chunk 的真正开始是从这个分隔符 1 开始的|[ChunkHeader] // header 的数据在上面展示了|1 pages //这里保存的具体数据|time:1580950800; value:100 // 下一个 chunk 121|[Chunk] of tiwen, numOfPoints:1, time range:[1580950800,1580950800], tsDataType:float, [minValue:36.7,maxValue:36.7,firstValue:36.7,lastValue:36.7,sumValue:36.70000076293945]|[marker] 1|[ChunkHeader]|1 pages|time:1580950800; value:36.7 230|[Chunk Group Footer]|[marker] 0 // chunkFooter 和 chunk 使用 0 作为分隔|[deviceID] wangwu|[dataSize] 218|[num of chunks] 2|||||||||||||||||||||[Chunk Group] of wangwu ends

回想我们的查询语句 select 体温 from 王五 , 当经历过索引之后会得到 offset 的值等于 121 ,这时候我们只需要调用reader.seek(121),从这里开始就是所有体温数据的开始点,从这里一直读到 230 的 ChunkGroupFooter 结构的时候,就可以返回给用户数据了。

有兴趣自己实验的朋友可以,引入 TsFile 的包,自行实验,下面给出测试代码:

<dependency> <groupId>org.apache.iotdb</groupId> <artifactId>tsfile</artifactId> <version>0.9.1</version></dependency>

public static void main(String[] args) throws IOException, WriteProcessException { MeasurementSchema chunk1 = new MeasurementSchema("tiwen", TSDataType.FLOAT, TSEncoding.PLAIN); MeasurementSchema chunk2 = new MeasurementSchema("xinlv", TSDataType.INT32, TSEncoding.PLAIN); Schema chunks = new Schema(); chunks.registerMeasurement(chunk1); chunks.registerMeasurement(chunk2); TsFileWriter writer = new TsFileWriter(new File("test"), chunks); RowBatch chunkGroup = chunks.createRowBatch("wangwu"); long[] timestamps = chunkGroup.timestamps; Object[] values = chunkGroup.values; timestamps[0] = 1580950800; float[] tiwen = (float[]) values[0]; int[] xinlv = (int[]) values[1]; // 写入王五的体温 tiwen[0] = 36.7f; //写入王五的心率 xinlv[0] = 100; chunkGroup.batchSize ; timestamps[1] = 1580950800; // 写入第二条王五的体温 tiwen[1] = 36.6f; //写入第二条王五的心率 xinlv[1] = 90; chunkGroup.batchSize ; writer.write(chunkGroup); writer.close(); }

执行完成之后你可以使用 IoTDB 中的 TsFileSketchTool 来查看文件结构,得到文中示例的展示结果;或者使用 od 等工具查看,祝玩儿的开心。IoTDB 0.9.1 版本可以从官方网站(http://iotdb.apache.com)下载

这一章聊到了 TsFile 分为了 数据块 和 索引块,并且介绍了数据块的具体组成部分和查询逻辑。那么索引块是什么结构,怎样完成了在大量混杂的数据中搜索到的想要的数据,请持续关注。

  • 十大奢侈女装鞋(盘点近期最贵的)
  • 2024-11-22盘点近期最贵的亿万富翁金小妹斥巨资买鞋,10K美金入手15年前“樱桃”多款球鞋女码市价压倒男码,女孩子的钱真是大风刮来的?......女生球鞋常常比男鞋还贵,你的心是否紧随价格走势起伏不定?为你盘点近期最贵、最热的。
  • 家中养小叶紫檀有什么好处(十几元买一颗小叶紫檀)
  • 2024-11-22十几元买一颗小叶紫檀大家好,欢迎阅读这篇文章,关注小贝养花,每天给您分享各种各样的花卉知识,每天几分钟教您学会养花小技巧今天给大家介绍的是一种高档室内观叶植物,它的名字叫做小叶紫檀小叶紫檀其实是一种小型灌木绿植它有着浓浓。
  • 九九重阳敬老节村级活动简报(景区五亭社区重阳送温暖)
  • 2024-11-22景区五亭社区重阳送温暖九九重阳金秋韵,浓浓孝亲敬老情10月13日,在重阳佳节即将来临之际,瘦西湖街道五亭社区联合扬州旅游营销中心有限公司,润家志愿者协会,友好医院举行“我为群众办实事,重阳佳节送健康”志愿服务活动清晨,来至。
  • mall商场(起底93个mall3489家首层门店)
  • 2024-11-22起底93个mall3489家首层门店划重点首层TOP品牌变了!来源|赢商网作者|陈肖丽封面&头图来源|项目官方作为商业项目定调的“门面”,以及品牌宣誓自身商业价值的砝码,首层经济一直处于高位具体到各个业态,首层品牌的TOP排名作为直接触。
  • 如何确定两性畸形(性发育异常两性畸形)
  • 2024-11-22性发育异常两性畸形最近咨询两性畸形问题的患者有点多,所以今天想跟大家来聊聊关于性发育异常(两性畸形)这件事我们身边是否曾经听到过一些这样的事情?邻居家或亲戚家喜获麟儿,但是比较头疼的是,即便是医生也分辨不清孩子的性别,。
  • 一日三餐家庭做什么菜(一家人的午餐4个家常菜)
  • 2024-11-22一家人的午餐4个家常菜最近天气特别热,周末的早上不想早起,所以早餐吃得会比较晚这样一日三餐就安排不下了,午餐和晚餐一起解决正合适,也不担心晚餐吃得晚长胖了今天就是下午三点多做饭,四点多吃饭,睡前还有很长时间,不担心长肉了顺。
  • 维力亚夫斯基小提琴(这是体育人的浪漫)
  • 2024-11-22这是体育人的浪漫陆宏毅,绍兴市篮球协会副主席,上虞市篮球协会常务副主席、法人代表,篮球国家一级裁判爱好篮球、羽毛球,在文艺方面尤其喜好音乐,擅长小提琴、萨克斯等乐器的演奏每周两晚,奔至篮球场与老友们共赴一场球局,酣畅。
  • gravel公路车和普通公路车区别(GravelBikeVS)
  • 2024-11-22GravelBikeVS如今公路车也像山地车那样拥有了细分化市场,除了传统的竞赛气动公路车、爬坡车、Cyclocross等车型之外,Endurance长途耐力车、GravelBike等新车型不断刷新对公路车的认知尤其是起源于。
  • 重庆小面加盟流程(创业导师指导重庆小面加盟店八大开店流程)
  • 2024-11-22创业导师指导重庆小面加盟店八大开店流程重庆小面加盟想要成功就必须在加盟之前就做好准备,做到有备无患才能够顺利加盟重庆小面,为了让自己的前期准备做到点子上,你必须了解重庆小面加盟的流程,只有按照流程一步步准备才能够让自己的一切准备有理有据,。