引言

一、重新认识时序数据表结构

KWDB 的时序数据表采用时间戳+数值字段+标签的三维结构：

CREATE TABLE sensor ( 
  recordedTime timestamptz NOT NULL,  -- 时间戳  
 current FLOAT,                      -- 电流值    
  voltage INT                         -- 电压值
  ) TAGS (                                    
  sensor_id INT NOT NULL,             -- 设备唯一标识(标签) 
     location VARCHAR(10),               -- 安装位置(标签)    
     group_id INT                        -- 设备分组(标签)
     ) PRIMARY TAGS ( 
      sensor_id                           -- 主标签
      );

其中时间戳记录数据产生时刻，字段列存储动态变化的监测数值，而标签列则承载设备的静态属性。

这种分离式设计带来的直接优势是：当采集 100 万条传感器数据时，设备位置等标签信息仅需存储一次，相比传统结构可减少 99.99% 的冗余数据写入。

二、标签分类与使用策略

2.1 主标签（Primary Tags）

√ 选择离散值高的字段（如自增 ID）

√ 避免使用可能变更的字段（如手机号）

√ 控制主标签数量（通常 1-4 个）

-- 创建含复合主标签的表
CREATE TABLE smart_meter (   
 ts timestamptz NOT NULL,   
  power_usage FLOAT
  ) TAGS (  
    region VARCHAR(6) NOT NULL,  
      meter_no BIGINT NOT NULL
      ) PRIMARY TAGS (region, meter_no);

2.2 非主标签（Tags）

SQL
-- 动态维护标签示例
ALTER TABLE sensor 
ADD TAG firmware_version VARCHAR(20);  -- 新增固件版本标签

ALTER TABLE sensor 
ALTER TAG firmware_version TYPE VARCHAR(50);    -- 修改标签类型

ALTER TABLE sensor 
ｒｅｎａｍｅ TAG group_id TO cluster_id;     -- 重命名标签

ALTER TABLE sensor
 ｄｒｏｐ TAG location;                     -- 删除标签

三、索引优化实战

3.1 主标签的 Hash 索引

KWDB 自动为主标签创建 Hash 索引，针对精确查询实现 O(1) 时间复杂度：

SQL
-- 高效查询示例
ｓｅｌｅｃｔ* FROM sensor WHERE 

sensor_id = 1005;

3.2 非主标签索引策略
对于高频查询的非主标签，建议手动创建索引：
SQL
-- 创建组合索引
CREATE INDEX idx_sensor_group 
ON sensor (group_id);

-- 带过滤条件的查询
ｓｅｌｅｃｔ * FROM sensor
WHERE group_id = 10;

索引选择原则：

四、性能对比测试

我们模拟了 20000 台设备、时间跨度 6 个月、1000万数据量，对比不同方案的性能表现：

测试结果表明，索引优化后，在此场景下查询性能延迟降低 95%。

结语

通过合理运用 KWDB 的标签体系与索引策略，我们成功将某智能制造平台的查询延迟从秒级降至毫秒级。在实际应用中，建议结合业务特点进行标签体系设计，通过持续监控和调优，充分发挥时序数据库的性能优势。