SqlSugar.TDengineCore 时序数据库超级表与子表的最佳实践
2025-06-06 10:00:17作者:董斯意
时序数据库中的超级表概念
在TDengine时序数据库中,超级表(Super Table)是一种特殊的数据结构,它本身不存储实际数据,而是作为子表的模板存在。超级表定义了数据的结构和标签(Tags),而真正的数据存储在基于超级表创建的子表中。这种设计非常适合物联网(IoT)场景,其中大量设备产生相似结构的数据。
传统实现方式的局限性
在早期版本中,开发者需要手动处理超级表和子表的创建:
- 首先通过SQL语句创建超级表
- 然后为每个设备创建对应的子表
- 最后将数据插入到特定子表中
这种方式存在几个问题:
- 代码冗余,需要大量手动SQL
- 批量插入性能不佳
- 缺乏面向对象的优雅封装
SqlSugar.TDengineCore的优雅解决方案
最新版本的SqlSugar.TDengineCore(4.18.2+)提供了更优雅的Code First方式来处理超级表和子表:
1. 定义超级表模型
通过[STable]特性标记超级表,[SugarColumn]定义列属性:
[STable(STableName = "SUsingTagModel", Tag1 = nameof(Tag1))]
public class SUsingTagModel
{
[SugarColumn(IsPrimaryKey = true)]
public DateTime Ts { get; set; }
public bool Boolean { get; set; }
public string Tag1 { get; set; }
}
2. 初始化超级表
在应用启动时初始化超级表结构:
db.CodeFirst.InitTables<SUsingTagModel>();
3. 智能子表处理与数据插入
新版本提供了自动创建子表并插入数据的能力:
db.Insertable(new List<SUsingTagModel>(){
new SUsingTagModel() { Boolean = true, Tag1 = "a", Ts = DateTime.Now.AddMilliseconds(1) },
new SUsingTagModel() { Boolean = false, Tag1 = "a", Ts = DateTime.Now.AddMilliseconds(2) },
new SUsingTagModel() { Boolean = true, Tag1 = "b", Ts = DateTime.Now.AddMilliseconds(3) }
})
.SetTDengineChildTableName((stableName, it) => $"{stableName}_{it.Tag1}")
.ExecuteCommand();
4. 查询数据
可以像普通表一样查询数据:
// 查询所有数据
var list1 = db.Queryable<SUsingTagModel>().ToList();
// 按Tag查询特定子表数据
var tagA = db.Queryable<SUsingTagModel>().Where(it => it.Tag1 == "a").ToList();
性能优化
SqlSugar.TDengineCore在底层实现了多项性能优化:
- 批量插入分页处理:自动将大数据集分页处理,提高插入效率
- 智能SQL生成:优化SQL生成逻辑,减少不必要的参数化处理开销
- 子表自动管理:自动处理子表创建,避免重复操作
实际应用建议
- 固定字段设计:建议将设备公共属性作为超级表字段,特殊属性存储在关系型数据库
- 时间戳处理:确保时间戳(Ts)字段唯一,避免重复
- 命名规范:建立清晰的子表命名规则,便于维护
总结
SqlSugar.TDengineCore的最新改进使得TDengine的超级表功能更加易用,开发者可以用面向对象的方式处理时序数据,同时享受ORM带来的便利性和性能优化。这种设计特别适合物联网应用场景,能够有效管理海量设备产生的时序数据。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178