智能電表產生的實時數據非常建議使用時序數據庫（Time Series Database）。從描述上看，智能電(dian)表設備產(chan)生的(de)實時數據具有典型的(de)時間戳標志，是時間序列數據，同時針(zhen)對多臺設備的(de)數據存儲和數據監(jian)測，可以(yi)考慮使用 TDengine database。尤其(qi)是 TDengine 最(zui)創新的(de)「超級表」功能，能很(hen)好地解決數據存儲以(yi)及讀取速度的(de)問題(ti)。

假設每個智能(neng)電(dian)(dian)表采集電(dian)(dian)流、電(dian)(dian)壓、相位(wei)三個量(liang)，有(you)多個智能(neng)電(dian)(dian)表，每個電(dian)(dian)表有(you)位(wei)置 location 和分組 group ID 的(de)靜(jing)態屬性。其采集的(de)數(shu)據類似如下(xia)的(de)表格：

每(mei)(mei)一條記錄都(dou)有設備 ID，時間戳(chuo)，采(cai)(cai)集(ji)的(de)(de)物理量以(yi)及每(mei)(mei)個(ge)(ge)設備相關的(de)(de)靜態標簽(qian)。每(mei)(mei)個(ge)(ge)設備是受外界(jie)的(de)(de)觸發(fa)，或按照(zhao)設定的(de)(de)周期(qi)采(cai)(cai)集(ji)數(shu)據。采(cai)(cai)集(ji)的(de)(de)數(shu)據點是時序的(de)(de)，是一個(ge)(ge)數(shu)據流。

TDengine 最經典的處理方式就是「一個數據采集點一張表」，那針對表中的 Device ID ，就可以有相應的單獨的表。
這樣建表(biao)(biao)的(de)(de)好處(chu)就(jiu)(jiu)很多(duo)，例如由于不同采集設備(bei)產生數(shu)(shu)(shu)據(ju)(ju)(ju)的(de)(de)過程完全獨立，每(mei)個(ge)設備(bei)的(de)(de)數(shu)(shu)(shu)據(ju)(ju)(ju)源(yuan)是(shi)唯一(yi)(yi)的(de)(de)，一(yi)(yi)張表(biao)(biao)也就(jiu)(jiu)只(zhi)有一(yi)(yi)個(ge)寫(xie)入(ru)者，這樣就(jiu)(jiu)可(ke)采用(yong)無(wu)鎖方式來寫(xie)，寫(xie)入(ru)速度就(jiu)(jiu)能大幅(fu)(fu)提(ti)升。再有就(jiu)(jiu)是(shi)一(yi)(yi)個(ge)數(shu)(shu)(shu)據(ju)(ju)(ju)采集點(dian)的(de)(de)數(shu)(shu)(shu)據(ju)(ju)(ju)是(shi)以塊為單位連(lian)續存儲的(de)(de)。如果(guo)讀(du)取(qu)一(yi)(yi)個(ge)時間段的(de)(de)數(shu)(shu)(shu)據(ju)(ju)(ju)，它(ta)能大幅(fu)(fu)減少隨機讀(du)取(qu)操作，成數(shu)(shu)(shu)量級的(de)(de)提(ti)升讀(du)取(qu)和(he)查詢速度。

當然(ran)，隨(sui)著(zhu)設(she)備的(de)(de)(de)(de)增(zeng)(zeng)加，一個數(shu)(shu)(shu)據采集(ji)(ji)點(dian)(dian)一張表(biao)(biao)就會導致表(biao)(biao)的(de)(de)(de)(de)數(shu)(shu)(shu)量(liang)巨增(zeng)(zeng)，為了(le)解決采集(ji)(ji)點(dian)(dian)的(de)(de)(de)(de)聚合(he)操作，便(bian)引入了(le)「超(chao)(chao)(chao)級(ji)表(biao)(biao)」這(zhe)個概(gai)念。超(chao)(chao)(chao)級(ji)表(biao)(biao)是(shi)指(zhi)某一特(te)定(ding)類(lei)型的(de)(de)(de)(de)數(shu)(shu)(shu)據采集(ji)(ji)點(dian)(dian)的(de)(de)(de)(de)集(ji)(ji)合(he)。同一類(lei)型的(de)(de)(de)(de)數(shu)(shu)(shu)據采集(ji)(ji)點(dian)(dian)，其表(biao)(biao)的(de)(de)(de)(de)結構是(shi)完全一樣的(de)(de)(de)(de)，但每個表(biao)(biao)（數(shu)(shu)(shu)據采集(ji)(ji)點(dian)(dian)）的(de)(de)(de)(de)靜態屬性(xing)(xing)（標(biao)簽）是(shi)不一樣的(de)(de)(de)(de)。針對(dui)超(chao)(chao)(chao)級(ji)表(biao)(biao)的(de)(de)(de)(de)查(cha)詢，TDengine 將把所有子表(biao)(biao)中的(de)(de)(de)(de)數(shu)(shu)(shu)據視為一個整體數(shu)(shu)(shu)據集(ji)(ji)進(jin)行處理，會先把滿(man)足(zu)標(biao)簽過濾條件的(de)(de)(de)(de)表(biao)(biao)從超(chao)(chao)(chao)級(ji)表(biao)(biao)中找出來，然(ran)后再(zai)掃描(miao)這(zhe)些表(biao)(biao)的(de)(de)(de)(de)時間序(xu)列數(shu)(shu)(shu)據，進(jin)行聚合(he)操作，這(zhe)樣需要(yao)掃描(miao)的(de)(de)(de)(de)數(shu)(shu)(shu)據集(ji)(ji)會大(da)幅減少，從而顯著(zhu)提高查(cha)詢的(de)(de)(de)(de)性(xing)(xing)能(neng)。本質上，TDengine 通(tong)過對(dui)超(chao)(chao)(chao)級(ji)表(biao)(biao)查(cha)詢的(de)(de)(de)(de)支持，實現了(le)多(duo)個同類(lei)數(shu)(shu)(shu)據采集(ji)(ji)點(dian)(dian)的(de)(de)(de)(de)高效聚合(he)。

至于(yu)提到的(de)(de)高(gao)并發問題，TDengine 作為一款 Time Series Database，支持以(yi)集(ji)(ji)群(qun)方式部署(shu)，以(yi)提升系統的(de)(de)處(chu)理能(neng)力和高(gao)可(ke)用(yong)性(xing)。TDengine 集(ji)(ji)群(qun)支持任(ren)意(yi)數據(ju)的(de)(de)多副本從而提升高(gao)可(ke)用(yong)性(xing)，并自動實現負載(zai)均衡。同時 TDengine 集(ji)(ji)群(qun)具(ju)有很好的(de)(de)橫(heng)向擴展(zhan)能(neng)力以(yi)處(chu)理更(geng)多的(de)(de)數據(ju)采集(ji)(ji)點和更(geng)大的(de)(de)數據(ju)量，并且分布式的(de)(de)結構更(geng)保證(zheng)了TSDB的(de)(de)高(gao)可(ke)用(yong)性(xing)。