blob: 314ad1aae79e193d27c589308b7b9eb7c7ae6cee [file] [log] [blame] [view]
<!--
Licensed to the Apache Software Foundation (ASF) under one
or more contributor license agreements. See the NOTICE file
distributed with this work for additional information
regarding copyright ownership. The ASF licenses this file
to you under the Apache License, Version 2.0 (the
"License"); you may not use this file except in compliance
with the License. You may obtain a copy of the License at
http://www.apache.org/licenses/LICENSE-2.0
Unless required by applicable law or agreed to in writing,
software distributed under the License is distributed on an
"AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
KIND, either express or implied. See the License for the
specific language governing permissions and limitations
under the License.
-->
# 快速上手
本篇文档将帮助您了解快速入门 IoTDB 的方法。
## 1. 如何安装部署?
本篇文档将帮助您快速安装部署 IoTDB,您可以通过以下文档的链接快速定位到所需要查看的内容:
1. 准备所需机器资源:IoTDB 的部署和运行需要考虑多个方面的机器资源配置。具体资源配置可查看 [资源规划](../Deployment-and-Maintenance/Database-Resources.md)
2. 完成系统配置准备:IoTDB 的系统配置涉及多个方面,关键的系统配置介绍可查看 [系统配置](../Deployment-and-Maintenance/Environment-Requirements.md)
3. 获取安装包:您可以联系天谋商务获取 IoTDB 安装包,以确保下载的是最新且稳定的版本。具体安装包结构可查看:[安装包获取](../Deployment-and-Maintenance/IoTDB-Package_timecho.md)
4. 安装数据库并激活:您可以根据实际部署架构选择以下教程进行安装部署:
- 单机版:[单机版](../Deployment-and-Maintenance/Stand-Alone-Deployment_timecho.md)
- 分布式(集群)版:[分布式(集群)版](../Deployment-and-Maintenance//Cluster-Deployment_timecho.md)
- 双活版:[双活版](../Deployment-and-Maintenance/Dual-Active-Deployment_timecho.md)
> ❗️注意:目前我们仍然推荐直接在物理机/虚拟机上安装部署,如需要 docker 部署,可参考:[Docker 部署](../Deployment-and-Maintenance/Docker-Deployment_timecho.md)
5. 安装数据库配套工具:企业版数据库提供监控面板、可视化控制台等配套工具,建议在部署企业版时安装,可以帮助您更加便捷的使用 IoTDB:
- 监控面板:提供了上百个数据库监控指标,用来对 IoTDB 及其所在操作系统进行细致监控,从而进行系统优化、性能优化、发现瓶颈等,安装步骤可查看 [监控面板部署](../Deployment-and-Maintenance/Monitoring-panel-deployment.md)
- 可视化控制台:是 IoTDB 的可视化界面,支持通过界面交互的形式提供元数据管理、数据查询、数据可视化等功能的操作,帮助用户简单、高效的使用数据库,安装步骤可查看 [可视化控制台部署](../Deployment-and-Maintenance/workbench-deployment_timecho.md)
## 2. 如何使用?
1. 数据库建模设计:数据库建模是创建数据库系统的重要步骤,它涉及到设计数据的结构和关系,以确保数据的组织方式能够满足特定应用的需求,下面的文档将会帮助您快速了解 IoTDB 的建模设计:
- 时序概念介绍:[走进时序数据](../Background-knowledge/Navigating_Time_Series_Data.md)
- 建模设计介绍:[数据模型介绍](../Background-knowledge/Data-Model-and-Terminology_timecho.md)
- SQL 语法介绍:[SQL 语法介绍](../Basic-Concept/Operate-Metadata_timecho.md)
2. 数据写入:在数据写入方面,IoTDB 提供了多种方式来插入实时数据,基本的数据写入操作请查看 [数据写入](../Basic-Concept/Write-Data_timecho)
3. 数据查询:IoTDB 提供了丰富的数据查询功能,数据查询的基本介绍请查看 [数据查询](../Basic-Concept/Query-Data_timecho)
4. 其他进阶功能:除了数据库常见的写入、查询等功能外,IoTDB 还支持“数据同步、流处理框架、安全控制、权限管理、AI 分析”等功能,具体使用方法可参见具体文档:
- 数据同步:[数据同步](../User-Manual/Data-Sync_timecho.md)
- 流处理框架:[流处理框架](../User-Manual/Streaming_timecho.md)
- 安全控制:[安全控制](../User-Manual/White-List_timecho.md)
- 权限管理:[权限管理](../User-Manual/Authority-Management_timecho)
- AI 分析:[AI 能力](../AI-capability/AINode_timecho.md)
5. 应用编程接口: IoTDB 提供了多种应用编程接口(API),以便于开发者在应用程序中与 IoTDB 进行交互,目前支持[ Java 原生接口](../API/Programming-Java-Native-API_timecho)、[Python 原生接口](../API/Programming-Python-Native-API_timecho)、[C++原生接口](../API/Programming-Cpp-Native-API.md)、[Go 原生接口](../API/Programming-Go-Native-API.md)等,更多编程接口可参见官网【应用编程接口】其他章节
## 3. 还有哪些便捷的周边工具?
IoTDB 除了自身拥有丰富的功能外,其周边的工具体系包含的种类十分齐全。本篇文档将帮助您快速使用周边工具体系:
- 可视化控制台:workbench 是 IoTDB 的一个支持界面交互的形式的可视化界面,提供直观的元数据管理、数据查询和数据可视化等功能,提升用户操作数据库的便捷性和效率,具体使用介绍请查看 [可视化控制台部署](../Deployment-and-Maintenance/workbench-deployment_timecho.md)
- 监控面板:是一个对 IoTDB 及其所在操作系统进行细致监控的工具,涵盖数据库性能、系统资源等上百个数据库监控指标,助力系统优化与瓶颈识别等,具体使用介绍请查看 [监控面板部署](../Deployment-and-Maintenance/Monitoring-panel-deployment.md)
- 测试工具:IoT-benchmark 是一个基于 Java 和大数据环境开发的时序数据库基准测试工具,由清华大学软件学院研发并开源。它支持多种写入和查询方式,能够存储测试信息和结果供进一步查询或分析,并支持与 Tableau 集成以可视化测试结果。具体使用介绍请查看:[测试工具](../Tools-System/Benchmark.md)
- 数据导入脚本:针对于不同场景,IoTDB 为用户提供多种批量导入数据的操作方式,具体使用介绍请查看:[数据导入](../Tools-System/Data-Import-Tool_timecho)
- 数据导出脚本:针对于不同场景,IoTDB 为用户提供多种批量导出数据的操作方式,具体使用介绍请查看:[数据导出](../Tools-System/Data-Export-Tool_timecho)
## 4. 想了解更多技术细节?
如果您想了解 IoTDB 的更多技术内幕,可以移步至下面的文档:
- 研究论文:IoTDB 具有列式存储、数据编码、预计算和索引技术,以及其类 SQL 接口和高性能数据处理能力,同时与 Apache Hadoop、MapReduce 和 Apache Spark 无缝集成。相关研究论文请查看 [研究论文](../Technical-Insider/Publication.md)
- 压缩&编码:IoTDB 通过多样化的编码和压缩技术,针对不同数据类型优化存储效率,想了解更多请查看 [压缩&编码](../Technical-Insider/Encoding-and-Compression.md)
- 数据分区和负载均衡:IoTDB 基于时序数据特性,精心设计了数据分区策略和负载均衡算法,提升了集群的可用性和性能,想了解更多请查看 [数据分区和负载均衡](../Technical-Insider/Cluster-data-partitioning.md)
## 5. 使用过程中遇到问题?
如果您在安装或使用过程中遇到困难,可以移步至 [常见问题](../FAQ/Frequently-asked-questions.md) 中进行查看