存储管理
存储路径设置
默认存储路径和系统要求
下表列出了 KaiwuDB 各类文件的默认存储路径、文件系统和配置信息。
文件 | 默认路径 | 大小 | 文件系统 | 配置参数 |
|---|---|---|---|---|
| 数据文件 | /var/lib/kaiwudb | 取决于存储数据的大小 | - 建议使用 ext4 文件系统。 - 如果存储大于 16 TB 的数据，建议使用 XFS 系统。 | - 部署配置文件中的 data_root 参数- --store 启动参数 |
| 日志 | /var/lib/kaiwudb/logs | 默认 1G，可配置 | 建议使用 ext4 文件系统。 | --log-dir 启动参数 |
| 证书 | /etc/kaiwudb/certs | N/A | 建议使用 ext4 文件系统。 | --certs-dir 启动参数 |
| 二进制文件 | /usr/local/kaiwudb/bin | > 200 M | 建议使用 ext4 文件系统。 | N/A |
| 动态库文件 | /usr/local/kaiwudb/lib | > 100 M | 建议使用 ext4 文件系统。 | N/A |
说明
如果采用 Docker 容器部署，则使用宿主机路径，系统自动进行挂载。
存储路径设置
KaiwuDB 支持以下存储路径设置方式：
- 安装时通过修改
deploy.cfg文件中的data_root参数自定义数据路径。 - 部署完成后，用户也可以通过修改部署生成的
kaiwudb_env文件、docker-compose.yml文件或kwbase start命令修改存储路径。
冷热数据分级存储
KaiwuDB 通过分级存储机制智能管理时序数据。系统会根据数据的采集时间，自动将数据存储到热温冷级别的存储目录中，同时支持根据热温数据的保存时长自动将数据迁移到合适的存储层级。
这一机制不仅优化了存储资源的使用，还在保障数据访问性能的同时，有效降低存储成本。
时序冷热数据分级存储功能默认关闭，如果节点已经启动，用户完成分级存储目录设置后，需要重启节点才能使配置生效。在分布式集群中，每个节点需要单独配置，未配置的节点将保持分级存储功能关闭。
存储目录类型
存储目录分为主存储目录和普通存储目录。
主存储目录：时序数据的默认存储目录，默认存储级别为 0 级。
- 时序数据默认与关系数据存储在 KaiwuDB 部署时，
deploy.cfg文件中自定义的数据路径。裸机部署时，时序数据默认存储在/var/lib/kaiwudb下的tsdb子目录。容器部署时，系统将使用宿主机路径并自动挂载。 - KaiwuDB 同时支持用户通过
--ts-store启动参数自定义时序数据的存储路径，将时序数据与关系数据分开存储。此时，--ts-store参数指定的路径为主存储目录。有关启动参数的配置说明，参见启动参数配置。
- 时序数据默认与关系数据存储在 KaiwuDB 部署时，
普通存储目录：除主存储目录之外的其他存储目录，无默认优先级。用户可通过
ts_tier.cfg配置文件灵活设置目录和存储级别。
存储目录配置
KaiwuDB 启动后，系统将自动在主存储目录创建 ts_tier.cfg 文件，用于管理主存储目录和普通存储目录。用户也可以在启动前在主存储目录手动创建 ts_tier.cfg 文件，提前完成存储目录和冷热级别设置。
ts_tier.cfg 文件采用 CSV 格式，配置格式如下：
<dir_path>, <level>
其中：
dir_path：普通存储目录的具体路径，主存储目录路径无需添加到配置文件中。level：存储目录的冷热级别，支持设置为0、1、2，分别对应“热”、“温”、“冷”级别。注意：冷热级别设置只支持0,1,2或0,1两种组合方式。
配置示例：
/data0/kwdb1,0
/data1/kwdb2,0
/data2/kwdb3,1
/data3/kwdb4,1
/data4/kwdb5,2
KaiwuDB 支持用户在线添加普通存储目录，以应对实际时序写入量的变化。完成目录配置后，需要重启当前节点，配置才能生效。
注意
- 添加 0 级磁盘可以增加磁盘 IO, 提升数据写入和查询性能。由于 1 级和 2 级磁盘的 IO 低于 0 级磁盘，添加过多 1 级和 2 级磁盘可能会影响查询性能。
- 如果同一层级的目录已写满，分布式集群中的该节点将进入宕机状态。
- 目前不支持删除配置文件中已添加的存储目录。如果删除的目录中已写入数据，并且取消了对应设备的挂载，将导致数据丢失。
数据分级管理
用户可以通过以下 SQL 命令定义热、温、冷数据的划分规则：
SET CLUSTER SETTING ts.tier.duration = "<period>,<period>";
默认设置为 30d,90d，表示:
- 30 天内采集的时序数据为热数据，存储在 0 级存储目录。
- 30 至 90 天内采集的时序数据为温数据，存储在 1 级存储目录。
- 90 天以上的数据为冷数据，存储在 2 级存储目录。
冷数据的存储时长不受时间设置的影响，实际存储时间取决于数据的生命周期。
时间单位只支持 d (天)。 系统将根据时间变化自动由热到温或温到冷迁移数据。
提示
如果仅设置了 0 级和 1 级存储目录，温数据的时间设置将不再生效，数据迁移到 1 级存储目录后，将按照数据的生命周期进行保存，直到生命周期结束。
数据压缩
KaiwuDB 支持在创建或修改时序表时，为每个数据列单独指定编码算法、压缩算法及压缩级别，针对不同数据特征选择最优压缩策略，在存储空间和系统资源之间灵活权衡。
编码算法、压缩算法及压缩级别
编码算法
不同数据类型支持的编码算法及默认值如下：
| 数据类型 | 可选编码算法 | 默认值 |
|---|---|---|
| INT2 / INT4 / INT8 | simple8b / disabled | simple8b |
| TIMESTAMP / TIMESTAMPTZ | simple8b / disabled | simple8b |
| FLOAT / DOUBLE | chimp / disabled | chimp |
| BOOL | bitpacking / disabled | bitpacking |
| 字符类型 | disabled | disabled |
压缩算法
所有数据类型均支持以下压缩算法，默认使用 lz4：
| 算法 | 压缩率 | 压缩速度 | 解压速度 | CPU 占用 | 内存占用 | 适用场景 |
|---|---|---|---|---|---|---|
lz4 | 低到中（2x-3x） | 极快 | 最快 | 很低 | 很低 | 高频写入、对延迟敏感的场景（默认） |
zstd | 中到高（2.5x-5x+） | 很快 | 极快（与 lz4 同级） | 低到中（取决于等级） | 中等（可调） | 存储空间敏感、兼顾读写性能的场景 |
zlib | 中（2.5x-4x） | 中等 | 快 | 中等 | 中等 | 存储空间敏感、对写入性能要求较低的场景 |
snappy | 低（1.5x-2x） | 极快 | 极快 | 很低 | 很低 | 速度优先、不需要调节压缩级别的场景 |
disabled | — | — | — | — | — | 关闭压缩 |
说明
zstd压缩速度接近lz4，但压缩率更高，解压速度同样极快，是需要兼顾空间与性能时的优先选择。zlib压缩率与zstd相近，但压缩和解压速度均较慢，CPU 和内存消耗更高，在高频大批量写入场景下影响尤为明显，请谨慎评估后使用。
压缩级别
支持 low、medium（默认）、high，可简写为 l、m、h。压缩级别越高，压缩率越高，CPU 和内存占用也越多，请根据业务负载合理配置。
说明
snappy 和 lz4 不支持压缩级别设置，对其指定压缩级别不会有实际效果。
压缩配置
各级压缩配置的优先级从高到低为：列级自定义配置 > 数据类型默认值 > cluster setting 全局配置。建议优先通过 cluster setting 设置全局基准，仅对有特殊需求的列单独指定配置。
全局压缩配置
通过 cluster setting 统一配置全局默认压缩行为，无需逐列指定：
-- 设置压缩模式（0-3）
SET CLUSTER SETTING ts.compress.stage = 3;
-- 设置全局默认压缩算法
SET CLUSTER SETTING ts.compress.algorithm = 'lz4';
-- 设置全局默认压缩级别
SET CLUSTER SETTING ts.compress.level = 'medium';
参数说明：
| 参数 | 说明 | 默认值 | 类型 |
|---|---|---|---|
ts.compress.stage | 控制时序数据的压缩模式： - 0：关闭编码，关闭压缩- 1：开启编码，关闭压缩- 2：关闭编码，开启压缩- 3：开启编码，开启压缩 | 3 | int |
ts.compress.algorithm | 全局默认压缩算法，支持 lz4、zstd、zlib、snappy。优先级低于列级配置。 | lz4 | string |
ts.compress.level | 全局默认压缩级别，支持 low、medium、high。优先级低于列级配置。 | medium | string |
列级压缩配置
建表时为各列指定编码和压缩配置：
CREATE TABLE test_compress.t1 ( k_timestamp TIMESTAMPTZ ENCODE 'Simple8B' COMPRESS 'lz4' LEVEL 'high' NOT NULL, c1 INT ENCODE 'Simple8B' COMPRESS 'zlib' LEVEL 'high', c2 FLOAT COMPRESS 'zlib' LEVEL 'medium', c3 INT ENCODE 'Simple8B', -- 仅指定编码，压缩使用默认值 c4 BLOB COMPRESS 'disabled', c5 BOOL ENCODE 'disabled', c7 VARCHAR ENCODE 'disabled' COMPRESS 'disabled' ) TAGS ( code1 INT2 NOT NULL ) PRIMARY TAGS (code1);修改已有列的压缩配置：
-- 修改压缩算法和压缩级别 ALTER TABLE t1 ALTER COLUMN c2 COMPRESS 'zstd' LEVEL 'high'; -- 同时修改编码和压缩算法（ENCODE 必须在 COMPRESS 之前） ALTER TABLE t1 ALTER COLUMN c1 ENCODE 'Simple8B' COMPRESS 'zstd' LEVEL 'medium'; -- 关闭列的压缩 ALTER TABLE t1 ALTER COLUMN c4 COMPRESS 'disabled';
数据重组
数据重组是指按照特定规则对原始时序数据进行清理和整理的过程，主要应用于以下场景:
- 删除数据清理：执行 DELETE 或 DROP 操作后，清理被标记删除的数据以释放存储空间
- 过期数据清理：清理通过生命周期管理功能识别出的过期数据
- 数据整理优化：对不连续的 entity 数据进行重组排序，提高查询效率
数据重组可以优化存储空间利用率，提升数据库查询性能和响应速度，改善整体系统效率。
重组方式
KaiwuDB 提供自动重组和手动重组两种数据重组方式：
自动重组
系统定期自动触发重组任务，以分区(Partition)为基本单位，采用单线程串行方式处理，确保操作的稳定性和数据一致性。具体流程如下：
- 任务触发：系统定期自动触发重组任务
- 分区遍历：依次扫描各个分区，对每个分区执行重组操作
- 数据清理：
- 清理过期数据
- 清理被标记删除的数据
- 文件重建：生成优化后的新数据文件，替换原有文件
- 标记清理：清理相关的删除标记记录，完成重组流程
重组操作与合并操作互斥，同一 entity segment 不会同时执行这两种操作。
手动重组
需要立即释放存储空间或优化查询性能时，可以通过立即重组命令 VACUUM TS DATABASES; 手动触发重组操作。
手动重组特别适用于以下场景：
- 删除数据或删除库表后释放空间：执行 DELETE 或 DROP 操作后，立即清理已删除数据，快速释放存储空间
- 批量写入后数据整理：大批量数据写入后，对数据文件进行整理排序，加速后续查询性能
手动重组功能与自动重组功能兼容，互不影响，同时具有以下特点：
- 对当前分区数据执行重组操作
- 对不连续的 entity 数据进行重组排序，整理分散的 block 以提高查询效率（无论是否有删除操作）
- 及时检查并清理已删除表的相关数据
- 将内存数据持久化到磁盘，并合并 last 文件
重组配置
- 自动重组：自动数据重组功能默认启用，用户可以通过
ts.auto_vacuum.enabled实时参数选择是否启用或禁用该功能。有关详细信息，参见集群实时参数。 - 手动重组：用户需要通过执行立即重组命令
VACUUM TS DATABASES;手动触发重组操作。
时序分布式日志存储引擎
时序分布式日志存储引擎（RaftLog Store）是专门针对分布式集群时序数据场景的存储优化，通过减少磁盘 IO 压力和优化写入路径，在机械硬盘环境下显著提升数据写入性能。
该功能适用于分布式集群、大量时序数据写入、机械硬盘存储环境且对写入性能要求较高的应用场景。
启用后，系统会在数据目录的时序引擎目录下自动创建 raftlog 子目录，当前文件达到 512 MB 时自动转换为历史文件，每 30 分钟检查一次合并需求。
功能配置
启用时序分布式日志存储引擎需要在节点启动命令中添加 --use-raft-store 参数。
注意
- 该参数必须在数据库首次安装启动时指定，默认为关闭状态。
- 数据库初始化完成后，无法通过修改启动参数切换存储引擎。
启动命令的更多信息和示例，参见kwbase start。