Apache IoTDB开发系统之Python原生接口

举报
小云悠悠zZ 发表于 2023/09/22 20:20:26 2023/09/22
【摘要】 相较于普通 Tablet,Numpy Tablet 使用 numpy.ndarray (opens new window) 来记录数值型数据。 内存占用和序列化耗时会降低很多,写入效率也会有很大提升。

依赖

在使用 Python 原生接口包前,您需要安装 thrift (>=0.13) 依赖。

如何使用 (示例)

首先下载最新安装包:pip3 install apache-iotdb

注意:如果您想要安装 0.13.0 版本的 Python API,不要使用 pip install apache-iotdb==0.13.0,请使用 pip install apache-iotdb==0.13.0.post1 作为替代!

您可以从这里得到一个使用该包进行数据读写的例子:Session Example(opens new window)

关于对齐时间序列读写的例子:Aligned Timeseries Session Example(opens new window)

(您需要在文件的头部添加import iotdb

或者:

  1. from iotdb.Session import Session
  2. ip = "127.0.0.1"
  3. port_ = "6667"
  4. username_ = "root"
  5. password_ = "root"
  6. session = Session(ip, port_, username_, password_)
  7. session.open(False)
  8. zone = session.get_time_zone()
  9. session.close()

基本接口说明

下面将给出 Session 对应的接口的简要介绍和对应参数:

初始化

  • 初始化 Session
  1. session = Session(ip, port_, username_, password_, fetch_size=1024, zone_id="UTC+8")
  • 开启 Session,并决定是否开启 RPC 压缩
  1. session.open(enable_rpc_compression=False)

注意: 客户端的 RPC 压缩开启状态需和服务端一致

  • 关闭 Session
  1. session.close()

数据定义接口 DDL

存储组管理

  • 设置存储组
  1. session.set_storage_group(group_name)
  • 删除单个或多个存储组
  1. session.delete_storage_group(group_name)
  2. session.delete_storage_groups(group_name_lst)

时间序列管理

  • 创建单个或多个时间序列
  1. session.create_time_series(ts_path, data_type, encoding, compressor,
  2. props=None, tags=None, attributes=None, alias=None)
  3. session.create_multi_time_series(
  4. ts_path_lst, data_type_lst, encoding_lst, compressor_lst,
  5. props_lst=None, tags_lst=None, attributes_lst=None, alias_lst=None
  6. )
  • 创建对齐时间序列
  1. session.create_aligned_time_series(
  2. device_id, measurements_lst, data_type_lst, encoding_lst, compressor_lst
  3. )

注意:目前暂不支持使用传感器别名。

  • 删除一个或多个时间序列
  1. session.delete_time_series(paths_list)
  • 检测时间序列是否存在
  1. session.check_time_series_exists(path)

数据操作接口 DML

数据写入

推荐使用 insert_tablet 帮助提高写入效率

  • 插入一个 Tablet,Tablet 是一个设备若干行数据块,每一行的列都相同
    • 写入效率高
    • 支持写入空值 (0.13 版本起)

Python API 里目前有两种 Tablet 实现

  • 普通 Tablet
  1. values_ = [
  2. [False, 10, 11, 1.1, 10011.1, "test01"],
  3. [True, 100, 11111, 1.25, 101.0, "test02"],
  4. [False, 100, 1, 188.1, 688.25, "test03"],
  5. [True, 0, 0, 0, 6.25, "test04"],
  6. ]
  7. timestamps_ = [1, 2, 3, 4]
  8. tablet_ = Tablet(
  9. device_id, measurements_, data_types_, values_, timestamps_
  10. )
  11. session.insert_tablet(tablet_)
  • Numpy Tablet

相较于普通 Tablet,Numpy Tablet 使用 numpy.ndarray(opens new window) 来记录数值型数据。 内存占用和序列化耗时会降低很多,写入效率也会有很大提升。

注意

  1. Tablet 中的每一列时间戳和值记录为一个 ndarray
  2. ndarray 推荐使用如下面例子中的特定的 dtype,如果不使用,不会影响正确性。
  1. data_types_ = [
  2. TSDataType.BOOLEAN,
  3. TSDataType.INT32,
  4. TSDataType.INT64,
  5. TSDataType.FLOAT,
  6. TSDataType.DOUBLE,
  7. TSDataType.TEXT,
  8. ]
  9. np_values_ = [
  10. np.array([False, True, False, True], TSDataType.BOOLEAN.np_dtype()),
  11. np.array([10, 100, 100, 0], TSDataType.INT32.np_dtype()),
  12. np.array([11, 11111, 1, 0], TSDataType.INT64.np_dtype()),
  13. np.array([1.1, 1.25, 188.1, 0], TSDataType.FLOAT.np_dtype()),
  14. np.array([10011.1, 101.0, 688.25, 6.25], TSDataType.DOUBLE.np_dtype()),
  15. np.array(["test01", "test02", "test03", "test04"], TSDataType.TEXT.np_dtype()),
  16. ]
  17. np_timestamps_ = np.array([1, 2, 3, 4], TSDataType.INT64.np_dtype())
  18. np_tablet_ = NumpyTablet(
  19. "root.sg_test_01.d_02", measurements_, data_types_, np_values_, np_timestamps_
  20. )
  21. session.insert_tablet(np_tablet_)
  • 插入多个 Tablet
  1. session.insert_tablets(tablet_lst)
  • 插入一个 Record,一个 Record 是一个设备一个时间戳下多个测点的数据。
  1. session.insert_record(device_id, timestamp, measurements_, data_types_, values_)
  • 插入多个 Record
  1. session.insert_records(
  2. device_ids_, time_list_, measurements_list_, data_type_list_, values_list_
  3. )
  • 插入同属于一个 device 的多个 Record
  1. session.insert_records_of_one_device(device_id, time_list, measurements_list, data_types_list, values_list)

带有类型推断的写入

当数据均是 String 类型时,我们可以使用如下接口,根据 value 的值进行类型推断。例如:value 为 “true” ,就可以自动推断为布尔类型。value 为 “3.2” ,就可以自动推断为数值类型。服务器需要做类型推断,可能会有额外耗时,速度较无需类型推断的写入慢

  1. session.insert_str_record(device_id, timestamp, measurements, string_values)

对齐时间序列的写入

对齐时间序列的写入使用 insert_aligned_xxx 接口,其余与上述接口类似:

  • insert_aligned_record
  • insert_aligned_records
  • insert_aligned_records_of_one_device
  • insert_aligned_tablet
  • insert_aligned_tablets

IoTDB-SQL 接口

  • 执行查询语句
  1. session.execute_query_statement(sql)
  • 执行非查询语句
  1. session.execute_non_query_statement(sql)

对 Pandas 的支持

我们支持将查询结果轻松地转换为 Pandas Dataframe(opens new window)

SessionDataSet 有一个方法.todf(),它的作用是消费 SessionDataSet 中的数据,并将数据转换为 pandas dataframe。

例子:

  1. from iotdb.Session import Session
  2. ip = "127.0.0.1"
  3. port_ = "6667"
  4. username_ = "root"
  5. password_ = "root"
  6. session = Session(ip, port_, username_, password_)
  7. session.open(False)
  8. result = session.execute_query_statement("SELECT ** FROM root")
  9. # Transform to Pandas Dataset
  10. df = result.todf()
  11. session.close()
  12. # Now you can work with the dataframe
  13. df = ...

IoTDB Testcontainer

Python 客户端对测试的支持是基于testcontainers库 (https://testcontainers-python.readthedocs.io/en/latest/index.html) 的,如果您想使用该特性,就需要将其安装到您的项目中。

要在 Docker 容器中启动(和停止)一个 IoTDB 数据库,只需这样做:

  1. class MyTestCase(unittest.TestCase):
  2. def test_something(self):
  3. with IoTDBContainer() as c:
  4. session = Session("localhost", c.get_exposed_port(6667), "root", "root")
  5. session.open(False)
  6. result = session.execute_query_statement("SHOW TIMESERIES")
  7. print(result)
  8. session.close()

默认情况下,它会拉取最新的 IoTDB 镜像 apache/iotdb:latest进行测试,如果您想指定待测 IoTDB 的版本,您只需要将版本信息像这样声明:IoTDBContainer("apache/iotdb:0.12.0"),此时,您就会得到一个0.12.0版本的 IoTDB 实例。

thrift rpc 接口连接 IoTDB 示例

介绍

这是一个使用 thrift rpc 接口连接到 IoTDB 的示例。在 Windows 和 Linux 上操作几乎是一样的,但要注意路径分隔符等不同之处。

依赖

首选 Python3.7 或更高版本。

必须安装 thrift(0.11.0 或更高版本)才能将 thrift 文件编译为 Python 代码。下面是官方的安装教程,最终,您应该得到一个 thrift 可执行文件。

  1. http://thrift.apache.org/docs/install/

在开始之前,您还需要在 Python 环境中安装requirements_dev.txt中的其他依赖:

  1. pip install -r requirements_dev.txt

编译 thrift 库并调试

在 IoTDB 源代码文件夹的根目录下,运行mvn clean generate-sources -pl client-py -am

这个指令将自动删除iotdb/thrift中的文件,并使用新生成的 thrift 文件重新填充该文件夹。

这个文件夹在 git 中会被忽略,并且永远不应该被推到 git 中!

注意不要将iotdb/thrift上传到 git 仓库中 !

Session 客户端 & 使用示例

我们将 thrift 接口打包到client-py/src/iotdb/session.py中(与 Java 版本类似),还提供了一个示例文件client-py/src/SessionExample.py来说明如何使用 Session 模块。请仔细阅读。

另一个简单的例子:

  1. from iotdb.Session import Session
  2. ip = "127.0.0.1"
  3. port_ = "6667"
  4. username_ = "root"
  5. password_ = "root"
  6. session = Session(ip, port_, username_, password_)
  7. session.open(False)
  8. zone = session.get_time_zone()
  9. session.close()

测试

请在tests文件夹中添加自定义测试。

要运行所有的测试,只需在根目录中运行pytest .即可。

注意一些测试需要在您的系统上使用 docker,因为测试的 IoTDB 实例是使用 testcontainers (opens new window) 在 docker 容器中启动的。

其他工具

black(opens new window) 和 flake8(opens new window) 分别用于自动格式化和 linting。 它们可以通过 black .  flake8 . 分别运行。

发版

要进行发版,只需确保您生成了正确的 thrift 代码,运行了 linting 并进行了自动格式化,然后,确保所有测试都正常通过(通过pytest .),最后,您就可以将包发布到 pypi 了。

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。