Ohhnews

分类导航

$ cd ..
DZone Java原文

使用Java与QuestDB构建高性能时序数据应用

#questdb#java#时序数据库#sql查询#实时分析

QuestDB 非常适合需要高性能写入，以及对面向时间的数据进行 SQL 访问的应用程序。它在金融市场、实时分析、可观测性、遥测和运营系统中尤其有用，这些场景中的数据持续到达，并且必须以低延迟进行查询。与通用数据库不同，QuestDB 是专门构建的，将时间作为存储和查询过程的核心要素。QuestDB 通过将时间序列架构与熟悉的 SQL 接口相结合，吸引了企业开发者。这种方法降低了具有关系查询经验的团队的学习曲线，同时提供了一个针对以追加为主、按时间顺序排列的工作负载进行优化的数据库。对于需要最新状态查询、历史分析、趋势检测和快速写入的系统，QuestDB 提供了一个实用的解决方案。

为什么 QuestDB 很重要

当应用程序既需要高写入速率，又需要对近期和历史数据进行快速分析查询时，QuestDB 表现出色。这对于具有连续数据流、需要快速业务响应的工作负载至关重要，例如市场价格、交易活动、遥测、基础设施指标、点击流数据、运营事件和实时业务指标。在这些情况下，数据库必须高效管理以追加为主的数据，同时支持直观的、跨时间范围的 SQL 查询。

因此，QuestDB 非常适合金融平台、可观测性系统、物流、能源、物联网和实时分析。例如，交易系统可以查询最新价格和历史区间，运营平台可以分析近期延迟和吞吐量，物流应用程序可以查看随时间变化的车辆或配送遥测数据。其面向 SQL 的模型对企业团队尤其有价值，既提供了熟悉的查询语言，也提供了为时间序列工作负载设计的架构。

实战：使用 Java 与 QuestDB

我们将构建一个简单的 Java 应用程序，使用 QuestDB 作为时间序列数据库。对于开发来说，最简单的开始方式是使用 Docker：

$ bash
docker run -d \
  --name questdb-instance \
  -p 9000:9000 \
  questdb/questdb:10.0.1

QuestDB 在 9000 端口提供 Web Console 和 HTTP 端点。容器运行后，你可以在浏览器中打开 http://localhost:9000 查看数据。

配置应用程序

Eclipse JNoSQL 使用 CDI 和 JSON-B 等 Jakarta API，以及 Eclipse MicroProfile Config。这些 API 可在 Helidon、Quarkus、Payara 和 Open Liberty 等流行 Java 运行时中使用。

添加 QuestDB 驱动程序依赖：

$ xml
<dependency>
    <groupId>org.eclipse.jnosql.databases</groupId>
    <artifactId>jnosql-questdb</artifactId>
    <version>${jnosql.version}</version>
</dependency>

接下来，在 microprofile-config.properties 中配置时间序列数据库和 QuestDB 连接：

$ properties
jnosql.timeseries.database=qdb
jnosql.questdb.url=ws::addr=localhost:9000

qdb 值指定 JNoSQL 时间序列管理器使用的逻辑数据库。QuestDB URL 使用驱动程序要求的连接格式。

对传感器数据建模

在本示例中，我们将使用一个简单的传感器读数模型：

$ java
@Entity
public class SensorReading {

    @Id
    private Instant id;

    @Column
    private String sensor;

    @Column
    private double temperature;

    @Column
    private double humidity;

    // 构造函数、getter 和 setter
}

Instant 字段记录测量时间，而其他字段描述该时刻的传感器读数。你也可以通过 Jakarta Data 暴露该实体：

$ java
@Repository
public interface SensorReadingRepository extends BasicRepository<SensorReading, Instant> {

    List<SensorReading> findBySensorOrderByIdDesc(
            String sensor, Limit limit);
}

使用 TimeSeriesTemplate

现在，你可以插入一系列读数，并查询最新状态和近期历史：

$ java
public class App {

    public static void main(String[] args) {
        var firstReading = new SensorReading(
                Instant.parse("2026-09-20T08:00:00Z"),
                "sensor-01",
                21.4,
                45.0
        );
        var secondReading = new SensorReading(
                Instant.parse("2026-09-20T09:00:00Z"),
                "sensor-01",
                22.1,
                46.5
        );
        var latestReading = new SensorReading(
                Instant.parse("2026-09-20T10:15:00Z"),
                "sensor-01",
                23.6,
                48.2
        );

        try (SeContainer container = SeContainerInitializer.newInstance().initialize()) {
            TimeSeriesTemplate template = container.select(TimeSeriesTemplate.class).get();

            template.insert(firstReading);
            template.insert(secondReading);
            template.insert(latestReading);

            var currentReading = template
                    .select(SensorReading.class)
                    .where("sensor")
                    .eq("sensor-01")
                    .orderBy("id")
                    .desc()
                    .limit(1)
                    .singleResult();

            System.out.println(
                    "Current sensor reading: " + currentReading
            );

            var history = template
                    .select(SensorReading.class)
                    .where("sensor")
                    .eq("sensor-01")
                    .orderBy("id")
                    .desc()
                    .skip(1)
                    .limit(10)
                    .result();

            System.out.println("Recent sensor history:");
            history.forEach(System.out::println);
        }
    }
}

第一个查询检索 sensor-01 的最新读数。第二个查询检索有限的历史记录，并跳过最近一次观测。与按标识符检索记录相比，这种方法更适合典型的时间序列用例。

使用 Jakarta Data

你可以使用 Jakarta Data 存储库实现相同功能：

$ java
public class App2 {

    public static void main(String[] args) {
        var firstReading = new SensorReading(
                Instant.parse("2026-09-20T08:00:00Z"),
                "sensor-01",
                21.4,
                45.0
        );
        var secondReading = new SensorReading(
                Instant.parse("2026-09-20T09:00:00Z"),
                "sensor-01",
                22.1,
                46.5
        );
        var latestReading = new SensorReading(
                Instant.parse("2026-09-20T10:15:00Z"),
                "sensor-01",
                23.6,
                48.2
        );

        try (SeContainer container = SeContainerInitializer.newInstance().initialize()) {
            SensorReadingRepository repository = container
                    .select(SensorReadingRepository.class)
                    .get();

            repository.save(firstReading);
            repository.save(secondReading);
            repository.save(latestReading);

            var currentReading = repository
                    .findBySensorOrderByIdDesc(
                            "sensor-01", Limit.of(1)
                    )
                    .stream()
                    .findFirst();

            System.out.println(
                    "Current sensor reading: " + currentReading
            );

            var history = repository
                    .findBySensorOrderByIdDesc(
                            "sensor-01", Limit.range(2, 10)
                    );

            System.out.println("Recent sensor history:");
            history.forEach(System.out::println);
        }
    }
}

值得注意的是，QuestDB 的时间序列能力可通过与其他 NoSQL 时间序列驱动程序相同的 Java 编程模型使用。这让应用程序能够专注于最新状态、排序和近期历史等时间查询，而由驱动程序处理数据库特定的细节。

为什么 SQL 对采用 QuestDB 很重要

QuestDB 之所以脱颖而出，是因为它专注于时间序列并采用面向 SQL 的方法。当组织采用专用数据库时，团队往往需要费力学习新的查询语言和思维模型。通过提供熟悉的 SQL 接口，QuestDB 有助于降低这些采用障碍。团队已经熟悉过滤、排序、分组、聚合和限制结果集。保留这些概念可以让程序员专注于基于时间的挑战，而不是学习新的查询系统。当多个角色需要访问同一份数据时，这一点尤其有价值。

金融系统就是很好的例子。市场数据、汇率、交易和价格变动都是面向时间的，许多金融专业人士已经广泛使用 SQL。QuestDB 让团队能够利用现有的 SQL 专业知识，同时受益于为高频写入和基于时间的分析而优化的数据库。

这一优势同样适用于可观测性和运营分析。团队通常需要查询特定时间间隔内的指标，例如请求延迟、吞吐量、错误率或客户活动。使用熟悉的 SQL 构造可以更轻松地访问应用程序数据以进行分析。

QuestDB 的运行方式并不完全像传统关系数据库。它的架构和优化针对时间序列工作负载。最终结果是易用的查询体验，以及专为特定性能设计的存储引擎。对企业而言，这种组合非常强大：无需让团队放弃熟悉的查询模型，即可获得专门的时间序列性能。

结论

对于需要快速写入、最新状态查询、历史分析，以及对持续变化的数据使用 SQL 的应用程序来说，QuestDB 非常合适。借助 Eclipse JNoSQL 1.1.18，Java 开发者可以通过熟悉的 Jakarta API 使用这些能力，在 QuestDB 于底层处理时间序列专业化的同时，保持应用程序模型一致。DZone 贡献者表达的观点仅代表他们自己。