SQL Academy · Lekcja

Hypertabele TimescaleDB

Przekształcać tabelę Postgresa w hypertabelę TimescaleDB z automatycznym partycjonowaniem czasowym według interwału fragmentów

Hypertabele TimescaleDB to bezpłatna lekcja SQL Academy na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej SQL Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs SQL Academy zawiera 4 lekcji w sumie.

Czym jest TimescaleDB?

Rozszerzenie PostgreSQL stworzone z myślą o danych szeregów czasowych. Dodaje automatyczne partycjonowanie w czasie, kompresję, przechowywanie danych przez określony czas oraz agregaty ciągłe. Może działać samodzielnie lub wraz ze standardowym PostgreSQL.

Hypertable

Logicznie pojedyncza tabela, która jest fizycznie podzielona na „chunki” według czasu:

CREATE EXTENSION IF NOT EXISTS timescaledb;

CREATE TABLE metrics (
  ts TIMESTAMPTZ NOT NULL,
  device_id BIGINT NOT NULL,
  value DOUBLE PRECISION
);

SELECT create_hypertable('metrics', 'ts');
-- metrics is now a hypertable, chunks created automatically.

Przedział czasu chunka

Domyślny chunk obejmuje 7 dni. Należy dostosować go do tempa napływu danych (mniejsze chunki dla danych o dużej szybkości napływu):

SELECT create_hypertable('metrics', 'ts', chunk_time_interval => INTERVAL '1 day');
-- One chunk per day, smaller and faster to drop.

Wstawianie danych

Wystarczy zwykły INSERT — TimescaleDB kieruje wiersze do właściwego chunka:

INSERT INTO metrics (ts, device_id, value)
VALUES (NOW(), 1, 42.5);

Odpytywanie hypertables

Wygląda jak odpytywanie zwykłej tabeli. Planista pomija chunki w zapytaniach ograniczonych czasowo:

SELECT * FROM metrics
WHERE ts >= NOW() - INTERVAL '7 days'
ORDER BY ts DESC LIMIT 100;
-- Only the relevant chunks are read.

time_bucket: inteligentniejszy date_trunc

Pomocnicza funkcja grupowania w TimescaleDB:

SELECT time_bucket('1 hour', ts) AS hour,
       AVG(value) AS avg_value
FROM metrics
WHERE device_id = 42
  AND ts >= NOW() - INTERVAL '24 hours'
GROUP BY hour
ORDER BY hour;

Partycjonowanie według wielu kolumn

W przypadku obciążeń obejmujących wielu dzierżawców należy dodatkowo partycjonować według device_id:

SELECT create_hypertable('metrics', 'ts', 'device_id', 4);
-- Hash-partitions device_id into 4 space partitions per time chunk.

Odpytywanie z użyciem obu filtrów

Najlepszą wydajność uzyskuje się, gdy filtrowane są oba wymiary partycjonowania:

SELECT * FROM metrics
WHERE device_id = 42
  AND ts >= NOW() - INTERVAL '7 days';
-- Prunes by both time and space.

Indeksy na hypertables

Indeksy są propagowane do każdego chunka:

CREATE INDEX metrics_device_idx ON metrics (device_id, ts DESC);
-- Composite index ideal for 'recent data for one device' queries.

Aktualizowanie hypertables

Operacje UPDATE i DELETE działają, ale w przypadku szeregów czasowych powinny być rzadkie. Stare dane są zwykle tylko dopisywane i niezmienne.

Migracja ze zwykłych tabel

Istniejące tabele można przekształcić w hypertables:

SELECT create_hypertable('metrics', 'ts', migrate_data => true);

Podsumowanie

Hypertables = automatyczne partycjonowanie w czasie dla PostgreSQL.

Jedna tabela logiczna, wiele fizycznych chunków
create_hypertable + chunk_time_interval
time_bucket do agregacji w przedziałach
Indeksy są propagowane do wszystkich chunków

Szybkie sprawdzenie

Przyjmują Państwo metryki IoT z szybkością 100 tys. wierszy na sekundę. Dlaczego warto przekształcić tabelę w hypertable TimescaleDB?

Często zadawane pytania

Czy lekcja „Hypertabele TimescaleDB” jest bezpłatna?

Tak — pełny tekst „Hypertabele TimescaleDB” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu SQL Academy, przejdź na CoddyKit PRO. Kurs SQL Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Hypertabele TimescaleDB”?

Przekształcać tabelę Postgresa w hypertabelę TimescaleDB z automatycznym partycjonowaniem czasowym według interwału fragmentów Ćwiczysz SQL Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć SQL Academy?

Nie wymagamy żadnego doświadczenia. SQL Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.

Ile czasu zajmuje lekcja „Hypertabele TimescaleDB”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji SQL Academy?

Tak. Każda lekcja SQL Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do SQL Academy