taosExplorer实操手册把TDengine可视化管理跑通的6个关键动作【免费下载链接】TDengineHigh-performance, scalable time-series database designed for Industrial IoT (IIoT) scenarios项目地址: https://gitcode.com/GitHub_Trending/tde/TDengine凌晨两点群里你查询变慢了。你盯着服务器上的TDengine实例脑子里过一遍先确认服务活着再看资源水位最后找出那条拖后腿的慢SQL。这一整套动作不必全部敲命令完成——taosExplorerTDengine随安装包附带的Web可视化管理工具能把其中大部分操作搬进浏览器。本文按你实际要完成的任务展开第一次连上它、看懂集群健康度、建库建表、让数据动起来、配数据订阅、出问题时的排查路径。跟着做一遍你就能把它当成日常运维入口。 第一次连上完成taosExplorer登录并自检连通性前提只有两条TDengine服务已启动浏览器能访问到taosExplorer的端口默认6060。打开浏览器输入http://服务器IP:6060首次使用需要先注册手机号验证码之后登录时直接填数据库用户名和密码默认是root/taosdata。如果你的环境没有外网3.3.7.1版本起可以设置环境变量跳过注册直接账号登录# /etc/default/taos-explorersystemd的Linux EXPLORER_SKIP_REGISTERtrue⚠️ 踩坑提醒浏览器提示无法访问此网站时先在服务器上执行systemctl status taos-explorer看服务是否为inactive是的话执行systemctl start taos-explorer。详细日志用journalctl -u taos-explorer查看。登录后页面空白或数据对不上检查配置文件里cluster是否指向正确的taosAdapter地址默认http://localhost:6041。 看懂集群健康度三步把Grafana仪表盘嵌进taosExplorertaosExplorer内置了Grafana监控集成能把集群的CPU、内存、查询延迟等指标直接嵌进页面。配置分三步在Grafana服务器上安装TDengine数据源插件并导入预置的Dashboard模板在taosExplorer配置文件中把仪表盘地址写进[grafana.dashboards]配置[grafana]段的token让taosExplorer有权限拉取监控数据。[grafana] token your-grafana-token [grafana.dashboards] TDengine3 http://localhost:3000/d/000000001/tdengine3 小提示除了Grafana还可以配置[monitor]段对接taosKeeperTDengine的资源监控组件按interval间隔默认10秒上报指标。两种监控源可以并存按你现有的运维体系选一种即可。️ 建库建表在数据浏览器里管理数据库对象登录后默认进入数据浏览器页面。左侧树形结构展示了数据库、超级表带标签的模板表子表共用它的结构、子表和普通表的层级关系。图形化建库点击创建数据库入口填写库名、保留时长数据保留多久、缓存大小等参数确认即可。不放心图形化配置也可以切到SQL模式手写两种方式建出来的库完全等价CREATE DATABASE IF NOT EXISTS power KEEP 365 DURATION 10 BUFFER 96;建库之后在同一页面继续创建超级表和子表先定义字段和标签tags用来区分子表的元数据列再基于超级表批量挂子表。表结构、标签值、部分数据都能直接在树里展开查看不用来回敲DESCRIBE。⚠️ 踩坑提醒删除数据库是不可逆操作图形界面通常有二次确认但别把生产库当练习库。另外浏览器里看不到你创建的表多半是当前登录账号权限不够或taosExplorer配置的cluster连的是另一个实例。⚡ 让数据动起来执行SQL查询并创建TDengine流计算任务执行SQL并收藏常用查询数据浏览器旁边就是SQL编辑器支持语法高亮、多语句执行结果以表格返回。临时排查时选中文本框里的部分SQL再执行即可SELECT _wstart, AVG(current) FROM power.meters INTERVAL(1h);常用语句可以存成收藏还能设为公开让团队里其他账号的taosExplorer里直接搜到。向导模式创建流计算需要持续聚合比如每小时算一次平均电流落到结果表就建流计算任务。在左侧菜单进入流管理入口有两种模式向导模式选源表、选窗口、选聚合函数、选输出表不用手写SQL适合先跑通链路SQL模式直接写CREATE STREAM语句窗口、触发条件、输出目标都能精细控制。任务建好后在同一页面启动或暂停、查看执行状态。具体按钮布局以实际版本界面为准。 把数据推出去taosExplorer数据订阅配置订阅topic把数据变更推给外部消费者的机制适合两类场景边云协同时边缘节点往云端推数据或者下游系统实时消费库变更。操作步骤进入主题页面选择要订阅的对象——可以是一个数据库、一张超级表或一条带筛选条件的SQL向导模式填完参数即可创建复杂条件切SQL模式在主题的获取DSN列点击复制把DSN交给消费端同一个页面还能查看活跃消费者、监控消费进度主题可共享给其他账号并设置访问权限。 小提示消费端代码示例taosExplorer的编程页面提供了Java、Go、Python、Node.js、C#、Rust等语言的连接模板直接对照DSN填参即可。跨集群同步比如边缘推云端的完整套路可参考边云协同文档。 出问题了怎么办taosExplorer慢SQL排查与故障定位回到开头那个凌晨场景。定位顺序建议如下先确认服务活着systemctl status taos-explorer再看systemctl status taosd数据库主进程和taosAdapter看资源水位在Grafana监控页确认是CPU打满、内存紧张还是磁盘IO瓶颈找慢SQL在系统管理相关页面查看慢SQL分析以实际版本界面为准定位高耗时查询后用EXPLAIN看执行计划回SQL编辑器验证优化效果看日志journalctl -u taos-explorer拉taosExplorer自身日志数据库侧日志在/var/log/taos下。⚠️ 踩坑提醒如果你用Nginx反向代理过taosExplorer浏览器报跨域错误时在配置里打开cors true或在代理层加CORS头。权限类报错先确认登录账号对该库有读权限。下一步登录你的taosExplorer从建一个测试库开始把上面的动作完整走一遍遇到界面差异以实际版本为准细节配置可查taosExplorer参考手册。更多场景Grafana集成、零代码数据写入见可视化管理与边云协同文档踩到手册没覆盖的坑去官方社区贴出来比你自己盯着日志猜更快。【免费下载链接】TDengineHigh-performance, scalable time-series database designed for Industrial IoT (IIoT) scenarios项目地址: https://gitcode.com/GitHub_Trending/tde/TDengine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 taosExplorer实操手册：把TDengine可视化管理跑通的6个关键动作
taosExplorer实操手册把TDengine可视化管理跑通的6个关键动作【免费下载链接】TDengineHigh-performance, scalable time-series database designed for Industrial IoT (IIoT) scenarios项目地址: https://gitcode.com/GitHub_Trending/tde/TDengine凌晨两点群里你查询变慢了。你盯着服务器上的TDengine实例脑子里过一遍先确认服务活着再看资源水位最后找出那条拖后腿的慢SQL。这一整套动作不必全部敲命令完成——taosExplorerTDengine随安装包附带的Web可视化管理工具能把其中大部分操作搬进浏览器。本文按你实际要完成的任务展开第一次连上它、看懂集群健康度、建库建表、让数据动起来、配数据订阅、出问题时的排查路径。跟着做一遍你就能把它当成日常运维入口。 第一次连上完成taosExplorer登录并自检连通性前提只有两条TDengine服务已启动浏览器能访问到taosExplorer的端口默认6060。打开浏览器输入http://服务器IP:6060首次使用需要先注册手机号验证码之后登录时直接填数据库用户名和密码默认是root/taosdata。如果你的环境没有外网3.3.7.1版本起可以设置环境变量跳过注册直接账号登录# /etc/default/taos-explorersystemd的Linux EXPLORER_SKIP_REGISTERtrue⚠️ 踩坑提醒浏览器提示无法访问此网站时先在服务器上执行systemctl status taos-explorer看服务是否为inactive是的话执行systemctl start taos-explorer。详细日志用journalctl -u taos-explorer查看。登录后页面空白或数据对不上检查配置文件里cluster是否指向正确的taosAdapter地址默认http://localhost:6041。 看懂集群健康度三步把Grafana仪表盘嵌进taosExplorertaosExplorer内置了Grafana监控集成能把集群的CPU、内存、查询延迟等指标直接嵌进页面。配置分三步在Grafana服务器上安装TDengine数据源插件并导入预置的Dashboard模板在taosExplorer配置文件中把仪表盘地址写进[grafana.dashboards]配置[grafana]段的token让taosExplorer有权限拉取监控数据。[grafana] token your-grafana-token [grafana.dashboards] TDengine3 http://localhost:3000/d/000000001/tdengine3 小提示除了Grafana还可以配置[monitor]段对接taosKeeperTDengine的资源监控组件按interval间隔默认10秒上报指标。两种监控源可以并存按你现有的运维体系选一种即可。️ 建库建表在数据浏览器里管理数据库对象登录后默认进入数据浏览器页面。左侧树形结构展示了数据库、超级表带标签的模板表子表共用它的结构、子表和普通表的层级关系。图形化建库点击创建数据库入口填写库名、保留时长数据保留多久、缓存大小等参数确认即可。不放心图形化配置也可以切到SQL模式手写两种方式建出来的库完全等价CREATE DATABASE IF NOT EXISTS power KEEP 365 DURATION 10 BUFFER 96;建库之后在同一页面继续创建超级表和子表先定义字段和标签tags用来区分子表的元数据列再基于超级表批量挂子表。表结构、标签值、部分数据都能直接在树里展开查看不用来回敲DESCRIBE。⚠️ 踩坑提醒删除数据库是不可逆操作图形界面通常有二次确认但别把生产库当练习库。另外浏览器里看不到你创建的表多半是当前登录账号权限不够或taosExplorer配置的cluster连的是另一个实例。⚡ 让数据动起来执行SQL查询并创建TDengine流计算任务执行SQL并收藏常用查询数据浏览器旁边就是SQL编辑器支持语法高亮、多语句执行结果以表格返回。临时排查时选中文本框里的部分SQL再执行即可SELECT _wstart, AVG(current) FROM power.meters INTERVAL(1h);常用语句可以存成收藏还能设为公开让团队里其他账号的taosExplorer里直接搜到。向导模式创建流计算需要持续聚合比如每小时算一次平均电流落到结果表就建流计算任务。在左侧菜单进入流管理入口有两种模式向导模式选源表、选窗口、选聚合函数、选输出表不用手写SQL适合先跑通链路SQL模式直接写CREATE STREAM语句窗口、触发条件、输出目标都能精细控制。任务建好后在同一页面启动或暂停、查看执行状态。具体按钮布局以实际版本界面为准。 把数据推出去taosExplorer数据订阅配置订阅topic把数据变更推给外部消费者的机制适合两类场景边云协同时边缘节点往云端推数据或者下游系统实时消费库变更。操作步骤进入主题页面选择要订阅的对象——可以是一个数据库、一张超级表或一条带筛选条件的SQL向导模式填完参数即可创建复杂条件切SQL模式在主题的获取DSN列点击复制把DSN交给消费端同一个页面还能查看活跃消费者、监控消费进度主题可共享给其他账号并设置访问权限。 小提示消费端代码示例taosExplorer的编程页面提供了Java、Go、Python、Node.js、C#、Rust等语言的连接模板直接对照DSN填参即可。跨集群同步比如边缘推云端的完整套路可参考边云协同文档。 出问题了怎么办taosExplorer慢SQL排查与故障定位回到开头那个凌晨场景。定位顺序建议如下先确认服务活着systemctl status taos-explorer再看systemctl status taosd数据库主进程和taosAdapter看资源水位在Grafana监控页确认是CPU打满、内存紧张还是磁盘IO瓶颈找慢SQL在系统管理相关页面查看慢SQL分析以实际版本界面为准定位高耗时查询后用EXPLAIN看执行计划回SQL编辑器验证优化效果看日志journalctl -u taos-explorer拉taosExplorer自身日志数据库侧日志在/var/log/taos下。⚠️ 踩坑提醒如果你用Nginx反向代理过taosExplorer浏览器报跨域错误时在配置里打开cors true或在代理层加CORS头。权限类报错先确认登录账号对该库有读权限。下一步登录你的taosExplorer从建一个测试库开始把上面的动作完整走一遍遇到界面差异以实际版本为准细节配置可查taosExplorer参考手册。更多场景Grafana集成、零代码数据写入见可视化管理与边云协同文档踩到手册没覆盖的坑去官方社区贴出来比你自己盯着日志猜更快。【免费下载链接】TDengineHigh-performance, scalable time-series database designed for Industrial IoT (IIoT) scenarios项目地址: https://gitcode.com/GitHub_Trending/tde/TDengine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考