本文汇总了Lindorm时序引擎在数据写入、删除、查询时的常见问题，方便您更加熟悉时序引擎的使用方法，规避因为不当操作可能导致的性能问题，提高使用效率。
问题导览
数据写入
数据查询
数据删除
功能及性能
时序表设计
数据写入
推荐的最优数据写入方式是什么？
Java：推荐您通过Java Native SDK写入，该方式可以自动攒批写入和重试。详细说明，请参见通过Java Native SDK写入数据。
非Java：推荐使用行协议（Line Protocol）写入。详细说明，请参见行协议写入。
时序引擎支持的时间精度是什么？
时序引擎支持毫秒（ms）级别的时间存储，更高精度的数据会被转换为毫秒精度进行存储。因此，如果写入比毫秒精度更高的时间数据，会导致原数据的精度丢失。
使用行协议写入数据时需要注意什么？
使用行协议写入时您需要注意以下三点：
Tag Key、Tag Value中的字符串不需要添加半角单引号（''）或半角双引号（""），两者均默认为STRING类型。如果添加了半角单引号（''）或半角双引号（""），则引号会被判定为字符串的一部分。
Field Key（Field名）固定为字符串类型，不需要添加半角单引号（''）或半角双引号（""）。
Field Value（Field值）需注意数据类型：如果是字符串类型，则必须添加半角双引号（""），否则系统会报错；如果是INT类型，则必须在数值后添加后缀
i，例如12i、101i，否则INT类型会被识别为FLOAT类型。
数据写入成功但无法查询到是什么原因？
请检查是否设置了数据有效期TTL。如果写入数据的时间超过TTL，则该数据写入后会被清理，导致查询结果为空。
想将Tag列的值设置为NULL，写入时需要显式写入NULL吗？
不需要，在写入数据时忽略该Tag即可。假设表sensor共有5列：device_id、region、time、temperature和humidity，想让region列值为NULL，写入时忽略region写入即可，例如：INSERT INTO sensor(device_id, time, temperature, humidity) VALUES ('id123', current_timestamp, 37, 70);。
数据查询
查询方式最推荐使用哪种？
推荐您通过JDBC Driver连接时序引擎，并使用prepareStatement绑参方式进行查询。使用prepareStatement绑参方式可以减少服务端资源占用，提高查询性能。使用方式说明，请参见教程：通过JDBC Driver连接并访问Lindorm时序引擎。
使用ORDER BY LIMIT可能会有什么性能问题，有更好的查询方式吗？
使用ORDER BY LIMIT查询时，数据库需要在内存中对数据进行排序。如果命中的数据量过大，可能会导致服务端占用大量内存进而引发稳定性问题。因此，为获得更高的查询效率，建议您减小查询的时间范围或增加更多的Tag条件，尽量减少查询命中的数据量。
此外，时序数据默认按照时间线返回时间递增的数据，无需添加order by time ASC就可以得到以时间线为基准、按时间递增排序的数据。如果需要查询每条时间线的最后几条数据，可以使用最新值函数LATEST来代替ORDER BY time DESC 。具体语法说明，请参见最新值查询。
是否支持在WHERE条件里对同一个Field使用多个过滤条件？
暂不支持对同一个Field列、不同的Field列使用多个过滤条件。
Field列过滤是读取数据后再进行过滤的操作，效率较低且不支持同时对多个Field进行过滤，因此建议您使用Tag列进行过滤。
使用COUNT查询如何获得更高的效率？
指定一个数值类型的Field列进行COUNT计算的效率最高。
使用Native SDK查询时偶发报错，内容包含关键词Metaspace，应该怎么解决？
使用Native SDK查询时需要编译SQL语句，占用了过多的元空间（Metaspace），推荐您通过JDBC Driver连接时序引擎，并使用prepareStatement绑定参数的方式进行查询。使用方式说明，请参见教程：通过JDBC Driver连接并访问Lindorm时序引擎。
创建的连续查询CQ未生效是什么原因？
使用CREATE CONTINUOUS QUERY语句创建的连续查询未生效的可能原因如下：
INSERT INTO指定的表还未创建。INSERT INTO指定的表已创建，但该表的Schema与CREATE CONTINUOUS QUERY语句指定的Schema不一致。
如果您的时序引擎为3.4.41及以上版本，建议您结合控制台查询日志进行排查。
查询耗时很长是什么原因？
请检查查询条件，如果未添加Tag过滤条件或者时间范围将会扫描全表，导致查询耗时很长。
数据删除
是否支持删除一段时间范围的数据？
暂不支持删除指定时间范围内的数据。当前仅支持根据指定Tag条件进行删除，不支持根据Field和时间条件删除。
大量的删除操作会有什么风险？
时序引擎在执行删除操作时并不是直接删除数据，而是为需要删除的数据添加删除标记，确保这些数据不再被查询到，直到这些数据超过有效期TTL被彻底清理。因此，如果提交了大量的删除请求，则会产生大量的删除标记，导致查询以及后台数据的合并性能变差，更严重时可能会导致服务不可用。
建议您尽量避免提交大量的删除请求，如果有数据空间清理的需求，可以通过设置TTL来实现。
是否支持删除特定字段？
暂不支持字段级别的删除操作。如果某个字段不再使用，只要不再查询该字段便不会影响性能。
功能及性能
云盘扩容是否会重启服务？
云盘扩容不会导致进程重启，不会影响您的服务。
冷热分界线设置后多久可以生效？
冷数据归档过程是在后台数据合并时进行的，当数据符合归档要求时将整体被归档至冷存储中。但为了避免冷数据频繁参与合并，时序引擎默认要求数据写入7天后才会被归档至冷存储，因此，如果写入的数据已经符合归档要求，通常还需要等待7天该数据才会被归档至冷存储，即7天后冷存策略（冷热分界线）才会生效。
数据归档至冷存储后还能再转移回热存储吗？
暂不支持将转移至冷存储的数据转移回热存储。因此建议您合理设置冷存储时间，经常查询的数据不要归档至冷存储。
是否支持查看表级别的磁盘占用情况？
暂不支持查看表级别的存储空间占用情况。目前仅支持查看数据库级别的磁盘占用情况，如需查看请联系Lindorm技术支持（钉钉号：s0s3eg3）。
时序引擎的压缩率不太理想是什么原因？
时序引擎对INT类型的数据压缩率更高，如果压缩率不够理想，可以检查测试数据是否为INT类型。
数据写入时会同时写入至内存和日志，日志数据会占用一定的存储空间，进而导致整体压缩率不够理想。
为获得较高的压缩率，新写入的数据不会立刻被压缩，需要等待在后台与已有数据合并后才会被压缩，该过程通常需要10小时以上。
时序表设计
时序表设计时需注意什么？
需注意Tag的设计，避免Tag的取值范围不可控。应尽量避免使用时间、进程号等易变数据作为表的Tag，此类数据会导致时间线数量及时间线索引膨胀，不利于查询和存储。