最佳实践¶
本文档旨在为TSDB API的使用提供最佳实践指导，涵盖查询规模、查询方式、资源隔离、逻辑优化等关键场景。通过遵循以下推荐方案，可有效提升查询性能、规避操作风险，并保障业务稳定性。
查询规模¶
为保证查询接口响应效率，建议遵守以下规模限制：
查询类型 |
设备数 × 测点数上限 |
pageSize 上限 |
总数据量上限 |
时间范围限制（秒级数据） |
时间范围限制（分钟级数据） |
|---|---|---|---|---|---|
常规单次查询 |
≤ 50 |
≤ 1k |
≤ 1W |
≤ 1 天 |
≤ 7 天 |
大模型查询 |
≤ 10 |
≤ 1k |
≤ 1W |
≤ 1 天 |
≤ 7 天 |
备注
大模型查询指模型对应测点中，单类型（如 AI、PI、GENERIC 等）测点数超过1000的场景。
查询并发数建议通过设置参数控制
QPS 需结合实际业务场景单独评估
逆序查询¶
TSDB 对逆序查询的性能表现受时间范围影响，时间范围越大性能越低。建议逆序查询的时间范围控制在1天以内，采用滑动窗口机制实现滚动查询。
SA 隔离策略¶
针对新增业务场景，若存在以下情况，建议创建独立 SA以进行独立的控制和监控：
业务查询数据量较大
业务查询性能预期不明确
查询逻辑优化¶
周期性拉取场景：对于周期性数据拉取，建议每次拉取增量时间范围的数据，避免拉取冗余数据以降低性能损耗。
优化示例：若服务以 5 分钟为周期，需查询过去 30 分钟窗口数据用于预测，则每次仅拉取 “过去 5 分钟” 的新增数据，再与本地缓存的 “前 25 分钟历史数据” 进行拼接。
多设备查询场景：对于多设备批量查询，若某设备在目标时间范围内无符合预期的数据返回，建议先过滤该设备，再调整剩余设备的查询时间范围，避免无效查询开销。