CentOS Stream 9 Docker 部署 KaiwuDB 社区版与跨模查询实战

docker pull registry.cn-hangzhou.aliyuncs.com/kwdb/kwdb:latest

2.2 创建 docker-compose.yml 文件

vim docker-compose.yml

写入以下内容：

services:
  kaiwudb-container:
    image: "registry.cn-hangzhou.aliyuncs.com/kwdb/kwdb:latest"
    container_name: kaiwudb-experience
    hostname: kaiwudb-experience
    ports:
      - 8080:8080
      - 26257:26257
    ulimits:
      memlock: -1
    volumes:
      - /dev:/dev
    restart: on-failure
    ipc: shareable
    privileged: true
    environment:
      - LD_LIBRARY_PATH=/kaiwudb/lib
      - tty=true
    working_dir: /kaiwudb/bin
    command:
      - /bin/bash
      - -c
      - |
        ./kwbase start-single-node --insecure --listen-addr=0.0.0.0:26257 --advertise-addr=222.*.*.130:26257 --http-addr=0.0.0.0:8080 --store=/kaiwudb/deploy/kaiwudb

2.3 启动容器

docker compose up -d

2.4 验证容器运行状态

docker ps

🔌 三、连接 KWDB 验证

3.1 进入容器

docker exec -it kaiwudb-experience /bin/bash

3.2 使用 kwbase CLI 连接数据库

./kwbase sql --insecure --host=localhost

3.3 查看数据库版本

SELECT VERSION();

🔥 四、核心实战：双模建表与跨模查询

（参考官方文档和社区实践，我模拟一个智能电表场景）

4.1 创建关系数据库和关系表（存储电表档案信息）

-- 创建关系数据库
CREATE DATABASE db1;
-- 切换到关系数据库
SET DATABASE = db1;
-- 创建关系表：存储电表基础信息
CREATE TABLE accounts (
  meter_id STRING PRIMARY KEY,
  location STRING,
  customer_name STRING,
  install_date DATE
);
-- 插入测试数据
INSERT INTO accounts VALUES
('M1001','北京市朝阳区','王先生','2024-01-15'),
('M1002','上海市浦东新区','李女士','2024-02-20'),
('M1003','深圳市南山区','张先生','2024-03-10');
-- 查询验证
SELECT * FROM accounts;

4.2 创建时序数据库和时序表（存储电表读数）

-- 创建时序数据库
CREATE TS DATABASE ts_db;
-- 切换到时序数据库
SET DATABASE = ts_db;
-- 创建时序表：存储实时读数
-- 注意：时序表需要指定时间戳列和标签列
CREATE TABLE readings (
  ts TIMESTAMP NOT NULL,
  voltage FLOAT,
  current FLOAT,
  power FLOAT
) TAGS (
  meter_id VARCHAR(64) NOT NULL -- 改为 VARCHAR，指定长度
) PRIMARY TAGS (meter_id);
-- 插入模拟时序数据
INSERT INTO readings VALUES
('2026-02-27 14:30:00',220.5,5.2,1146.6,'M1001'),
('2026-02-27 14:31:00',221.3,6.1,1350.9,'M1001'),
('2026-02-27 14:30:00',219.8,4.8,1055.0,'M1002'),
('2026-02-27 14:31:00',220.1,7.2,1584.7,'M1002'),
('2026-02-27 14:30:00',221.0,3.9,861.9,'M1003');

4.3 跨模查询实战（核心亮点）

场景需求：查看"每个用户的实时用电情况，并显示用户姓名和所在区域"

-- 跨库跨模查询：关联关系库的 accounts 表和时序库的 readings 表
SELECT a.customer_name, a.location, r.ts, r.voltage, r.power 
FROM ts_db.readings r 
JOIN db1.accounts a ON r.meter_id = a.meter_id 
WHERE r.ts >= now() - interval '5 minutes' 
ORDER BY r.ts;

结果分析：可以看到，时序表的实时读数成功关联上了关系表的用户信息，一条 SQL 搞定原本需要两套数据库 + 代码联动的复杂操作，这就是 KWDB 多模融合的价值所在！

4.4 进阶聚合查询

-- 统计每个用户最近 1 小时的总用电量
SELECT a.customer_name, SUM(r.power) as total_power 
FROM ts_db.readings r 
JOIN db1.accounts a ON r.meter_id = a.meter_id 
WHERE r.ts >= now() - interval '1 hour' 
GROUP BY a.customer_name;

🕳 五、踩坑与解决记录

❌ 坑 1：启动容器时报错 'bash: docker-compose: command not found'

• 现象：执行 docker-compose up -d 提示 bash: docker-compose: command not found

• 原因：版本问题，应该使用 docker compose up -d

解决：

docker compose up -d

❌ 坑 2：跨模查询时提示 'relation 'db1.accounts' does not exist'

• 现象：执行 JOIN 查询时报错表不存在
• 原因：没有指定数据库名称，KWDB 默认在当前数据库找表
• 解决：使用 数据库名。表名 的完整写法，如 db1.accounts

❌ 坑 3：时序表插入数据时报错 'ERROR: unsupported input type BinaryOperator'

• 现象：ERROR: unsupported input type BinaryOperator

• 原因：在 KWDB 中，不支持 now() + interval '1 minute' 这种二元运算符写法。根据官方文档，时间戳可以使用 NOW() 函数，但不支持这种加法运算。
• 解决：使用硬编码时间戳

INSERT INTO readings VALUES
('2026-02-27 14:30:00',220.5,5.2,1146.6,'M1001'),
('2026-02-27 14:31:00',221.3,6.1,1350.9,'M1001'),
('2026-02-27 14:30:00',219.8,4.8,1055.0,'M1002'),
('2026-02-27 14:31:00',220.1,7.2,1584.7,'M1002'),
('2026-02-27 14:30:00',221.0,3.9,861.9,'M1003');

❌ 坑 4：在 KWDB 时序表中，标签列不支持 STRING 类型

现象

原因：在 KWDB 时序表中，标签列不支持 STRING 类型。根据官方文档，时序表的标签列不支持以下数据类型：

• TIMESTAMP / TIMESTAMPTZ（时间类型）
• NVARCHAR（可变长度字符）
• GEOMETRY（几何类型）

解决: 将 STRING 改为 VARCHAR

CREATE TABLE readings (
  ts TIMESTAMP NOT NULL,
  voltage FLOAT,
  current FLOAT,
  power FLOAT
) TAGS (
  meter_id VARCHAR(64) NOT NULL -- 改为 VARCHAR，指定长度
) PRIMARY TAGS (meter_id);

📝 六、总结与心得

6.1 部署体验

• Docker 方式便捷度：☆☆☆☆☆（15 分钟搞定，比裸机安装省事太多）
• 官方文档友好度：☆☆☆☆（资料齐全，但部分散落在不同平台）

6.2 KWDB 核心能力验证

本次实操成功验证了 KWDB 的两大核心能力：

1. 多模数据统一管理：同一个实例同时存储关系数据和时序数据
2. 跨模查询：通过 SQL 直接关联分析两类数据，无需中间件拼装

6.3 适用场景思考

结合官方介绍，我认为 KWDB 特别适合以下场景：

• 工业物联网：设备档案（关系）+ 实时监控数据（时序）
• 能源电力：电表档案 + 读数记录
• 车联网：车辆信息 + 轨迹数据

6.4 后续计划

下一步打算申请试用 KAT（KWDB 智能体工具） 或尝试 Smart Meter Web 可视化项目，做更深入的应用探索。

📎 七、参考资料

• KWDB 官方文档：https://www.kaiwudb.com/docs
• KWDB Gitee 仓库：https://gitee.com/kwdb/kwdb
• 跨模查询参考：基于 Smart Meter Web，深入实践 KWDB 跨模查询
• Docker 部署参考：在 CentOS 云服务中通过 Docker 安装 KWDB