Cassandra数据存储与ThingsBoard仪表盘可视化方案咨询

1. 配置ThingsBoard用Cassandra作为存储后端 #

ThingsBoard原生支持Cassandra作为持久化存储，直接修改配置文件即可完成对接：

• 找到ThingsBoard的核心配置文件（通常是thingsboard.conf或application.yml）
• 切换数据库类型为Cassandra：

  database.type=cassandra
  

• 配置你的Cassandra集群节点地址：

  cassandra.url=node1_ip:9042,node2_ip:9042,node3_ip:9042
  

• 指定你已设计好的keyspace名称：

  cassandra.keyspace=your_custom_keyspace
  

• 重启ThingsBoard服务，系统会自动适配现有schema（若你的schema与ThingsBoard实体模型匹配，无需额外调整；不匹配则需微调结构对齐）

2. 数据导入与同步 #

• 若Cassandra中已有历史数据，需确保数据结构与ThingsBoard的实体（设备、遥测数据、属性）对应：
  遥测数据需贴合ThingsBoard的ts_kv表结构（时间戳、实体ID、键、值），可编写简单的Python/Java脚本批量导入，或用Cassandra的COPY命令迁移数据到对应表中
• 实时数据直接通过ThingsBoard的MQTT/HTTP API推送即可，系统会自动写入Cassandra

3. 仪表盘可视化配置 #

• 基础可视化：在ThingsBoard中创建仪表盘，关联目标设备或资产的遥测键，根据数据类型选择折线图、数字卡片、柱状图等widget，配置时间范围与刷新频率即可实现实时展示
• 自定义schema数据展示：使用ThingsBoard的自定义SQL查询功能，直接从Cassandra拉取数据：
  在widget数据源中选择"Custom SQL"，编写CQL查询语句，示例：

  SELECT ts, value FROM your_table WHERE entity_id = 'device_123' AND ts > toTimestamp(now()) - 3600000
  

1. Cassandra存储优化 #

• 适配查询的建模调整：针对ThingsBoard按设备、时间范围查询的模式，设计宽表并使用entity_id, ts作为复合主键，避免跨分区的范围查询拖慢性能
• 自动清理过期数据：为遥测数据设置TTL，让Cassandra自动清理过期历史数据，降低存储压力
• 启用压缩：开启Cassandra的LZ4压缩策略，大幅减少存储占用
• 读写分离配置：将Cassandra集群节点划分为读节点与写节点，优化ThingsBoard的读写性能

2. ThingsBoard可视化优化 #

• 预聚合统计数据：在Cassandra中提前计算小时/日平均值等统计结果，仪表盘直接调用预聚合数据，减少实时计算量，提升加载速度
• 启用本地缓存：开启ThingsBoard的本地缓存功能，缓存高频查询的遥测数据，降低Cassandra的查询负载
• 批量数据加载：针对大数据量可视化场景，使用ThingsBoard的批量数据查询API，减少请求次数，提升页面流畅度

内容的提问来源于stack exchange，提问作者Magic Developement