松果时序数据库将每个表、每天的数据存储在一个数据文件中，数据文件分为普通文件和压缩文件，他们的特点如下：

普通文件：支持写入，占用较多的磁盘空间；文件以页为单位进行管理，每个数据页只存储一个设备一段时间的数据，每个页固定为64KB。

压缩文件：不支持写入，数据使用两阶段压缩，占用较少的磁盘空间；数据存储到数据块中，每个数据块存储一个设备一段时间的数据，每个数据块大小不等；每个设备的数据在磁盘上连续存储，具备极高的顺序读取性能。

在松果时序数据库中，新写入的数据存储为普通文件，满足一定条件时（1.系统开启数据压缩；2.数据文件早于写入时间窗口）系统将普通文件转换为压缩文件。

本文档所有数据实例都是readings_20161115.cdat文件，文件生成过程参考博客：https://my.oschina.net/u/4204276/blog/3105248

本文档详细描述松果时序数据库(PinusDB v1.3)压缩文件格式。压缩文件结构如下所示：

示例表的创建表的语句为：

 1 create table readings
 2 (
 3   devid bigint,
 4   tstamp datetime,
 5   battery_level bigint,
 6   battery_status string,
 7   battery_temperature real3,
 8   cpu_avg_1min real3,
 9   cpu_avg_5min real3,
10   cpu_avg_15min real3,
11   mem_free bigint,
12   mem_used bigint,
13   rssi bigint
14 )

1.文件头

文件头内容如下所示，备注：所有整数以小端序存储。

文件头实例：

其中标记部分从上到下依次为：

0B 00 00 00: 字段数量，表示该表有11个字段

E0 42 00 00: 天编码，0x42E0 即 17120 也就是2016-11-15距离1970-1-1的天数

02 00 00 00: 文件编码，02 表示压缩文件

接下来的部分就是字段名和类型，最后是文件头的CRC。

2数据块

数据块是压缩文件中存储数据的基本单位，一个数据块存储一个设备一段时间的数据，数据内容使用zlib压缩，每个数据块大小不一。

数据块内的结构如下：

 数据块结构内容

Magc: 4字节，魔数，用于区分数据块(0x7CEF82D9)和填充块(0xD9EF7C82).

DataLen: 4字节，使用zlib压缩后的数据长度。

数据内容解压后的结构

pageCrc: 4字节，整个数据的crc

dataLen: 4字节，未压缩数据的长度

devId: 8字节，设备ID

fieldCnt: 2字节，字段数量

recCnt: 数据条数

字段值存储结构

首先以varint编码存储所有数据的长度，然后依次存储所有的数据，存储方式如下：

tstamp: 由于tstamp的值递增，第一个数存储距离1970-1-1 0:0:0的毫秒数，其后存储与上一个数据的毫秒数的差值，以varint编码存储。

bool类型： 每个值占用一个bit，0表示false， 1表示true。

bigint类型：第一个数编码后存储，其后存储与上一个数的差，编码方式：先zigzag编码后varint编码。

其他类型的数据请参考源码。

实际的实例：这里以readings_20161115.cdat第一个数据页来说明。

 其中标记部分分别表示当前为数据块和数据块的长度(0x4F5F 即 20,319字节)，接下来便是20,319字节使用zlib压缩后的数据。

下图：

上半部分为数据块解压后的前48个字节的内容；

下半部分为数据源devces_big_readings.csv 中demo000000 设备的前几条数据。

也就是下半部分的数据被编码存储到了上半部分中，截图中仅包含时间字段即tstamp。

 对应前述数据块结构，可知标记部分的含义如下：

F0 AC 00 00 : 未压缩的数据长度，即：44,272 也就是zlib将原始数据压缩到了一半以下。

10 27 00 00 00 00 00 00：设备ID，即：本数据库存储的设备Id为10000 的数据。

0B 00 : 表示每条数据有11个列。

A0 05: 表示这个数据页中包含的数据条数，即：本块存储 1440 条数据。

E3 21: 表示tstamp值，数据长度，以varint编码，即：接下来4323个字节存储的是1440条tstamp的值。

80 DC EE BE 86 2B: 第一个tstamp值，以varint编码，解码后为：1479211200000，表示距离1970-1-1 0:0:0 的毫秒数，转换成北京时间为：2016-11-15 20:0:0，和图下半部分第一条数据对应’2016-11-15 07:00:00-05’(注意时区)。

B0 EA 01: 表示当前值与上一个值的差，以varint编码，解码后为：30000 也就是30秒。

 其他数据可以以此为参考结合代码进行分析。

 压缩文件的两阶段压缩：

第一阶段：将数据以差值编码存储起来（不同数据类型对应不同的方式）。

第二阶段：将数据块进行压缩。

 填充块

填充块仅块头的魔数与数据库不同，数据内容无意义。主要是将索引块对齐到8KB。

填充块也可以作为读取数据块结束的哨兵。

 3 索引块和文件尾部

每个数据块对应一个blkIdx，每个设备的blkIdx按时间顺序存放在一起；

每个设备对应一个devIdx，devIdx指向该设备的blkIdx；所有的devIdx按照设备ID顺序存放。

文件尾部即压缩文件最后32字节的内容，包含设备数量，设备索引位置等信息，各部分结构如下：

由于devId按顺序存放，查询数据时根据文件尾部的信息找到设备ID数组的开始位置和数量使用二分查找，查到指定的设备，获取该设备所有数据块索引的开始位置和数量，再次根据时间使用二分查找，获取到数据块的位置及大小。最后读取数据块并解析数据即可。

 更多信息可以结合源码及生成的数据文件。