template
GreptimeDB 使用不同的客户端库来写入和查询数据。 你根据需求可以选择合适的客户端库。
写入数据
GreptimeDB 提供了一个 ingester 库来帮助你写入数据。 它使用 gRPC 协议，支持自动生成表结构，无需在写入数据前创建表。 更多信息请参考 自动生成表结构。
{template ingester-lib-introduction%%}
安装
{template ingester-lib-installation%%}
连接数据库
连接 GreptimeDB 时，通常需要用户名和密码。 关于如何设置 GreptimeDB 的鉴权方式，请参考鉴权。 这里我们在使用 ingester 库连接 GreptimeDB 时设置用户名和密码。
{template ingester-lib-connect%%}
数据模型
表中的每条行数据包含三种类型的列：Tag、Timestamp 和 Field。更多信息请参考 数据模型。
列值的类型可以是 String、Float、Int、Timestamp 等。更多信息请参考 数据类型。
低层级 API
GreptimeDB 的低层级 API 通过向具有预定义模式的 table 对象添加 row 来写入数据。
创建行数据
以下代码片段首先构建了一个名为 cpu_metric 的表，其中包括 host、cpu_user、cpu_sys 和 ts 列。
随后，它向表中插入了一行数据。
该表包含三种类型的列：
Tag：host列，值类型为String。Field：cpu_user和cpu_sys列，值类型为Float。Timestamp：ts列，值类型为Timestamp。
{template low-level-object%%}
为了提高写入数据的效率，你可以一次创建多行数据以便写入到 GreptimeDB。
{template create-rows%%}
插入数据
下方示例展示了如何向 GreptimeDB 的表中插入行数据。
{template insert-rows%%}
流式插入
当你需要插入大量数据时，例如导入历史数据，流式插入是非常有用的。
{template streaming-insert%%}
{template update-rows%%}
高层级 API
SDK 的高层级 API 使用 ORM 风格的对象写入数据， 它允许你以更面向对象的方式创建、插入和更新数据，为开发者提供了更友好的体验。 然而，高层级 API 不如低层级 API 高效。 这是因为 ORM 风格的对象在转换对象时可能会消耗更多的资源和时间。
创建行数据
{template high-level-style-object%%}
插入数据
{template high-level-style-insert-data%%}
流式插入
当你需要插入大量数据时，例如导入历史数据，流式插入是非常有用的。
{template high-level-style-streaming-insert%%}
{template high-level-style-update-data%%}
更多示例
{template more-ingestion-examples%%}
{template ingester-lib-debug-logs%%}
Ingester 库参考
{template ingester-lib-reference%%}
查询数据
GreptimeDB 使用 SQL 作为主要查询语言，兼容 MySQL 和 PostgreSQL。 因此，我们推荐使用成熟的 SQL 驱动来查询数据。
推荐的查询库
{template recommended-query-library%%}
安装
{template query-library-installation%%}
连接数据库
下方的例子展示了如何连接到 GreptimeDB：
{template query-library-connect%%}
Raw SQL
我们推荐使用 Raw SQL 来体验 GreptimeDB 的全部功能。 下面的例子展示了如何使用 Raw SQL 查询数据：
{template query-library-raw-sql%%}
查询库参考
有关如何使用查询库的更多信息，请参考相应库的文档：
{template query-lib-doc-link%%}