AINode
2025年7月4日大约 16 分钟
AINode
AINode 是支持时序大模型注册、管理、调用的 IoTDB 原生节点，内置业界领先的自研时序大模型，如 Timer、Sundial 等，可通过标准 SQL 语句进行调用，实现时序数据的毫秒级实时推理，可支持时序趋势预测、缺失值填补、异常值检测等应用场景。
系统架构如下图所示：
三种节点的职责如下：
- ConfigNode：负责保存和管理模型的元信息；负责分布式节点管理。
- DataNode：负责接收并解析用户的 SQL请求；负责存储时间序列数据；负责数据的预处理计算。
- AINode：负责模型文件的导入创建以及模型推理。
1. 优势特点
与单独构建机器学习服务相比，具有以下优势：
简单易用：无需使用 Python 或 Java 编程，使用 SQL 语句即可完成机器学习模型管理与推理的完整流程。如创建模型可使用CREATE MODEL语句、使用模型进行推理可使用 SELECT * FROM FORECAST (...) 语句等，使用更加简单便捷。
避免数据迁移：使用 IoTDB 原生机器学习可以将存储在 IoTDB 中的数据直接应用于机器学习模型的推理，无需将数据移动到单独的机器学习服务平台，从而加速数据处理、提高安全性并降低成本。
- 内置先进算法：支持业内领先机器学习分析算法，覆盖典型时序分析任务，为时序数据库赋能原生数据分析能力。如：
- 时间序列预测（Time Series Forecasting）：从过去时间序列中学习变化模式；从而根据给定过去时间的观测值，输出未来序列最可能的预测。
- 时序异常检测（Anomaly Detection for Time Series）：在给定的时间序列数据中检测和识别异常值，帮助发现时间序列中的异常行为。
- 时间序列标注（Time Series Annotation）：为每个数据点或特定时间段添加额外的信息或标记，例如事件发生、异常点、趋势变化等，以便更好地理解和分析数据。
2. 基本概念
- 模型（Model）：机器学习模型，以时序数据作为输入，输出分析任务的结果或决策。模型是 AINode 的基本管理单元，支持模型的增（注册）、删、查、改（微调）、用（推理）。
- 创建（Create）: 将外部设计或训练好的模型文件或算法加载到 AINode 中，由 IoTDB 统一管理与使用。
- 推理（Inference）：使用创建的模型在指定时序数据上完成该模型适用的时序分析任务。
- 内置能力（Built-in）：AINode 自带常见时序分析场景（例如预测与异常检测）的机器学习算法或自研模型。
3. 安装部署
AINode 的部署可参考文档 部署指导 章节。
4. 使用指导
AINode 对时序模型提供了模型创建及删除功能，内置模型无需创建，可直接使用。
4.1 注册模型
通过指定模型输入输出的向量维度，可以注册训练好的深度学习模型，从而用于模型推理。
符合以下内容的模型可以注册到AINode中：
- AINode 目前支持基于 PyTorch 2.4.0 版本训练的模型，需避免使用 2.4.0 版本以上的特性。
- AINode 支持使用 PyTorch JIT 存储的模型（
model.pt），模型文件需要包含模型的结构和权重。 - 模型输入序列可以包含一列或多列，若有多列，需要和模型能力、模型配置文件对应。
- 模型的配置参数必须在
config.yaml配置文件中明确定义。使用模型时，必须严格按照config.yaml配置文件中定义的输入输出维度。如果输入输出列数不匹配配置文件，将会导致错误。
下方为模型注册的SQL语法定义。
create model <model_name> using uri <uri>SQL中参数的具体含义如下：
model_name：模型的全局唯一标识，不可重复。模型名称具备以下约束：
- 允许出现标识符 [ 0-9 a-z A-Z _ ] （字母，数字，下划线）
- 长度限制为2-64字符
- 大小写敏感
uri：模型注册文件的资源路径，路径下应包含模型结构及权重文件 model.pt 文件和模型配置文件 config.yaml
模型结构及权重文件：模型训练完成后得到的权重文件，目前支持 pytorch 训练得到的 .pt 文件
模型配置文件：模型注册时需要提供的与模型结构有关的参数，其中必须包含模型的输入输出维度用于模型推理：
参数名 参数描述 示例 input_shape 模型输入的行列，用于模型推理 [96,2] output_shape 模型输出的行列，用于模型推理 [48,2] 除了模型推理外，还可以指定模型输入输出的数据类型：
参数名 参数描述 示例 input_type 模型输入的数据类型 ['float32','float32'] output_type 模型输出的数据类型 ['float32','float32'] 除此之外，可以额外指定备注信息用于在模型管理时进行展示
参数名 参数描述 示例 attributes 可选，用户自行设定的模型备注信息，用于模型展示 'model_type': 'dlinear','kernel_size': '25'
除了本地模型文件的注册，还可以通过URI来指定远程资源路径来进行注册，使用开源的模型仓库（例如HuggingFace）。
示例
在当前的example文件夹下，包含model.pt和config.yaml文件，model.pt为训练得到，config.yaml的内容如下：
configs:
# 必选项
input_shape: [96, 2] # 表示模型接收的数据为96行x2列
output_shape: [48, 2] # 表示模型输出的数据为48行x2列
# 可选项 默认为全部float32，列数为shape对应的列数
input_type: ["int64","int64"] #输入对应的数据类型，需要与输入列数匹配
output_type: ["text","int64"] #输出对应的数据类型，需要与输出列数匹配
attributes: # 可选项 为用户自定义的备注信息
'model_type': 'dlinear'
'kernel_size': '25'指定该文件夹作为加载路径就可以注册该模型
IoTDB> create model dlinear_example using uri "file://./example"也可以从huggingFace上下载对应的模型文件进行注册
IoTDB> create model dlinear_example using uri "https://huggingface.co/google/timesfm-2.0-500m-pytorch"SQL执行后会异步进行注册的流程，可以通过模型展示查看模型的注册状态（见模型展示章节），注册成功的耗时主要受到模型文件大小的影响。
模型注册完成后，就可以通过使用正常查询的方式调用具体函数，进行模型推理。
4.2 查看模型
注册成功的模型可以通过show models指令查询模型的具体信息。其SQL定义如下：
show models
show models <model_name>除了直接展示所有模型的信息外，可以指定model id来查看某一具体模型的信息。模型展示的结果中包含如下信息：
| ModelId | State | Configs | Attributes |
|---|---|---|---|
| 模型唯一标识 | 模型注册状态(INACTIVE,LOADING,ACTIVE,TRAINING,FAILED,DROPPING) | InputShape, outputShapeInputTypes, outputTypes | 模型备注信息 |
其中，State用于展示当前模型注册的状态，包含以下三个阶段
- INACTIVE：模型处于不可用状态
- LOADING：模型加载中
- ACTIVE：模型处于可用状态
- TRAINING：模型处于微调中状态
- FAILED：模型微调失败状态
- DROPPING:模型删除中状态
示例
IoTDB> show models
+---------------------+--------------------+--------+--------+
| ModelId| ModelType|Category| State|
+---------------------+--------------------+--------+--------+
| arima| Arima|BUILT-IN| ACTIVE|
| holtwinters| HoltWinters|BUILT-IN| ACTIVE|
|exponential_smoothing|ExponentialSmoothing|BUILT-IN| ACTIVE|
| naive_forecaster| NaiveForecaster|BUILT-IN| ACTIVE|
| stl_forecaster| StlForecaster|BUILT-IN| ACTIVE|
| gaussian_hmm| GaussianHmm|BUILT-IN| ACTIVE|
| gmm_hmm| GmmHmm|BUILT-IN| ACTIVE|
| stray| Stray|BUILT-IN| ACTIVE|
| timer_xl| Timer-XL|BUILT-IN| ACTIVE|
| sundial| Timer-Sundial|BUILT-IN| ACTIVE|
+---------------------+--------------------+--------+--------+4.3 删除模型
对于注册成功的模型，用户可以通过SQL进行删除，该操作会删除所有 AINode 下的相关模型文件，其SQL如下：
drop model <model_id>需要指定已经成功注册的模型 model_id 来删除对应的模型。由于模型删除涉及模型数据清理，操作不会立即完成，此时模型的状态为 DROPPING，该状态的模型不能用于模型推理。请注意，该功能不支持删除内置模型。
4.4 使用内置模型推理
SQL语法如下：
SELECT * FROM forecast(
input,
model_id,
[output_length,
output_start_time,
output_interval,
timecol,
preserve_input,
model_options]?
)内置模型推理无需注册流程，通过 forecast 函数，指定 model_id 就可以使用模型的推理功能
请注意，使用内置时序大模型进行推理的前提条件是本地存有对应模型权重，目录为 /IOTDB_AINODE_HOME/data/ainode/models/weights/model_id/。若本地没有模型权重，则会自动从 HuggingFace 拉取，请保证本地能直接访问 HuggingFace。
参数介绍如下：
| 参数名 | 参数类型 | 参数属性 | 描述 | 是否必填 | 备注 |
|---|---|---|---|---|---|
| input | 表参数 | SET SEMANTIC | 待预测的输入数据 | 是 | |
| model_id | 标量参数 | 字符串类型 | 需要选择的model名 | 是 | 只能为非空，且内置的模型，否则报错：空字符串：MODEL_ID should never be null or empty不存在的模型：model [%s] has not been created模型不可用：model [%s] is not available |
| output_length | 标量参数 | INT32类型默认值：96 | 输出窗口大小 | 否 | 必须大于 0，否则报错：OUTPUT_LENGTH should be greater than 0 |
| output_start_time | 标量参数 | 时间戳类型默认值：输入数据的最后一个时间戳加 output_interval | 输出的预测点的起始时间戳 | 否 | 可以为负数，表示1970年1月1号之前的时间戳 |
| output_interval | 标量参数 | 时间间隔类型默认值：0（输入数据的采样间隔） | 输出的预测点之间的时间间隔支持的单位是 ns、us、ms、s、m、h、d、w | 否 | 大于 0 时，采用用户指定的输出间隔；小于等于 0 时，根据输入数据自动推测 |
| timecol | 标量参数 | 字符串类型默认值：time | 时间列名 | 否 | 存在于 input 中的，数据类型为 TIMESTAMP 的列，否则报错：若数据类型不为 TIMESTAMP： The type of the column [%s] is not as expected.若列不存在：Required column [%s] not found in the source table argument. |
| preserve_input | 标量参数 | 布尔类型默认值：false | 是否在输出结果集中保留输入的所有原始行 | 否 | |
| model_options | 标量参数 | 字符串类型默认值：空字符串 | 模型相关的key-value对，比如是否需要对输入进行归一化等。不同的key-value对以';'间隔 | 否 | 指定某个模型不支持参数，并不会报错，只会被忽略；AINode 中内置的模型支持的常见参数详见文末附录说明。 |
说明：
- forecast 函数默认对输入表中所有列进行预测（不包含time列和partition by 的列）。
- forecast 函数对于输入数据无顺序性要求，默认对输入数据按照时间戳（由 TIMECOL 参数指定时间戳的列名）做升序排序后，再调用模型进行预测。
- 不同模型对于输入数据的行数要求不同，输入数据少于最低行数要求时，则报错；输入数据高于最大行数要求时，则自动截取最后的满足要求的行数。
- 在当前的 AINdoe 内置模型中，仅_sundial对输入行数有限制。_sundial 目前支持的最大输入行数为 2880，超过 2880 时，会自动截取输入数据的最后 2880 行。
- forecast 函数的返回结果列包含 input 表的所有输入列，列的数据类型与原表列的数据类型一致。若 preserve_input= true，则还包含 is_input 列（表征当前行是否为输入行）
- 目前只支持对 INT32、INT64、FLOAT、DOUBLE 进行预测，否则报错：The type of the column [%s] is [%s], only INT32, INT64, FLOAT, DOUBLE is allowed
- output_start_time 和 output_interval 只会影响输出结果集的时间戳列生成，均为可选参数。
- output_start_time 默认为输入数据的最后一个时间戳加 output_interval
- output_interval = (输入数据的最后一个时间戳 - 输入数据的第一个时间戳) / n - 1， 默认为输入数据的采样间隔
- 第 N 个输出行的时间为 output_start_time + (N - 1) * output_interval
示例
我们所使用的的测试集的数据为ETTh1-tab。
查看当前支持的模型
IoTDB:etth> show models
+---------------------+--------------------+--------+------+
| ModelId| ModelType|Category| State|
+---------------------+--------------------+--------+------+
| arima| Arima|BUILT-IN|ACTIVE|
| holtwinters| HoltWinters|BUILT-IN|ACTIVE|
|exponential_smoothing|ExponentialSmoothing|BUILT-IN|ACTIVE|
| naive_forecaster| NaiveForecaster|BUILT-IN|ACTIVE|
| stl_forecaster| StlForecaster|BUILT-IN|ACTIVE|
| gaussian_hmm| GaussianHmm|BUILT-IN|ACTIVE|
| gmm_hmm| GmmHmm|BUILT-IN|ACTIVE|
| stray| Stray|BUILT-IN|ACTIVE|
| sundial| Timer-Sundial|BUILT-IN|ACTIVE|
| timer_xl| Timer-XL|BUILT-IN|ACTIVE|
+---------------------+--------------------+--------+------+
Total line number = 10
It costs 0.004s表模型推理（以 sundial 为例）
IoTDB:etth> select Time, HUFL,HULL,MUFL,MULL,LUFL,LULL,OT from eg LIMIT 96
+-----------------------------+------+-----+-----+-----+-----+-----+------+
| Time| HUFL| HULL| MUFL| MULL| LUFL| LULL| OT|
+-----------------------------+------+-----+-----+-----+-----+-----+------+
|2016-07-01T00:00:00.000+08:00| 5.827|2.009|1.599|0.462|4.203| 1.34|30.531|
|2016-07-01T01:00:00.000+08:00| 5.693|2.076|1.492|0.426|4.142|1.371|27.787|
|2016-07-01T02:00:00.000+08:00| 5.157|1.741|1.279|0.355|3.777|1.218|27.787|
|2016-07-01T03:00:00.000+08:00| 5.09|1.942|1.279|0.391|3.807|1.279|25.044|
......
Total line number = 96
It costs 0.119s
IoTDB:etth> select * from forecast(
model_id => 'sundial',
input => (select Time, ot from etth.eg where time >= 2016-08-07T18:00:00.000+08:00 limit 1440) order BY time,
output_length => 96
)
+-----------------------------+---------+
| time| ot|
+-----------------------------+---------+
|2016-10-06T18:00:00.000+08:00|20.781654|
|2016-10-06T19:00:00.000+08:00|20.252121|
|2016-10-06T20:00:00.000+08:00|19.960138|
|2016-10-06T21:00:00.000+08:00|19.662334|
......
Total line number = 96
It costs 1.615s4.5 使用内置模型微调
仅 Timer-XL、Timer-Sundial 可以进行微调操作。
SQL语法如下：
create model <model_id> (with hyperparameters
(<parameterName>=<parameterValue>(, <parameterName>=<parameterValue>)*))?
from model <existing_model_id>
on dataset (inputSql)示例
- 选择测点 ot 中前 80% 数据作为微调数据集，基于 sundial 创建模型 sundialv3。
IoTDB> set sql_dialect=table
Msg: The statement is executed successfully.
IoTDB> CREATE MODEL sundialv3 FROM MODEL sundial ON DATASET ('SELECT time, ot from etth.eg where 1467302400000 <= time and time < 1517468400001')
Msg: The statement is executed successfully.
IoTDB> show models
+---------------------+--------------------+----------+--------+
| ModelId| ModelType| Category| State|
+---------------------+--------------------+----------+--------+
| arima| Arima| BUILT-IN| ACTIVE|
| holtwinters| HoltWinters| BUILT-IN| ACTIVE|
|exponential_smoothing|ExponentialSmoothing| BUILT-IN| ACTIVE|
| naive_forecaster| NaiveForecaster| BUILT-IN| ACTIVE|
| stl_forecaster| StlForecaster| BUILT-IN| ACTIVE|
| gaussian_hmm| GaussianHmm| BUILT-IN| ACTIVE|
| gmm_hmm| GmmHmm| BUILT-IN| ACTIVE|
| stray| Stray| BUILT-IN| ACTIVE|
| sundial| Timer-Sundial| BUILT-IN| ACTIVE|
| timer_xl| Timer-XL| BUILT-IN| ACTIVE|
| sundialv2| Timer-Sundial|FINE-TUNED| ACTIVE|
| sundialv3| Timer-Sundial|FINE-TUNED|TRAINING|
+---------------------+--------------------+----------+--------+- 微调任务后台异步启动，可在 AINode 进程看到 log；微调完成后，查询并使用新的模型
IoTDB> show models
+---------------------+--------------------+----------+------+
| ModelId| ModelType| Category| State|
+---------------------+--------------------+----------+------+
| arima| Arima| BUILT-IN|ACTIVE|
| holtwinters| HoltWinters| BUILT-IN|ACTIVE|
|exponential_smoothing|ExponentialSmoothing| BUILT-IN|ACTIVE|
| naive_forecaster| NaiveForecaster| BUILT-IN|ACTIVE|
| stl_forecaster| StlForecaster| BUILT-IN|ACTIVE|
| gaussian_hmm| GaussianHmm| BUILT-IN|ACTIVE|
| gmm_hmm| GmmHmm| BUILT-IN|ACTIVE|
| stray| Stray| BUILT-IN|ACTIVE|
| sundial| Timer-Sundial| BUILT-IN|ACTIVE|
| timer_xl| Timer-XL| BUILT-IN|ACTIVE|
| sundialv2| Timer-Sundial|FINE-TUNED|ACTIVE|
| sundialv3| Timer-Sundial|FINE-TUNED|ACTIVE|
+---------------------+--------------------+----------+------+4.6 时序大模型导入步骤
AINode 目前支持多种时序大模型，部署使用请参考时序大模型
5 权限管理
使用AINode相关的功能时，可以使用IoTDB本身的鉴权去做一个权限管理，用户只有在具备 USE_MODEL 权限时，才可以使用模型管理的相关功能。当使用推理功能时，用户需要有访问输入模型的SQL对应的源序列的权限。
| 权限名称 | 权限范围 | 管理员用户（默认ROOT） | 普通用户 | 路径相关 |
|---|---|---|---|---|
| USE_MODEL | create model / show models / drop model | √ | √ | x |
| READ_DATA | call inference | √ | √ | √ |
6 附录
Arima
| 支持的参数 | 含义 | 默认值 |
|---|---|---|
| order | ARIMA模型的阶数 (p, d, q)：p是自回归阶数，d是差分阶数，q是滑动平均阶数。 | (1,0,0) |
| seansonal_order | 季节性ARIMA的阶数 (P, D, Q, s)：分别为季节性自回归、差分、滑动平均阶数，s是季节周期（如12代表月度数据）。 | (0,0,0,0) |
| method | 优化器选择，可选：'newton'、'nm'、'bfgs'、'lbfgs'、'powell'、'cg'、'ncg'、'basinhopping'。 | 'lbfgs' |
| maxiter | 最大迭代次数或函数评估次数。 | 50 |
| out_of_sample_size | 用于验证的时间序列尾部样本数，模型不在这些样本上拟合。 | 0 |
| scoring | 验证时使用的评分函数，字符串需为 sklearn 中可导入的评分指标，或用户自定义函数。 | 'mse' |
| trend | 趋势项配置，若 with_intercept=True 且此项为 None，则默认使用 'c'（包含常数项）。 | None |
| with_intercept | 是否包含截距项。 | True |
| time_varying_regression | 是否允许回归系数随时间变化。 | False |
| enforce_stationarity | 是否强制AR部分平稳性。 | True |
| enforce_invertibility | 是否强制MA部分可逆性。 | True |
| simple_differnecing | 是否使用差分后的数据估计（牺牲前几行数据换取更简状态空间）。 | False |
| measurement_error | 是否认为观测值中含有误差。 | False |
| mle_regression | 是否使用极大似然估计回归系数，若 time_varying_regression=True 则必须为 False。 | True |
| hamilton_representation | 是否使用 Hamilton 表达方式（默认用 Harvey）。 | False |
| concentrate_scale | 是否从似然函数中排除误差方差参数，减少待估参数个数（但无法获得误差项方差的标准误）。 | False |
NaiveForecaster
| 支持的参数 | 含义 | 默认值 |
|---|---|---|
| strategy | 预测策略： • "last"：预测训练集最后一个值；若设置了季节周期（sp>1），则每个季节分别预测其最后一个周期值。对 NaN 值鲁棒。 • "mean"：预测最后窗口中的平均值；若 sp>1，按每个季节分别计算均值。对 NaN 值鲁棒。 • "drift"：用最后窗口的首尾点拟合一条直线并外推预测。对 NaN 值不鲁棒。 | "last" |
| sp | 季节性周期。若为 None，等效于 1，表示无季节性；如果设为 12，表示每 12 个单位（如月）为一个周期。 | 1 |
- STLForecaster
| 支持的参数 | 含义 | 默认值 |
|---|---|---|
| sp | 季节周期长度（周期性单位数）。传入 statsmodels 的 STL 中。 | 2 |
| seasonal | 季节项平滑窗口长度，必须为 ≥3 的奇数，通常建议 ≥7。 | 7 |
| seasonal_deg | 季节项 LOESS 的多项式阶数（0 表示常数，1 表示线性）。 | 1 |
| trend_deg | 趋势项 LOESS 的多项式阶数（0 或 1）。 | 1 |
| low_pass_deg | 低通项 LOESS 的多项式阶数（0 或 1）。 | 1 |
| seasonal_jump | LOESS 拟合的插值步长（季节项），每 n 点拟合一次，中间插值。值越大，估计速度越快。 | 1 |
| trend_jump | 趋势项插值步长，越大速度越快但精度可能下降。 | 1 |
| low_pass_jump | 低通项插值步长，设置同上。 | 1 |
ExponentialSmoothing (HoltWinters)
| 支持的参数 | 含义 | 默认值 |
|---|---|---|
| damped_trend | 是否使用阻尼趋势（趋势会逐渐平缓，而非无限增长）。 | True |
| initialization_method | 初始化方法： • "estimated"：通过拟合估计初始状态 • "heuristic"：使用启发式方法估计初始水平/趋势/季节 • "known"：用户显式提供所有初始值 • "legacy-heuristic"：旧版本兼容方式 | "estimated" |
| optmized | 是否通过最大化对数似然来优化参数。 | True |
| remove_bias | 是否移除偏差，使预测值和拟合值的残差平均值为0。 | False |
| use_brute | 是否使用穷举法（网格搜索）来寻找初始参数。否则使用启发式初始值。 |