ITPub博客

如果你是个数据控，或者对仪表盘有点执念，那么你一定听说过 Tableau。这个被誉为“BI 可视化天花板”的工具，如今可以和 TDengine 无缝联动啦！是的，你没看错：高性能时序数据库 + 强大可视化分析平台 = 数据分析的全新打开方式。下面我们就带你快速了解一下这次集成能带来什么、适合谁、以及如何快速上手。TDengine + Tableau 能带来什么？一句话总结：让你的时序数据不仅跑得快

小T导读：昨天，我们重磅发布并开源了新一代时序数据分析 AI 智能体 TDgpt，这是 TDengine 3.3.6.0 的核心亮点功能之一。作为时序数据库原生集成 AI 能力的全新尝试，TDgpt 将统计分析、机器学习、大模型等技术通过 SQL 统一封装，极大降低了复杂算法在业务中的应用门槛。本文将带你深入了解 TDgpt 背后的技术设计与实现细节。打通 AI 与数据库的最后一公里在时序数据预测

在日常工作中，很多人都离不开 Excel。不论是设备运维工程师、数据分析师，还是业务人员，一份熟悉的电子表格往往就是他们的“第一张报表”。现在，TDengine 也可以与 Excel 实现无缝连接，用户可以直接在 Excel 中查询时序数据、制作图表分析，实现“轻集成、快上手”的体验，让数据分析更高效、直观。TDengine + Excle 能带来啥?TDengine 擅长存储和处理大规模时序数据

定义时区时区是地球上使用相同标准时间的区域。由于地球的自转，为了保证各地的时间与当地的日出日落相协调，全球划分为多个时区。IANA 时区IANA（Internet Assigned Numbers Authority）时区数据库，也称为 tz database，提供全球时区信息的标准参考。它是现代各类系统和软件处理时区相关操作的基础。IANA 使用“区域/城市”格式（如 Europe/Berlin

达成效果：从 MySQL 迁移至 TDengine 后，设备数据自动分片，运维更简单。列式存储可减少 50% 的存储占用，单服务器即可支撑全量业务。毫秒级漏气报警响应时间控制在 500ms 以内，提升应急管理效率。新架构支持未来业务扩展，如设备监测、区域安全分析。明厦科技在智慧燃气领域深耕多年，构建了覆盖数万家庭及工商业场景的燃气监控系统，采用 NB-IoT 通信技术（正向 4G 平滑过渡）实现实

小T导读：TDengine 助力广州疆海科技有限公司高效完成储能业务的数据分析任务，轻松应对海量功率、电能及输入输出数据的实时统计与分析，并以接近 1 : 20 的数据文件压缩率大幅降低存储成本。此外，taosX 强大的 transform 功能帮助用户完成原始数据的清洗和结构优化，而其零代码迁移能力更实现了历史数据从 TDengine OSS 与 MySQL 到 TDengine 企业版的平滑迁

2025 年 3 月 26 日，涛思数据通过线上直播形式正式发布了其新一代时序数据分析 AI 智能体——TDgpt，并同步开源其核心代码(GitHub 地址：https://github.com/taosdata/TDengine)。这一创新功能作为 TDengine 3.3.6.0 的重要组成部分，标志着时序数据库在原生集成 AI 能力方面迈出了关键一步。TDgpt 是内嵌于 TDengine

从海量监控数据，到工业、能源、交通等场景中实时更新的各类传感器数据，时序数据正在以指数级速度增长。而面对如此庞杂的数据，如何快速分析、自动发现问题、精准预测未来，成为企业数字化转型过程中的关键挑战。TDengine 的答案是——AI 智能体。2025 年 3 月 26 日(本周三)14:00，TDgpt 智能体发布暨 TDengine 3.3.6 发布会将通过线上直播形式正式举行。在本次会议上，我

引言：为什么选择 TDengine 与 Rust?TDengine 是一款专为物联网、车联网、工业互联网等时序数据场景优化设计的开源时序数据库，支持高并发写入、高效查询及流式计算，通过“一个数据采集点一张表”与“超级表”的概念显著提升性能。Rust 作为一门系统级编程语言，近年来在数据库、嵌入式系统、分布式服务等领域迅速崛起，以其内存安全、高性能著称，与 TDengine 的高效特性天然契合，适合

小T导读：本篇文章详细讲述了七云团队在运维平台中如何利用 TDengine 解决海量时序数据存储与查询的实际业务需求。内容涵盖了从数据库选型、方案落地到业务挑战及解决办法的完整过程，特别是分享了升级 TDengine 3.x 时的实战经验，给到有需要的小伙伴参考阅读。此前，我带领的团队负责过一个 AIOps 项目，核心任务是存储和查询大量时序数据，包括各种系统和性能指标。经过深入调研，我们最终选择

在当今软件开发的世界里，Rust 以其高性能、内存安全和强大的并发能力，正成为越来越多开发者的选择。但 Rust 真的只是系统编程的“专属工具”吗?它是否能够在更广阔的领域，如生物信息学、数据库、物联网等行业，带来变革性的突破?3 月 13 日(本周四)19:00，TDengine Open Day 2025 | 第二期技术直播，我们带你深入探索 Rust 如何成为“破局之力”。本次直播，主讲人将

在智能医疗与脑科学快速发展的今天，高效的数据处理能力已成为突破创新的关键。安提思专注于睡眠监测与神经调控，基于人工智能和边缘计算，实现从生理体征监测、智能干预到效果评估的闭环。面对海量生理数据的存储与实时计算需求，安提思选择 TDengine 云服务作为核心时序数据库，借助其高效的数据压缩能力和毫秒级查询性能，确保精准分析与稳定运行。目前，安提思已完成经颅磁刺激系统的医疗器械型式检验，并计划开展多

导读沃太能源是国内领先储能设备生产厂商，数十万储能终端遍布世界各地。此前使用 MongoDB 存储时序数据，但随着设备测点增加，MongoDB 在存储效率、写入性能、查询性能等方面暴露出短板。经过对比，沃太能源选择了专业时序数据库 TDengine，生产效能显著提升：整体上，数据压缩率超 10 倍、写入性能提升 18 倍，查询在特定场景上也实现了数倍的提升。同时减少了技术架构复杂度，实现了零代码数

亮点总结：TSBS 测试表明，对于少于 100 万台设备的数据集，InfluxDB OSS 3.0 的数据写入速度实际上比 InfluxDB OSS 1.8 更慢。对于 100 万台及以上设备的数据集，InfluxDB OSS 3.0 的数据写入性能才开始超过 InfluxDB OSS 1.8。InfluxDB OSS 3.0 的数据写入接口与 InfluxDB 1.8 并不兼容，用户无法顺利迁移

靖江特殊钢有限公司(简称“靖江特钢”)在炼钢生产过程中，每天产生数亿条海量时序数据。随着数据规模的增长，传统数据库逐渐暴露出存储效率低、查询速度慢、数据处理成本高等问题，影响了生产效率和决策的及时性。为解决这一挑战，靖江特钢在本次项目中引入 TDengine，构建高效的数据管理体系，支撑炼钢生产各环节的数据存储、查询和分析需求。项目落地后，依托 TDengine，在极低存储成本的基础上，数据查询效

在当今大数据时代，时序数据库的应用越来越广泛，尤其是在物联网、工业监控、金融分析等领域。TDengine 作为一款高性能的时序数据库，凭借独特的存储架构和高效的压缩算法，在存储和查询效率上表现出色。然而，随着数据规模的不断增长，在保证数据安全性和存储效率的同时，如何优化 CPU 的资源占用，成为了一个值得深入讨论的问题。本文将探讨 TDengine 在数据写入与查询场景下的压缩解压与加密解密过程中

小T导读：本篇文章来自“2024，我想和 TDengine 谈谈”征文活动的优秀投稿，深入探讨了如何在消防行业中运用 TDengine 进行业务建模。文章重点介绍了如何通过 TDengine 的超级表、标签设计和高效查询功能，有效管理消防监控系统中的时序数据。作者详细阐述了实时监控、报警系统以及历史数据分析在消防行业中的应用，展示了 TDengine 在数据压缩、保留策略和分布式架构下的强大优势。

在电力监控系统中，每秒百万级传感器数据喷涌而至;在智能工厂里，千亿条设备状态记录需要毫秒级响应查询;而风电运维工程师，正为存储每年新增的 300TB 时序数据成本发愁……这些场景是否让你似曾相识?工业互联网的爆发式增长，让时序数据处理成为技术攻坚的“深水区”。通用数据库在高并发写入、海量存储成本、复杂查询效率等维度频频遇挫，而专为时序数据设计的 TDengine，正以 10 倍写入性能、1/5 存

化工行业在数字化转型过程中面临数据接入复杂、实时性要求高、系统集成难度大等诸多挑战。福州力川数码科技有限公司科技依托深厚的行业积累，精准聚焦行业痛点，并携手 TDengine 提供高效解决方案。通过应用 TDengine，力川科技助力化工企业实现了海量数据的低成本、高效存储与处理，同时达到了毫秒级实时监控，为安全生产和智能决策提供强有力的支撑。具体来说，本次合作不仅使存储成本降低 50% 以上，查

互联网寒冬?裁员潮?🤔 但在涛思数据，我们依然热🔥力🔥四🔥射🔥，不断扩张团队，寻找更多志同道合的伙伴!想做开源?想挑战大规模数据?想加入一个充满极客精神的硬核团队?你需要的机会，来了!🎯这次，我们不止要找技术大神👨💻，还要找销售高手💼、解决方案专家🧐、以及有创业精神的业务拓展者。无论你是数据库内核工程师、数据科学家，还是行业销售大咖，涛思数据都等你来挑战!📌 工作地点：全国可选，北京、上海、深圳…