ITPub博客

在物联网和智能化技术飞速发展的时代，产业对实时数据的深度分析与处理需求达到了前所未有的高度。物联网设备不断生成的时序数据不仅为企业带来了丰富的数据资源，同时也对存储和计算能力提出了严峻挑战。如何在应对数据洪流的同时，实现高效处理与低成本存储，成为众多企业在数智化转型过程中面临的核心课题。在这样的行业背景下，新奥新智选择与 TDengine 展开合作，共同探索面向未来的数据解决方案。作为物联网领域的

Thingsboard 中“设备配置”和“设备”的关系是一对多的关系，通过设备配置为每个设备设置不同的配置，每个设备都会有一个与其关联的设备配置文件。等等，这不就是TDengine 中超级表的概念：超级表是一种特殊的表结构，用于代表一类具有相同数据模式的数据采集点。一个超级表有多个子表，一个子表只能隶属于一个超级表。因此，将两者有机结合起来：TDengine 中创建超级表作为“设备配置”，Thin

在当今物联网(IoT)快速发展的背景下，传感器技术已成为各个行业数字化转型的关键组成部分。随着设备数量的激增和数据生成速度的加快，如何高效地管理和分析这些数据，成为企业实现智能化运营的重要挑战。尤其是在惯性传感技术领域，数据的高频率传输和多样化特征，对数据存储和处理的能力提出了更高的要求。为了解决这一痛点，北微传感决定与 TDengine 展开深度合作。此前，为实现传感器的智能监控与管理，北微传感

今天我们非常高兴地宣布，TDengine 3.3.3.0 版本正式发布。本次更新引入了多项重要功能和性能优化，旨在为用户提供更高效、更灵活的数据解决方案。在 3.3.3.0 版本中，我们着重优化了监控和告警功能，新增了多种常见的 MySQL 函数，并增强了对 MongoDB 数据源的支持。这些改进将为用户在物联网和大数据应用中提供更强大的功能，助力大家在数字化转型过程中实现更大的成功。具体更新信息

在 7 月 26 日的 TDengine 用户大会上，新奥数能 / 物联和数据技术召集人袁文科进行了题为《基于新一代时序数据库 TDengine 助力泛能网能碳产业智能平台底座升级》的主题演讲。他从泛能网能碳产业智能平台的业务及架构痛点出发，详细分享了在数据库选型、平台架构改造、新旧底座替换以及数据迁移等多个维度的经验，为与会者提供了宝贵的参考。本文据此演讲内容整理而成。平台痛点及架构痛点新奥数能

在现代钢铁制造领域，生产过程的复杂性与高效运作的需求对企业的管理和技术系统提出了极高的要求。面对成千上万的监测点，以及海量的时序数据，企业面临的首要挑战是如何高效存储、处理和分析这些数据，从而提升生产效率并确保系统稳定性。特别是随着数据量的指数级增长，传统的存储和查询系统已难以满足实时性与准确性的要求。在此背景下，某钢厂在最新项目中采用了北京首钢自动化信息技术有限公司(下文简称“首自信”)自主研发

在火力发电厂中，汽轮机作为能量转换的核心设备，其稳定性直接关系到电力供应的可靠性和经济效益。因此，对汽轮机状态的监测与维护成为了发电厂日常经营中的重要工作。然而，传统的监测方式受到复杂运行环境和数据处理能力的限制，难以实现高效、精准的监测。为此，TDengine 与国家电力投资集团有限公司旗下的四个火力发电厂达成合作，通过引入 TDengine 企业版，发电厂成功实现了汽轮机振动数据的集中存储与监

在 TDengine 3.2.3.0 版本中，我们针对流式计算新增了计数窗口，进一步优化了流式数据处理的能力。本文将为大家解读流式计算与几大窗口的关系，并针对新增的计数窗口进行详细的介绍，帮助大家进一步了解 TDengine 流式计算，以便更好地进行应用。什么是 TDengine 流计算?流计算是一种数据处理方式，旨在实时处理和分析数据流，以便在数据到达时以极低的延迟生成结果。随着物联网(IoT)

作为一款高效便捷的大数据平台，TDengine 的使用体验极为极为流畅，用户可以轻松实现数据的实时采集、存储与分析，快速获取所需的信息和洞察。但在追求最佳实践的过程中，我们仍需关注一些关键问题。例如，多个设备是否应该向同一个子表写入数据?在数据列过滤查询与基于标签的过滤查询之间，效率的差异有多大?此外，如何实现数据的高效压缩也是值得探讨的话题。本篇文章将通过具体的案例分析，详细讲解这些问题，以期帮

在不锈钢生产领域，企业面临着信息孤岛和数据分散的挑战，尤其在冶炼、连铸和轧钢等关键工艺以及能源管理上，这种现象导致生产要素(人、机、料、法、环)的分析管理模型难以全面、深入地实施。为了应对这一挑战，企业亟需构建一个统一的工艺全流程数据平台，以提升生产效率和决策的实时性。浙江青山钢铁有限公司通过引入 TDengine 数据平台，成功实现了冶金全流程质量管控系统的智能化转型。该系统采用“PDCA”闭环

近日，中国计算机学会(CCF)正式公布了 2024 年“CCF 杰出工程师奖”获奖名单，其中，涛思数据(TDengine)创始人陶建辉凭借其在开源领域和时序数据库领域的卓越贡献，荣获此项殊荣。这一奖项的授予，不仅是对陶建辉在技术革新和开源生态发展中突出贡献的高度肯定，更是对 TDengine 在全球工业界和开发者社区中产生的深远影响的认可。据了解，“CCF 杰出工程师奖”于 2016 年设立，授予

在现代数据管理中，企业对于可靠性、可用性和成本的平衡有着多样化的需求。为此，TDengine 在 3.3.0.0 版本中推出了两种不同的企业级解决方案：双活方案和基于仲裁者的双副本方案，以满足不同应用场景下的特殊需求。本文将详细探讨这两种方案的适用场景、技术特点及其最佳实践，让大家深入了解这两大方案如何帮助企业在高效可靠的数据存储和管理中取得成功。TDengine 双副本(+仲裁者)为了满足部分客

在数字经济快速发展的背景下，智慧水利作为重要的基础设施之一，正逐步成为提升水资源管理效率、优化生态环境的重要力量。江西省水投江河信息技术有限公司(以下简称“江河信息”)作为高新技术国有企业，坚定致力于打造数字经济产业标杆服务商，并在全国范围内提供最优的智慧水利运营服务。近期，TDengine 正式签约江河信息，携手推动水利物联感知服务平台的升级。在合作之前，江河信息水利物联感知服务平台面临着 Or

在国家信息安全和自主可控技术日益受到重视的背景下，国产软硬件的发展已成为推动数字经济的重要力量。随着全球科技竞争加剧，企业在选择技术解决方案时，越来越倾向于采用国产产品以降低对外部技术的依赖。这一趋势不仅是为了确保数据安全与隐私，更是为了促进国内技术生态的完善与发展。然而，国产软件在与硬件的兼容性和性能优化上仍面临诸多挑战，这对整个行业的创新与应用提出了更高的要求。在这一行业挑战的背景下，涛思数据

随着时序数据库(Time Series Database)的日益普及，越来越多的工业自动化控制(工控)人员开始认识到其强大能力。然而，时序数据库在传统实时数据库应用领域，特别是在过程监控层的推广仍面临挑战，主要原因在于缺乏适合操作技术(OT)人员使用的连接方式。在工业自动化的五层架构中，过程监控层通常由监控与数据采集系统(SCADA)代表，这些系统与特定 SCADA 厂商的实时数据库紧密集成，主要

在数字化浪潮不断推动各行各业变革的时代背景下，智慧公寓的建设正面临日益增长的挑战与机遇。随着城市化进程的加快和租赁市场的多样化，公寓管理企业需要高效处理海量的设备运行数据和水电抄表信息。这些数据不仅庞大，而且具有时间敏感性和多样性，传统的数据处理方式往往难以满足实时性、准确性和可扩展性的需求。因此，如何高效采集、存储、处理和分析这些数据，成为了公寓管理企业亟待解决的重要问题。在此背景下，寓信（北京

在这个数据驱动的时代，信息的力量正以前所未有的速度改变着我们的生活和工作方式。作为一款高效、可靠的数据库处理系统，TDengine 在处理海量时序数据方面展现出了卓越的能力，帮助企业和开发者们实现了更快速的决策和更精准的分析。在 2024 年已经过去的 8 个月中，TDengine 迭代了 4 个版本，全球安装实例增长至近 60 万，GitHub Star 达到了 23.2k。刚刚过去的 7 月，

在全球汽车产业转型升级的背景下，智能网联和新能源技术正迅速成为商用车行业的重要发展方向。随着市场对环保和智能化需求的日益增强，企业必须在技术创新和数据管理上不断突破，以满足客户对高效、安全和智能出行的期待。在这一背景下，前晨汽车凭借其在新能源智能商用车领域的前瞻性布局和技术实力，成为行业中的佼佼者。前晨汽车采用整车数据采集和全车数据打通策略，能够实时将数据推送至 APP 端客户。然而，这导致整体写

在 7 月 26 日的 TDengine 用户大会上，涛思数据(TDengine)首席架构师肖波进行了题为《TDengine 助力新型电力系统高质量发展》的主题演讲。他不仅分享了 TDengine 在新型电力系统中的应用案例，还深入探讨了如何利用 TDengine 的高性能数据处理能力，推动电力行业的数字化转型与智能化升级。本文根据演讲内容整理而成。什么是新型电力系统?在今天的讨论中，我想先分享一

在 TDengine 3.3.0.0、3.3.2.0 版本中，我们进一步增强了数据接入功能，实现了传统关系型数据库向 TDengine 的平滑迁移。这两次版本更新重点打通了 MySQL、PostgreSQL、Oracle、SQL Server 到 TDengine 的迁移路径。本篇文章将讲述增加关系型数据库接入功能的必要性及其操作方式，给到有需要的小伙伴参考。打造关系型数据库 Connector