ITPub博客

根据 2022 年最新 DB-engines排名，主流时序数据库依然是 InfluxDB、Prometheus 等。但从排行上升趋势不难看出，近一年新的时序数据库崭露头角，这也说明企业技术选型的方向也越来越多。

现在主流的时序数据库确实集群方案大多数都选择闭源，除了从技术角度上来看，商业的考量也是众多大厂必须考虑的元素之一。TDengine 作为一款全自研的开源软件，继2019年单机版开源后，在2020年也宣布集群版正式开源。这意味着，在集群搭建方面，对于研发资源单薄、时间精力都有限的企业来说，无疑是拨云见日的一则好消息。

近年来，在能源和环保的压力下，新能源汽车成为了未来汽车发展的新方向。为支持其快速发展，我国出了一系列扶持政策，在《新能源汽车产业发展规划（2021-2035年）》中就有提出，到 2025 年新能源汽车新车销售量要达到汽车新车销售总量的 20% 左右，其市场广阔程度可见一斑。

三年前在极客时间做的一个直播，其中一小段被作为微视频分享出来，标题是“五十岁程序员: 技术人千万别看中文”，引起很多争议。今天写篇文章，把我的观点再详细表述一下，以免被断章取义。

2020 年从复旦毕业的我，最终决定离开大厂加入 Startup，投身 TDengine Database 的开发工作。

在安全解决方案 SuperCloud 中，亿咖通面临着磁盘占用量大、车辆最新状态实时查询难以实现两个核心问题。最终，他们选择了让 TDengine 承担数据中台的重要角色，负责车辆实时数据的写入、存储以及实时查询。本文讲述了研发团队在前期使用 Apache HBase 时遇到的具体难点、为什么没有坚持选择 OpenTSDB，以及选择 TDengine 的过程和成效。

3 月 30 日，CSDN 2021 年度 IT 技术影响力之星颁奖典礼成功举行，并揭晓了个人、公司和创新技术及产品等三大类共 12 个奖项的评选结果。在颁奖典礼上，涛思数据摘得两项荣誉。

作为一个新项目，RTC Power Cloud 舍弃了旧有的技术体系架构，直接在最前沿的技术中选型。就具体的业务场景而言，我们需要一款高性能的时序数据库产品来存储和处理时序数据。我们关注了 TDengine、Apache IoTDB 以及阿里云时序数据库等几款产品，最终经过详细的对比和考虑，我们做出了最终的决定——TDengine。

禹为科技在现代灌区信息化平台的建设过程中，经历了数据库&定时任务的架构、以流式计算为核心的架构和以 TDengine 为核心的架构三个阶段，最终选用 TDengine 帮助其对水位、流量、水量等实时指标数据分析。

聚焦到实际效果上，TDengine 数据写入性能很强。原本我们的单套存储系统需要 10 多台高配机器，IO 平均 30% 最高 100% 的情况下才能写完数据；现在只需要 7 台机器，并且 CPU 消耗在 10% 左右、磁盘 IO 消耗在 1% 左右，这点非常的棒!

至数物联网平台场景多、数据模型复杂，伴随着业务需求的不断迭代及数据量的不断上涨，原有的 OpenTSDB+MySQL 的组合逐渐力不从心，局限性日益凸显。在对 TDengine 进行充分了解与调研后，基于 TDengine 对至数摇光进行了彻底性的改造。

而现在得益于 TDengine 超强的压缩算法，我们使用非常小的存储空间就存储了几千万数据，压缩率远超 1/20，在单机上面布署一个 TDengine 服务器就可以轻轻松松地存储上亿的数据。

从 2021 年 10 月运行至今，共创建了 2 张超级表以及近百张子表，总数据量超过 2.5 亿条，压缩后的数据量大小为 200G 左右。对近亿行的超级表进行统计操作，仅用了 1.9 秒左右就返回了结果，充分证明了在实际应用中 TDengine 也确实表现卓越。

近年来，随着业内大龄程序员被频繁清退等职场新闻的不断发酵，在程序员的圈子里，“35+ 门槛”“青春饭”等充斥着焦虑的话题甚嚣尘上。一批批年轻人从校园走进社会，俗话说长江后浪推前浪，一浪更比一浪强，那伴随着他们的成长，“前浪”真的会被拍死在沙滩上吗？

TDengine在规则引擎场景下，提供了很好的查询性能，是实现实时告警和监控服务的重要一环。最终我们采用了3节点8核16G满足整体业务需求，系统可以根据时间段范围、针对单个设备进行数据上报的查询功能，且支持按照小时用量、日用量、月用量、年用量四个维度进行统计分析；目前单个超级表的压缩率为2.5%。

在基于该对比测试框架下运行的测试中，展示出了 TDengine 相对于 InfluxDB 较大的性能优势，特别是更加多样化的条件和变量控制情况下的扩展测试中，我们看到 TDengine 一致性地表现出相对于 InfluxDB 的较大性能优势。

在元智信息的智慧矿山项目中，需要一款数据库能支撑起生产交互管控系统的采运排环节所有过程设备的采集、存储、计算和监控功能。在 MySQL、InfluxDB、TDengine 的数据库选型调研中，TDengine 脱颖而出。本文讲述了他们的选型思路、建模思路以及方案创新点，作为经验参考分享给有需要的读者。

从 MySQL + HBase 方案换为TDengine，对比之前使用 HBase 查询速度提升明显，从查询单设备24小时数据的秒级返回，到查询相同数据的毫秒级返回；每天增量数据占用的存储空间相当于原来使用 HBase 时的50%；集群计算资源成本相比使用 HBase 节省超过60%。

WAL（Write Ahead Log），是 TDengine 的一个重要的功能模块，它可以实现数据的容错能力，保证数据的高可用。 即使数据库因为断电等意外事故宕机，也能避免数据的丢失。