ITPub博客

在制药行业，工艺每一次波动都意味着风险。发酵罐的温度、压力、pH 细微变化都会影响产率；任何设备异常响应慢一步，都可能带来成批损失。但多年里，很多工厂依然依赖基于 SQL Server 的分钟级采集——数据来得慢、分析做不深，预测性维护、工艺优化、能耗管控都难以真正落地。作为全球规模最大的大环内酯类原料药生产企业，东阳光生化显然不能再被这样的数据底座束缚。在工厂智能化建设需求驱动下，东阳光生化启动

在 TDengine IDMP 持续迭代的过程中，有一类问题会越来越早地出现：不是“能不能实现”，而是“以后用起来会不会变复杂”。当数据规模开始扩大、模型开始变多、分析逻辑开始演进时，一些看似细节的能力就变得重要起来——比如单位是否统一、分析能否复用、视图是否可以保存、规则调整后历史数据如何处理。TDengine IDMP 1.0.6.0–1.0.9.0 这一阶段的更新，正是围绕这些“使用前置条件

TDengine通过原生架构创新、强大性能优化与全场景产品覆盖，重新定义了时序数据库的选型标准。

当“AI 驱动增长”成为越来越多企业的共识时，一个新的分水岭正在出现：行业已经从讨论模型能力，转向讨论哪类 AI 软件真正能够在未来产业里稳定运行。尤其在制造、能源、化工等典型工业场景中，AI 要面对的不是实验条件，而是设备的连续运行、数据的真实复杂性与业务的高可靠性要求。就在近日由亿欧主办的 WIM2025 创新者年会上，这个问题得到了清晰回应。大会发布了“2025 中国 AI 软件创新产品”评

当前，工业数字化转型进入深水区，时序数据作为工业设备运维、生产监控、能源管理等场景的核心数据载体，市场需求呈现爆发式增长。涛思数据始终坚持 “技术驱动 + 生态共建” 的发展战略，通过构建完善的分销商体系，让 TDengine 技术更快触达行业一线，为客户提供本地化、高效化的服务支持。近日，涛思数据与北京麦斯时代信息技术有限公司（以下简称 “麦斯时代”）举行钻石分销商签约仪式，标志着双方正式达成深

在数字化浪潮的推动下，石油能源行业早已实现了从传感器到系统的全面联网，但在真正落地生产管理时，仍面临着一个老问题——数据量巨大、刷新频率高、场景复杂，而现有系统在高并发写入、低延迟查询、可扩展分析等方面往往力不从心。尤其是在生产调度、能耗管理、设备监控等关键环节，数据的“获取”已经不再是瓶颈，“用好”才是考验。在中国石油“智能运营系统升级工程”中，昆仑数智携手 TDengine，重构了时序数据的底

在企业数字化建设中，“采集难”已经不再是主要矛盾。传感器布点、系统对接、人工录入，让大部分企业能够顺利汇聚来自生产、运营、管理的多源数据。真正困扰企业的是“口径乱”：语义不统一：同一指标在不同厂区、不同系统有不同命名，例如“温度”“WD”“Temp”。单位不统一：能耗在 A 系统用“度”，在 B 系统用“千瓦时”；压力在一个平台是“bar”，另一个是“MPa”。统计口径不统一：良率在某车间按“日”

在智慧交通的建设浪潮中，车路协同已成为推动自动驾驶落地的关键环节。随着车端设备数量激增、数据上报频率不断提升，海量的时序数据正以前所未有的速度产生。对于像海康智联这样承担全国多地示范项目的企业而言，如何实现车辆数据的高效采集、可靠入库与快速分析，成为智能道路建设的核心挑战。海康智联长期专注于智能网联与车路协同领域，以物联网、大数据、人工智能技术为核心，形成一体化的全栈智能网联与车路协同产品和技术服

当 AI 与开源成为产业级趋势时，我们不得不思考几个现实问题：真正能把开源工程体系打磨扎实的团队有多少？又有多少项目能在技术浪潮之外，持续保持高质量迭代与社区活跃？上周举行的 2025 开放原子开发者大会，给出了一个有代表性的答案。大会主题定为「一切为了开发者——AI 共智，开源共享」，更关注项目实践、工程落地和开发者生态，而不仅仅停留在概念层面的讨论。而今年的 TDengine，在这个舞台上出现

小T导读：江苏金恒信息科技股份有限公司（以下简称“金恒科技”）专注于为工业企业提供工业软件及智能化整体解决方案，服务领域涵盖钢铁、有色金属、石化、电子制造等多个行业。早在 2021 年，金恒科技便在多个业务系统中部署了 TDengine TSDB 2.x 版本。随着 TDengine TSDB 3.x 的发布，金恒科技陆续完成了系统升级至 3.0 版本，在性能、功能和稳定性方面均得到进一步提升。升

导读： 数据集的高基数（High-Cardinality）问题一直困扰着诸多主流的时序数据库（Time Series Database，TSDB）产品。一些数据库管理系统，在基数较低时表现良好；但是随着基数的增加，数据库的表现也会变差，这就给数据库管理员带来了很大的挑战，他们需要通过相关设计降低基数，避免与之相关的问题。TDengine 完美解决了高基数问题的时序数据库，本文将分享其设计思路。何谓

小T导读：在洪涝频发的江西，江西水投打造了一套覆盖全域的智慧水利体系：实时采集水位、流量、水质等关键数据，借助 AI 与数字孪生进行动态推演，实现精准预警与智能调度。实践证明，这套系统让防汛从“事后抢险”变为“事前防控”，大幅提升了治理效率与安全保障。TDengine TSDB 正是这套体系的“定海神针”，承担起海量水情数据的实时采集、存储、处理与共享。本文由江西水投分享他们应用 TDengine

自发布以来，TDengine IDMP 一直在以“快迭代、小步快跑”的节奏持续进化。依托 TDengine TSDB 的高性能时序数据底座，IDMP 专注于工业数据的标准化管理与智能分析，通过语义建模、统一口径、实时分析和无问智推等能力，让企业不仅能看见数据，更能从数据中获得实时洞察与决策启发。作为一款 AI 原生的工业数据管理平台，IDMP 在每一次版本更

近日，江苏金恒信息科技股份有限公司在南京举办了以“精益协同 聚力共赢”为主题的 2025 年度供应商大会，来自全国各地的 27 家生态伙伴齐聚一堂，共话工业智能化与供应链协同发展的新机遇。涛思数据凭借在时序数据库与工业数据管理领域的持续创新与卓越表现，荣获 “2024–2025 年度卓越供应商” 称号。图：金恒科技颁发“2024–2025年度卓越供应商”奖牌深耕工业数据底座，赋

小T导读：在制造业智能化产线监控实践中，杨凌美畅早期基于 TDengine TSDB 3.0.7.1 Windows 开源版，支撑了 108 条产线、23 万测点的基础监控。随着业务规模迅速扩大，原有架构的性能与稳定性逐渐成为瓶颈。针对这一挑战，杨凌美畅组织专项攻关，引入 TDengine TSDB 企业版 3.3.6.10 Linux，并重构时序数据处理架

在高并发、长周期的时序数据场景中，查询性能、安全性与生态兼容性，始终是系统演进的关键。近日，TDengine TSDB（时序数据库）3.3.8.0 版本正式上线，本次更新带来了 Rollup SMA 多层级预计算、TimeRange-Wise SMA 时间范围预计算、TLS 加密传输、TDgpt 数据补全、MySQL 函数增强、taosX 逻辑备份与 ORC 数据源接入等多项功能升级，全

在数字化浪潮的推动下，核电行业正迎来一次深刻的技术变革。从反应堆到涡轮机，从机组监测到运维管理，实时数据已成为驱动安全与效率的关键力量。但核电数据的复杂性与规模远超一般工业场景——TB 级体量、高精度采样、长周期存储与分析需求并存。如何在保障安全与稳定的前提下，让数据真正服务于决策、优化与创新，成为行业转型的共同课题。10 月 21 日 19:00（本周二），欢迎加入最新一期 TDengine O

在数字化与智能化加速融合的时代，企业数据基础设施的选择正决定着转型成败。10 月 15 日，涛思数据正式上线 TDengine 合作伙伴计划，面向渠道伙伴、服务伙伴全面开放，共同开拓时序数据的万亿级市场蓝海。高达 30% 合作收益，十大权益保障伙伴成长本次 TDengine 合作伙伴计划以“伙伴先赢，多方共赢”为核心理念，首/次在收益机制上全面升级。计划共分

在钢铁行业的数字化转型过程中，环保治理正从“单点监测”走向“全域感知、统一调度”。然而，许多企业依然面临一个共性难题：数据分散在不同系统中，采集标准不一、接口复杂，难以形成稳定可靠的统一数据底座。尤其是在超低排放改造项目中，点位多、频率高、实时性要求强，传统数据库架构往往难以支撑长期、稳定的高并发采集与查询。作为国/家/级专精特新“小巨人”企业，金恒科技在沙钢安阳永兴的环保超低排一体化平台项目中，

小T导读：大理卷烟厂作为云南中烟的核心生产基地，聚焦高端品牌突破，主产“玉溪”、“红塔山”系列卷烟，支撑红塔集团核心品牌发展。近年来，工厂积极推进数字化转型，在制丝、复烤等关键环节引入“智能控制 + AI 预测”，并通过 TDengine TSDB 时序数据库完成生产数据架构的国产化替代与智能化升级，构建起质效协同的智能制造工厂。本文聚焦 TDengine&