ITPub博客

在传统制造业中，钢铁企业的数据系统往往像一座“钢筋水泥”般的堡垒——庞大、昂贵、难以变动。博思格钢铁（苏州）有限公司（BSS）也曾面临类似难题：每条生产线布满传感器，源源不断地产生工艺、设备、能耗等海量数据。早期系统以 PI 平台为主，虽然功能成熟，但在维护成本、扩展灵活性等方面却逐渐显出“力不从心”。随着产线数字化程度提高，数据的颗粒度更细、维度更复杂，传统平台的“钢筋逻辑”亟需重塑。为了更好地

数据库是否“可信”，不是由厂商自己说了算，而是要经得起标准体系的验证。近日，TDengine 时序数据库顺利通过中国信通院组织的《时序数据库基础能力》全项能力验证，在“2025 可信数据库发展大会” 上拿到“时序数据库基础能力检验证书”，并再次位列《中国数据库产业图谱（2025）》时序数据库“领航者”榜首——这不仅是一份成绩单，更是一份阶段性的行业答卷。🧭 再登“图谱之巅”，持续领航时序

设备在升级，场站在扩建，但数据系统却还在“跟不上”。这正是许多核电企业在推进数字化转型过程中最真实的感受。高频采集、长周期存储、精度要求高……这些构成了对数据库系统的“炼狱级考验”。在这样一个背景下，国产数据库的能力边界正在被重新定义。7 月 16 日，由中国通信标准化协会与中国信息通信研究院联合主办的“2025 可信数据库发展大会”在北京召开，汇聚了来自产业界、学术界、金融、能源、电信等多个领域

近日，TDengine TSDB 3.3.7.0 版本正式发布。本次更新聚焦“时序数据处理与集成能力”双重提升，围绕数据处理的实时性、复杂性和低延迟需求，全面升级 TDengine 流计算架构，并新增 MQTT 数据订阅、BLOB 数据类型、多级存储共享存储支持、IPv6 通信等关键能力，持续强化时序数据平台的场景适应力与可扩展性。如果你关注 AIoT、车联

在工业企业越来越依赖数据驱动决策的今天，数据的获取不再是难题，难的是从纷繁复杂的数据中提炼出有用的信息。而 AI 的崛起，正在重塑整个数据分析的逻辑。7 月 29 日晚，TDengine 发布了一款全新产品 —— TDengine IDMP（Industrial Data Management Platform，工业数据管理平台），以“用 AI 改变数据消费范式”为主

小T导读：在谈论工业数据管理时，我们常常会听到“4V”这样的术语，而在大数据领域，也有类似的版本，甚至扩展成了5V、6V、乃至8V。但一个问题随之而来：这些被广泛引用的数据特征，真的代表了用户的痛点吗？真的切中了工业企业在实际应用中最棘手的挑战吗？时序数据库 TDengine 解决方案架构师陈展隆结合自己多年服务工业客户的经验，分享了他对这个问题的深入观察与思考。或许，我们该重

小T导读：运维数据库到底有多复杂？从系统部署到数据接入，从权限配置到监控告警，动辄涉及命令行、脚本和各种文档查找，一不留神就可能“翻车”。为了让时序数据库 TDengine 用户轻松应对这些挑战，我们推出了《TDengine 运维实战手册》系列内容，将系统性地介绍 TDengine 提供的各类运维工具和实践方法，帮你从繁杂中解脱出来。本文为第一篇，

在做设备预测性维护或能源管理分析时，你是否也曾思考过：如何才能让机器“理解”我们收集的大量时序数据？工业现场的数据是结构化的，而语义分析、知识推理却往往需要 RDF 等图谱格式。换句话说，“会说话”的数据更聪明，但“翻译”的门槛太高。时序数据库 TDengine 最近完成了一项全新集成——连接 Ontop，一个开源的虚拟知识图谱系统，实现时序数据向知识图谱的自动转化，带你一步迈

最近，《工业数据库规范》系列团体标准正式发布。该标准由中国工业互联网研究院牵头，中国移动通信联合会发布，共分为三部分——第1部分：云数据库第2部分：实时数据库第3部分：时序数据库涛思数据作为三项标准的起草单位之一，深度参与了全流程制定工作。值得一提的是，涛思数据高级副总裁兼解决方案中心总经理陈肃、解决方案资深架构师陈展隆，担任了标准的主要起草人，代表公司提交了大量来自一线项目实践的建议与技术细节。

6 月 28 日，开源之夏 2025 中选名单正式公布。在激烈的竞争中，518 位高校学生脱颖而出，正式加入这场为期三个月的开源挑战。在本次开源之夏项目中，TDengine 也发布了两个有趣又有挑战的项目任务，吸引到了两位充满潜力的同学报名。

一旦数据丢失，系统崩溃带来的可能不仅是业务中断，更可能是不可逆的损失。如何做到“有备无患”？时序数据库 TDengine 提供了四种覆盖广泛场景的数据备份方案。本文将带你深入了解每种方法的特性与操作要点，教你选对备份策略，也能快速恢复数据。

高性能时序数据库 + 企业级报表平台，帮你用更少的操作、更高的效率，制作出更稳定、更规范的专业报表，彻底告别复制粘贴和手动更新。

近日，在 2025 中国物联网企业出海与创新发展峰会暨“2024 物联之星”年度榜单颁奖典礼上，TDengine 凭借在时序数据管理领域的持续突破，荣登“2024 年度中国物联网行业创新产品榜”。

无论是高频写入、长期压缩存储，还是边云协同、AI分析落地，白皮书中都有清晰的技术脉络和真实的落地案例，包括高速公路数据平台、桥梁群监测系统等，都是一线场景实战总结。

现在，TDengine 与 Node-RED 正式打通，二者结合可为工业 IoT 打造一套真正“开箱即用”的全栈式解决方案。

现在有了 TDengine × Looker Studio 的全新集成，数据可视化这件事，也能变得轻松高效。

随着生产规模的扩大及自动化水平的提升，设备状态、工艺参数和环境监测等数据量日益激增，传统信息化架构在海量数据存储和实时处理方面面临巨大挑战，难以支撑现代化生产的需求。为此，昆明卷烟厂决定引入 TDengine 时序数据库，重构数据底座，全面提升数据处理和分析能力。

你是否遇到过这样的情况：花了几个小时搭建好 Power BI 报表，控件也拖好了，样式也调好了，却发现页面卡得像 PPT，数据更新慢得像在看回放？其实，这不是你的错——时序数据的高频、高量、复杂结构，让传统数据库频频“掉链子”，再加上可视化工具对数据结构、维度和聚合的依赖，一不小心就成了“拼图地狱”。 而这正是 TDengine 与 Power BI 深度集成的意义所在：一个是专为高性能

国产操作系统 + 国产数据库能不能打？我们最近亲自上场试了试。 在最新一轮兼容性测试中，TDengine V3.0 和麒麟信安旗下的桌面、服务器、嵌入式系统等多个版本做了全套适配，结果非常理想：稳定运行，性能在线，充分验证了 TDengine 在不同国产化环境下的运行稳定性与高性能特性。 这次通过互认证的麒麟产品包括：桌面操作系统 V7 / V8服务器操作系统 V7 / V8高

小T导读：在金融市场飞速发展的当下，行情数据的处理与分析已成为金融机构高效决策的关键支撑。华锐技术推出了华锐新一代历史行情中心——D5 平台，全面支持信创环境下的时序型历史行情数据库，具备海量数据存储能力，显著提升数据提取效率。相比传统方案，历史行情数据查询性能实现数倍提升。本文将深入解析 TDengine 在 D5 平台中的应用实践，展示其在数据建模、性能优化、成本控制、运维简化等方面带来的核心