免费29篇/更新中
-
编辑 删除
开源全球公司贡献 49 名，涛思数据荣登 2022 中国开发者影响力年度榜单
12 月 28 日，CSDN 在北京举行 “2022 中国开发者影响力盛典暨 CSDN 企业生态汇”活动，同时正式发布 2022 中国开发者影响力年度榜单。
-
编辑 删除
云原生、20.3k Star......时序数据库 TDengine 的 2022 年精彩纷呈
TDengine 2022 年终总结
-
编辑 删除
金航数码选择应用 TDengine 时序数据库，改造现有数据库架构
为了解决平台的性能桎梏以及实现数据库自主可控，金航数码选择应用 TDengine 改造现有数据库架构。
-
编辑 删除
时序数据库 TDengine 签约新奥新智
为了解决巨大数据量带来的数据存储挑战以及原方案性能不足的问题，经过多轮深入的技术探讨和选型评测，新奥新智选择应用时序数据库 TDengine Database 来改造原有数据架构。
-
编辑 删除
时序数据库 TDengine 签约华锐技术，助力行情数据处理分析
华锐技术选择与 TDengine 展开合作，共同破解行情数据的处理难题，并在多个金融项目中实现大规模行情数据实时处理。
-
编辑 删除
开源 高性能 云原生！时序数据库 TDengine 上线亚马逊Marketplace
近日，涛思数据旗下开源、高性能、云原生的时序数据库（Time Series Database，TSDB）TDengine 成功上线亚马逊云科技 Marketplace，为用户提供了更加丰富的订阅渠道。
-
编辑 删除
TDengine 与一汽解放携手，助力商用车智能网联
此次 TDengine 与一汽解放达成商业合作，双方也将从实际业务的发展需求出发开展更多有价值的技术合作，一一打破原有数据架构的数据存储问题，让汽车制造行业的数据处理实现更高程度的降本增效。
-
编辑 删除
时序数据库 TDengine 3.0.2.0 版本正式发布
近日，TDengine 3.0.2.0 正式发布了。这是自今年 8 月份 TDengine 3.0 发布以来的第一个重要改进版本。
-
编辑 删除
TDengine与中泰证券正式签约，打造金融量化交易场景解决方案
在此背景下，TDengine 与中泰证券正式签约合作，未来双方将深入探索数据技术如何更深度解决金融量化交易场景的数据技术难题，从时序数据处理需求特点出发进行金融项目的数据架构改革，共同推动金融行业向好向快发展。相信在中泰证券的助力下，时序数据库 TDengine 也能够更加精准快速进行技术创新升级，持续深化金融业务赋能行动。
-
编辑 删除
2022 年度“用 TDengine，写 TDengine”征文！
2022 年度“用 TDengine，写 TDengine”有奖征文活动如期而至，赶快打开你的电脑，把你与 TDengine 在 2022 年发生的故事用文字说给大家。
-
编辑 删除
TDengine3.0：解决高基数问题的时序数据库设计思路
小 T 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 3.0 是第一个解决了高基数问题的时序数据库，本文将分享其设计思路。
-
编辑 删除
零依赖监控解决方案：TDengine+Grafana落地实施
随着 TDengine 这款时序数据库（Time Series Database）在各个领域应用的越来越广泛，很多用户选择将 Grafana 与 TDengine 配合使用，以可视化的方式监控各项指标的运行状态。为了让用户更便捷地组合使用 TDengine+Grafana，我们不仅对 TDengine Grafana 插件进行了改造升级，还推出了基于 Grafana 的零依赖监控解决方案 TDinsight。本篇文章将对 TDengine + Grafana 的落地实施进行详细介绍。
-
编辑 删除
重磅！涛思数据发布 TDengine PI 连接器
TDengine 提供的混合解决方案，可以让企业既能保留传统的 PI 系统，又能轻松获得现代云平台提供的所有好处。
-
编辑 删除
TDengine：无模式写入行协议的四种方式
为了在数据采集项频繁变动的情况下保证用户仍然能够顺利地完成数据记录工作，TDengine 提供了三种无模式写入协议。本文将对无模式写入方式的主要处理逻辑、映射规则与变更处理等进行分析，便于用户理解与使用。
-
编辑 删除
写给关系数据库开发者的 TDengine 入门指南
事实证明，在时序数据场景下，无论是在存储空间、写入速度还是查询性能等各方面，TDengine 都存在数量级优势。
-
编辑 删除
TDengine｜taosdump 的使用方法和注意事项
用户在做时序数据库的选型调研时，通常要进行环境模拟测试，以观察所选数据库的性能优劣和成本损耗情况。为方便用户，TDengine 官方提供了一款名为 taosBenchmark 的测试工具，本文将会详细讲解其使用方式，供读者参考。
-
编辑 删除
「经验汇总」基于TDengine的时序数据解决方案
在应对海量时序数据处理需求时，如关系型数据库、工业实时库、Hadoop 大数据平台在内的传统数据库解决方案问题重重，严重阻碍数字化进程。在此背景下，一些企业开始尝试进行数据架构改造，选择适合的时序数据库产品。
-
编辑 删除
一文读懂 TDengine3.0 中的事务机制
大家都知道 TDengine 3.0 是一款高性能、云原生的分布式时序数据库（Time Series Database），甚至可以支持十亿级别的表数量，因此它的元数据量是十分庞大的。那么如果使用了事务，会不会影响 TDengine 的高性能呢？
-
编辑 删除
数据库改造方案 | 同花顺、弘源泰平真实案例分享
为了帮助一众金融企业寻找到合适的数据库解决方案，我们汇总了几个比较有代表性的企业客户案例，希望他们的相关实践经验应该能够给到行业从业者一些解决思路。
-
编辑 删除
TDengine 3.0 中如何编译、创建和使用自定义函数
虽然 TDengine 已经提供了非常多的常用计算函数，但是在具体实践中，企业的开发团队往往会因为自己特殊的业务需求，需要特有的计算函数，这时候，支持自定义函数功能就特别重要了。本文将介绍 TDengine 3.0 支持的 UDF 机制。
