ITPub博客

为了让大家更好地进行 TDengine 集群间的备份和迁移工作，一款名为 taosdump 的工具应用程序被打造出来。在本篇文章中，我们对 taosdump 的使用方法和注意事项进行了相关汇总，给到有需要的开发者。

taosAdapter 是 TDengine 这款时序数据库（Time Series Database）的配套工具，是 TDengine 集群和应用程序之间的桥梁和适配器。当我们需要从数据收集代理软件（如 Telegraf、StatsD、collectd 等）摄取数据时，使用 taosAdapter 能让这一操作变得更加高效。此外，它还提供了 InfluxDB/OpenTSDB 兼容的数据摄取接口，允许 InfluxDB/OpenTSDB 应用程序无缝移植到 TDengine。本文将整体介绍一下 taosAdapter，方便大家使用。

TDengine 3.0 引入了全新的流式计算引擎，既支持时间驱动的流式计算，也支持事件驱动的流式计算。本文将对新的流式计算引擎的语法规则进行详细介绍，方便开发者及企业使用。

对于卷烟厂来说，数据监控对于制烟各环节的品质把控起到关键作用，此前业内较为流行的数据监控方案就是 Wonderware 实时库。随着企业业务的飞速发展，该系统也遇到了很多瓶颈，本篇文章将就此展开分析。

作为一款专业的时序数据库（Time Series Database，TSDB），为满足用户在不同场景下的查询需求，TDengine 提供了丰富的查询功能。除了一些主要的查询外，还包括多表聚合查询、降采样查询及连续查询，本文将从实际操作层面对这三种特殊查询进行解读。

小 T 导读：车联网业务是中通科技配送全链路业务中非常重要的一环，在实际的项目需求中，需要实时查询车辆最新位置状态，达到车辆运营可视化管理。中智车联服务平台选择了用 TDengine 来高效处理从车辆上实时采集的时序数据。

以工业时序数据库领域为例，已有多家大型工业企业将原来的 Wonderware InSQL/Historian 替换为新一代开源时序数据库 TDengine。到底是什么深层次的原因驱动着这个变化的发生？作为新一代的时序数据库产品，TDengine 具有哪些优势？让我们接下来做一些深入的分析。

随着云原生时序数据库（Time Series Database，TSDB） TDengine 3.0 的发布，很多用户其实会好奇：“和 2.0 比起来，3.0 有哪些直观的优化呢？”本文将以 Update 这一功能的变化为例，具体介绍一下 3.0 的细致优化。和 2.0 比起来，3.0 版本的 Update 不再需要参数配置，“部分列更新”成为数据库本身的特性，并且还解决了 2.0 的 Update 机制的一些不足。

为应对不同场景下的写入需求，TDengine 共提供了四种写入协议，其中最常用的当属 SQL 写入了，为了让大家在实际写入操作时更加方便，我们整理了一篇详细解读 SQL INSERT 语法规则的文章。建议提前收藏，有需要时可随时参考。

众所周知，TDengine 支持多种写入协议，包括 SQL、InfluxDB Line 协议、OpenTSDB Telnet 协议、OpenTSDB JSON 格式协议。但说到如何进行写入操作，很多读者可能都是一头雾水，本篇文章为大家汇总了一系列的写入教程，方便有需要的开发者作为写入指南收藏使用。

在 8 月 13 日的 TDengine 开发者大会上，TDengine 联合创始人侯江燚带来题为《核心代码全部开源，企业版价值何在》的主题演讲，为大家讲解了 TDengine 3.0 企业版对工业互联网边云协同的助力，同时分享了自己对于开源商业化的理解。本文根据此演讲整理而成。

在 8 月 13 日的 TDengine 开发者大会上，TDengine 计算引擎架构师廖浩均带来题为《TDengine 3.0——全新计算查询引擎的设计》的主题演讲，详细阐述了 TDengine 3.0 计算查询引擎技术的优化与升级。本文根据此演讲整理而成。

小 T 导读：8 月 13 日，涛思数据举行了成立 5 年来的第一次 TDengine 开发者大会，重磅发布了 TDengine 3.0，一款真正云原生的时序数据库（Time Series Database，TSDB）。 明势资本是涛思数据最早的投资方。我们邀请到明势资本创始合伙人黄明明参加此次大会，并做主题演讲——《创新与世界：下一代基础软件的中国突围之路》。本文为演讲内容实录。”

在 8 月 13 日的 TDengine 开发者大会上，TDengine 存储引擎架构师程洪泽带来题为《TDengine 的存储引擎升级之路——从 1.0 到 3.0》的主题演讲，详细阐述了 TDengine 3.0 存储引擎的技术优化与升级。本文根据此演讲整理而成。

在 8 月 13 日的 TDengine 开发者大会上，TDengine 分布式系统架构师关胜亮带来题为《支持 10 亿时间线、100 个节点的 TDengine 分布式系统架构设计》的主题演讲，详细阐述了 TDengine 3.0 新的架构设计思路。本文根据此演讲整理而成。

在 8 月 13 日的 TDengine 开发者大会上，涛思数据创始人陶建辉进行了题为《高性能、云原生的极简时序数据处理平台》的主题演讲。在本次演讲中，他不仅分享了时序数据库现阶段的技术痛点，还深入阐释了打造 TDengine 3.0 的原因以及实践思路。本文根据演讲内容整理而成。

为了更好地支持阳光氢能 PEM 绿电制氢系统，本文作者所在的部门需要寻找一套满足业务和性能需求、而且具有国产知识产权的时序数据库，来替代原本使用的 InfluxDB。本文分享了他们将 InfluxDB 替换为 TDengine 的具体原因，以及相关的实践思路。

可以支持 10 亿个设备采集的数据、100 个节点；支持存储与计算分离，引入计算节点，并重构了整个计算引擎；完善并优化了对消息队列、流式计算和缓存的支持，引入事件驱动的流式计算！

本次开发者大会的成功举办，不仅是 TDengine 大力服务开发者和用户的一个标志性事件，也为整个行业的技术进步和未来发展贡献了不小的力量，为关注开源的开发者提供了众多创新性观点。

盛优选需要通过实时产生的数据来判断设备是否工作、检测通讯是否延时、观测 SNMP OID 流量是否正常等，从而保障运维与网络人员及时发现问题并修复。为高效处理各类时序数据，保障服务的稳定运行，在对比了 Elasticsearch、InfluxDB 和 TDengine 三款产品之后，他们选择并落地了 TDengine。