ITPub博客

在当今数据驱动的时代，如何高效地存储和管理海量数据已成为企业面临的一大挑战。为了应对这一需求，TDengine Enterprise 不仅支持使用对象存储(S3)，还早已引入了独特的多级存储功能。这一功能不仅能够降低存储成本，还能显著提升数据写入性能，并简化系统维护流程。多级存储的设计理念是将数据根据热度进行分级管理。热度较高的数据被存储在高速介质上，以便快速访问和处理;而时间久远、热度较低的数据

在当前工业互联网迅猛发展的背景下，企业面临着日益增长的数据处理需求和智能化转型的挑战。通用工业设备的高能耗问题愈发突出，尤其是由这些设备组成的公辅能源车间，亟需更高效的解决方案来提升设备运行效率，降低能源消耗。为此，蘑菇物联选择携手 TDengine，共同推进数智化转型。蘑菇物联聚焦于这一领域，通过其蘑菇云通用设备工业互联网平台，利用数据采集、分析、决策和控制等环节，形成数据闭环，实现设备的智能化

在使用 TDengine 存储时序数据时，压缩数据以节省磁盘空间是至关重要的。TDengine 支持用户根据自身数据特性灵活指定压缩算法，从而实现更高效的存储。然而，如何选择最合适的压缩算法，才能最大限度地降低存储开销？为了解决这一问题，我们特别推出了一个实用工具，帮助用户快速判断并选择最适合其数据特征的压缩算法。本工具通过分析样本数据，提供最佳压缩率的检测结果，并同时输出与之相关的两个关键性能指

随着全球港口物流数字化进程的加速，港口运营面临日益复杂的数据管理挑战，从能源管理、设备监控到运营安全保障，各类数据需要及时存储并高效分析。山东港在信息化建设过程中，数字化综合管理平台的性能和查询功能一度受到瓶颈制约。尽管尝试了 MySQL、HBase、InfluxDB、TDSQL 和 Lindorm 等多种数据库解决方案，这些传统数据库在功能、性能及部署灵活性方面均未能完全满足需求。随着业务量持续

近日，TDengine 再创佳绩，在两大权威评选中荣获重磅奖项：在由国际能源网与国能能源研究院联合发起的“2024 储能榜”中，TDengine 凭借卓越的技术与解决方案，荣获“年度储能配套设备优秀品牌”称号。同时，在数据猿与上海大数据联盟联合发布的“2024 企业盘点”中，TDengine 被评为“数据库领域最有商业合作价值企业”。这两项奖项的取得，不仅是对 TDengine 技术实力的认可，也

随着物联网、车联网等领域的快速发展，企业所面临的数据采集量呈爆炸式增长，这对 IT 基础设施和数据库提出了严峻挑战。传统单机版数据库逐渐无法应对高并发的数据写入和复杂的查询需求。因此，底层数据库必须具备水平扩展能力，以确保其能够在数据量持续增长的情况下高效运行。然而，目前市场上大多数开源时序数据库的集群功能并未完全开源。InfluxDB 的集群能力封闭于企业版，这迫使企业使用开源单机版的同时，需投

在时序数据的应用场景中，数据的实时消费和处理能力成为衡量数据库性能和可用性的重要指标。TDengine 和 InfluxDB 作为时序数据库(Time Series Database)中的佼佼者，在数据订阅方面各有特点。但从架构设计、灵活性和系统负载上看，TDengine 提供了更加全面且高效的解决方案。下文中我们将从多个维度对两者的订阅系统进行深入对比，并详细剖析 TDengine 的优势所在。

快来看看有没有你!在大家的热烈参与下，为期一个多月的“2024，我想和 TDengine 谈谈”征文活动圆满结束👏🏻。在本次活动中，我们共收到数十篇高质量的稿件，经过评审团的严格筛选，前六名投稿人脱颖而出🎉。获奖文章精彩内容总结如下：一等奖——多元量化《多元量化AI策略交易系统的 TDengine 应用》本篇文章主要讲述了广西多元量化科技有限公司如何通过自主研发的多元量化 App，将 AI 技术与

在当今数据驱动的时代，如何高效地存储与处理海量数据成为了企业面临的一大挑战。为了解决这一问题，我们在 TDengine 3.2.2.0 第一次发布了企业级功能 S3 存储。这一功能经历多个版本的迭代与完善后，逐渐发展成为一个全面和高效的解决方案。S3 存储功能的引入，让 TDengine 不仅能够在本地存储数据，还能将数据无缝地备份到云端，极大地提升了数据的可靠性与安全性。本文将深入探讨 TDen

在物联网和智能化技术飞速发展的时代，产业对实时数据的深度分析与处理需求达到了前所未有的高度。物联网设备不断生成的时序数据不仅为企业带来了丰富的数据资源，同时也对存储和计算能力提出了严峻挑战。如何在应对数据洪流的同时，实现高效处理与低成本存储，成为众多企业在数智化转型过程中面临的核心课题。在这样的行业背景下，新奥新智选择与 TDengine 展开合作，共同探索面向未来的数据解决方案。作为物联网领域的

Thingsboard 中“设备配置”和“设备”的关系是一对多的关系，通过设备配置为每个设备设置不同的配置，每个设备都会有一个与其关联的设备配置文件。等等，这不就是TDengine 中超级表的概念：超级表是一种特殊的表结构，用于代表一类具有相同数据模式的数据采集点。一个超级表有多个子表，一个子表只能隶属于一个超级表。因此，将两者有机结合起来：TDengine 中创建超级表作为“设备配置”，Thin

在当今物联网(IoT)快速发展的背景下，传感器技术已成为各个行业数字化转型的关键组成部分。随着设备数量的激增和数据生成速度的加快，如何高效地管理和分析这些数据，成为企业实现智能化运营的重要挑战。尤其是在惯性传感技术领域，数据的高频率传输和多样化特征，对数据存储和处理的能力提出了更高的要求。为了解决这一痛点，北微传感决定与 TDengine 展开深度合作。此前，为实现传感器的智能监控与管理，北微传感

今天我们非常高兴地宣布，TDengine 3.3.3.0 版本正式发布。本次更新引入了多项重要功能和性能优化，旨在为用户提供更高效、更灵活的数据解决方案。在 3.3.3.0 版本中，我们着重优化了监控和告警功能，新增了多种常见的 MySQL 函数，并增强了对 MongoDB 数据源的支持。这些改进将为用户在物联网和大数据应用中提供更强大的功能，助力大家在数字化转型过程中实现更大的成功。具体更新信息

在 7 月 26 日的 TDengine 用户大会上，新奥数能 / 物联和数据技术召集人袁文科进行了题为《基于新一代时序数据库 TDengine 助力泛能网能碳产业智能平台底座升级》的主题演讲。他从泛能网能碳产业智能平台的业务及架构痛点出发，详细分享了在数据库选型、平台架构改造、新旧底座替换以及数据迁移等多个维度的经验，为与会者提供了宝贵的参考。本文据此演讲内容整理而成。平台痛点及架构痛点新奥数能

在现代钢铁制造领域，生产过程的复杂性与高效运作的需求对企业的管理和技术系统提出了极高的要求。面对成千上万的监测点，以及海量的时序数据，企业面临的首要挑战是如何高效存储、处理和分析这些数据，从而提升生产效率并确保系统稳定性。特别是随着数据量的指数级增长，传统的存储和查询系统已难以满足实时性与准确性的要求。在此背景下，某钢厂在最新项目中采用了北京首钢自动化信息技术有限公司(下文简称“首自信”)自主研发

在火力发电厂中，汽轮机作为能量转换的核心设备，其稳定性直接关系到电力供应的可靠性和经济效益。因此，对汽轮机状态的监测与维护成为了发电厂日常经营中的重要工作。然而，传统的监测方式受到复杂运行环境和数据处理能力的限制，难以实现高效、精准的监测。为此，TDengine 与国家电力投资集团有限公司旗下的四个火力发电厂达成合作，通过引入 TDengine 企业版，发电厂成功实现了汽轮机振动数据的集中存储与监

在 TDengine 3.2.3.0 版本中，我们针对流式计算新增了计数窗口，进一步优化了流式数据处理的能力。本文将为大家解读流式计算与几大窗口的关系，并针对新增的计数窗口进行详细的介绍，帮助大家进一步了解 TDengine 流式计算，以便更好地进行应用。什么是 TDengine 流计算?流计算是一种数据处理方式，旨在实时处理和分析数据流，以便在数据到达时以极低的延迟生成结果。随着物联网(IoT)

作为一款高效便捷的大数据平台，TDengine 的使用体验极为极为流畅，用户可以轻松实现数据的实时采集、存储与分析，快速获取所需的信息和洞察。但在追求最佳实践的过程中，我们仍需关注一些关键问题。例如，多个设备是否应该向同一个子表写入数据?在数据列过滤查询与基于标签的过滤查询之间，效率的差异有多大?此外，如何实现数据的高效压缩也是值得探讨的话题。本篇文章将通过具体的案例分析，详细讲解这些问题，以期帮

在不锈钢生产领域，企业面临着信息孤岛和数据分散的挑战，尤其在冶炼、连铸和轧钢等关键工艺以及能源管理上，这种现象导致生产要素(人、机、料、法、环)的分析管理模型难以全面、深入地实施。为了应对这一挑战，企业亟需构建一个统一的工艺全流程数据平台，以提升生产效率和决策的实时性。浙江青山钢铁有限公司通过引入 TDengine 数据平台，成功实现了冶金全流程质量管控系统的智能化转型。该系统采用“PDCA”闭环

近日，中国计算机学会(CCF)正式公布了 2024 年“CCF 杰出工程师奖”获奖名单，其中，涛思数据(TDengine)创始人陶建辉凭借其在开源领域和时序数据库领域的卓越贡献，荣获此项殊荣。这一奖项的授予，不仅是对陶建辉在技术革新和开源生态发展中突出贡献的高度肯定，更是对 TDengine 在全球工业界和开发者社区中产生的深远影响的认可。据了解，“CCF 杰出工程师奖”于 2016 年设立，授予