對于數(shù)據(jù)分析師來說，花費大量時間處理數(shù)據(jù)并不罕見。因為關(guān)系型數(shù)據(jù)庫可以提供復(fù)雜的分析能力，一種方法便是將時間序列數(shù)據(jù)存入關(guān)系型數(shù)據(jù)庫進行分析。直接將實時數(shù)據(jù)寫入關(guān)系數(shù)據(jù)庫存在重大的寫入性能瓶頸，因此往往先將時序數(shù)據(jù)寫入時序數(shù)據(jù)庫(Time Series Database, TSDB)，然后從時序數(shù)據(jù)庫批量導(dǎo)出數(shù)據(jù)，格式化并轉(zhuǎn)換數(shù)據(jù)后，將其加載到關(guān)系數(shù)據(jù)庫或數(shù)據(jù)倉庫中進行分析。這種解決方案完全可以工作，但復(fù)雜且成本高昂。

另外一種方法就是使用支持 SQL 查詢語言的時序數(shù)據(jù)庫。SQL 是一種用于選擇、過濾和將數(shù)據(jù)連接在一起進行數(shù)據(jù)分析的強大工具。TDengine 是支持 SQL 的時序數(shù)據(jù)庫，對于數(shù)據(jù)分析師而言，使用 TDengine 就像在使用一個關(guān)系型數(shù)據(jù)庫。而且通過超級表、存儲和計算分離、數(shù)據(jù)按時間分區(qū)、預(yù)計算等多種手段，TDengine 提供了強大而又簡單易用的分析能力。具體而言，TDengine 的分析能力具有以下顯著特點：

1. 多個數(shù)據(jù)采集點之間的高效聚合：TDengine 針對時序數(shù)據(jù)的特點，提出創(chuàng)新的超級表概念，將時序數(shù)據(jù)與標簽數(shù)據(jù)分離存儲。無需 JOIN，只需要指定超級表的標簽過濾條件，就可將同類型的數(shù)據(jù)采集點進行高效的聚合操作，這使得組織和查找數(shù)據(jù)更加簡單。此外，TDengine 允許向每個數(shù)據(jù)采集點添加多達 128 個標簽，也支持在以后刪除和更新這些標簽。TDengine 提供了一種將數(shù)據(jù)切割成多維立方體以進行多維分析的強大方法。
2. 計算存儲分離：從 3.0 起，TDengine 支持存算分離，系統(tǒng)可以根據(jù)需要，啟動一個或多個計算節(jié)點，增加計算資源，加快復(fù)雜查詢的速度，減小 Latency。對于云平臺，計算節(jié)點可以是一個容器，可以快速地啟動或停止，計算存儲分離將充分利用云平臺的彈性計算資源。
3. 歷史與實時數(shù)據(jù)的分析完全統(tǒng)一：TDengine 按時間段對數(shù)據(jù)自動進行分區(qū)，即使是 10 年的數(shù)據(jù)，也無需分庫分表，不存在檔案數(shù)據(jù)一說。為降低存儲成本，按照數(shù)據(jù)的新老程度，實行多級存儲，但對用戶而言是完全透明的。無論是查詢最新數(shù)據(jù)還是 10 年前的數(shù)據(jù)，只是查詢的起止時間不同。
4. 時序數(shù)據(jù)分析的特有功能：TDengine 在標準 SQL 的基礎(chǔ)上，針對時序數(shù)據(jù)的處理進行擴展，提供累計求和、時間加權(quán)平均、移動平均、變化率、時間窗口，session 窗口、state 窗口、插值等眾多時序數(shù)據(jù)分析功能。通過時間窗口和插值，可以將不同數(shù)據(jù)采集點的數(shù)據(jù)按固定時間間隔將數(shù)據(jù)的時間戳對齊，便于后續(xù)的進一步分析?？梢詤⒖?SQL手冊了解更多信息。
5. 實時數(shù)據(jù)分析：TDengine 既提供了時間驅(qū)動的流式計算(連續(xù)查詢)，也提供了事件驅(qū)動的流式計算。不僅可以對單個數(shù)據(jù)采集點生成的數(shù)據(jù)流進行流式計算，也可以對多個采集點的數(shù)據(jù)流聚合后進行流式計算。對自定義函數(shù)的支持更是讓流計算能方便地提供對數(shù)據(jù)的前置處理、轉(zhuǎn)換或任何其他復(fù)雜計算。關(guān)于流式計算，請看用戶文檔流式計算。
6. 支持Python：不僅提供 Python 連接器，還支持 Pandas 及 data frame，讓喜愛 Python 的數(shù)據(jù)分析師可以很方便地利用各種 Python 庫做時序數(shù)據(jù)分析。
7. 其他便捷的數(shù)據(jù)訪問、分析手段：利用 TDengine 提供的命令行程序，可以在終端執(zhí)行各種即席查詢、或者導(dǎo)入導(dǎo)出數(shù)據(jù)。提供 R 與 Matlab 以及多種編程語言的連接器，支持與 Grafana、Google Data Studio 的無縫集成。

在一般的場景下，TDengine 可以作為時序數(shù)據(jù)倉庫(Time-Series Data Warehouse) 使用，不再需要將時序數(shù)據(jù)導(dǎo)入到專門的數(shù)據(jù)倉庫或數(shù)據(jù)湖進行處理分析，數(shù)據(jù)平臺的成本將大幅降低。

更多亮點 >>

• 高性能時序數(shù)據(jù)庫
• 極簡的時序數(shù)據(jù)平臺
• 云原生時序數(shù)據(jù)庫
• 開源的時序數(shù)據(jù)庫
• 簡單易用的時序數(shù)據(jù)庫
• 支持 SQL 并對時序數(shù)據(jù)處理進行擴展