其實(shí)，和IT運(yùn)維采用Telegraf+TDengine+Grafana一樣，工業(yè)物聯(lián)網(wǎng)可以非常方便地利用TDengine Enterprise/Cloud OPC接入能力，通過搭建 OPC+TDengine+Grafana方案，快速實(shí)現(xiàn)低代碼的業(yè)務(wù)數(shù)據(jù)監(jiān)控。

2023 年 10月 19 日（周四） 19:30，TDengine 行業(yè)產(chǎn)品經(jīng)理肖波介紹《以煙草行業(yè)為例，聊聊如何基于 PLC + OPC + TDengine，快速搭建工業(yè)生產(chǎn)監(jiān)測系統(tǒng)》。感興趣的小伙伴，掃描下方二維碼，預(yù)約觀看。

本文匯總了包括西門子、美的、拓斯達(dá)、和利時(shí)在內(nèi)的四家比較具有代表性的工業(yè)企業(yè)的架構(gòu)改造案例，一起來看看他們都是如何做的，改造效果是否達(dá)成了預(yù)期。

西門子 x TDengine

“從高性能、高可用、低成本、高度一體化幾個(gè)目標(biāo)出發(fā)，我們發(fā)現(xiàn) TDengine 時(shí)序數(shù)據(jù)庫(Time Series DataBase)正好符合產(chǎn)品重構(gòu)所有的要求，尤其是低成本和高度一體化這兩個(gè)點(diǎn)，這是目前絕大部分?jǐn)?shù)據(jù)平臺(tái)或時(shí)序數(shù)據(jù)庫都不具備的。在確定選擇 TDengine 作為系統(tǒng)的實(shí)時(shí)數(shù)據(jù)庫后，我們在 SIMICAS? OEM 2.0 版本中移除了Flink、Kafka 以及 Redis，系統(tǒng)架構(gòu)大大簡化?！?/p>

SIMICAS? OEM 設(shè)備遠(yuǎn)程運(yùn)維套件是由 SIEMENS DE&DS DSM 團(tuán)隊(duì)開發(fā)的一套面向設(shè)備制造商的數(shù)字化解決方案。在其 1.0 版中，團(tuán)隊(duì)使用了 Flink + Kafka + PostgreSQL + Redis 的架構(gòu)，因?yàn)橐肓?Flink 和 Kafka，導(dǎo)致系統(tǒng)部署時(shí)非常繁瑣，服務(wù)器開銷巨大；同時(shí)為了滿足大量數(shù)據(jù)的存儲(chǔ)問題，PostgreSQL 中不得不做分庫分表操作，應(yīng)用程序較為復(fù)雜。這種情況下，如何降低系統(tǒng)復(fù)雜度、減少硬件資源開銷，幫助客戶減少成本，成為研發(fā)團(tuán)隊(duì)的核心任務(wù)。在調(diào)研過程中，TDengine 脫穎而出。

架構(gòu)圖

美的 x TDengine

“當(dāng)前，TDengine 時(shí)序數(shù)據(jù)庫(TSDB) 主要被應(yīng)用于中央空調(diào)制冷設(shè)備的監(jiān)控業(yè)務(wù)中，作為先行試點(diǎn)，這一場景已經(jīng)取得了不錯(cuò)的效果。在樓宇智能化方面，我們也有很多工作要做，從邊緣側(cè)的監(jiān)控、到指令控制、再到邊云協(xié)同的一體化服務(wù)，我們會(huì)在這些場景中繼續(xù)探索和挖掘 TDengine 的潛力。”

業(yè)務(wù)背景

在 2021 樓宇科技 TRUE 大會(huì)上，美的暖通與樓宇事業(yè)部首次發(fā)布了數(shù)字化平臺(tái) iBuilding，以“軟驅(qū)硬核”方式賦能建筑行業(yè)。作為一個(gè)全新的項(xiàng)目，iBuilding 在數(shù)據(jù)庫選型上比較謹(jǐn)慎，分別對比了關(guān)系型數(shù)據(jù)庫（Relational Database）以及主流的時(shí)序數(shù)據(jù)庫（Time Series Database），包括 InfluxDB、TDengine、MySQL 等，因?yàn)樵谛枨笊细蛴诟咝У拇鎯?chǔ)和大范圍時(shí)間的數(shù)據(jù)拉取，iBuilding 在綜合評(píng)估了適配、查詢、寫入和存儲(chǔ)等綜合能力后，最終選擇了 TDengine。

架構(gòu)圖

拓斯達(dá) x TDengine

“運(yùn)行一段時(shí)間后，TDengine 的查詢、寫入速度完全可以滿足我們目前的客戶需求，最慢的分鐘級(jí)，最快的能達(dá)到 1 秒一條；一個(gè)設(shè)備一天最多能寫入近十萬條數(shù)據(jù)，近千個(gè)設(shè)備同時(shí)寫入也完全沒有問題，相較于之前，寫入速度提升了數(shù)十倍。查詢數(shù)據(jù)在以月為單位的時(shí)間范圍內(nèi)也沒有過于明顯的延遲，整體的數(shù)據(jù)壓縮比大概是 1/10，目前每天產(chǎn)生的數(shù)據(jù)量在數(shù) G 左右?！?/p>

業(yè)務(wù)背景

在拓斯達(dá)的業(yè)務(wù)中，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫已經(jīng)無法高效處理時(shí)序數(shù)據(jù)，在加載、存儲(chǔ)和查詢等多個(gè)方面都遇到了挑戰(zhàn)，主要問題包括寫入吞吐低、存儲(chǔ)成本大、維護(hù)成本高、查詢性能差。為了更好地滿足時(shí)序數(shù)據(jù)的處理需求，拓斯達(dá)開始進(jìn)行數(shù)據(jù)庫選型調(diào)研，他們發(fā)現(xiàn)，TDengine 專為時(shí)序數(shù)據(jù)庫所打造和優(yōu)化的寫入、存儲(chǔ)、查詢等功能，非常匹配工業(yè)傳感器數(shù)據(jù)的應(yīng)用分析場景，最終其使用 TDengine 搭建了新的數(shù)據(jù)處理架構(gòu)。

架構(gòu)實(shí)現(xiàn)思路

通過網(wǎng)關(guān)采集設(shè)備數(shù)據(jù)推送到 MQTT，Java 后端監(jiān)聽到后會(huì)寫入 TDengine，在后端按需求查詢處理后再把數(shù)據(jù)返回給前端。具體來說，網(wǎng)關(guān)會(huì)先讀取后臺(tái)發(fā)布的上行規(guī)則，在采集到設(shè)備數(shù)據(jù)后，使用上行規(guī)則對數(shù)據(jù)進(jìn)行處理計(jì)算后再將結(jié)果返回給下行規(guī)則模塊，后臺(tái)監(jiān)聽到后，會(huì)連接 TDengine 進(jìn)行數(shù)據(jù)庫表的創(chuàng)建修改和數(shù)據(jù)寫入。之前在云平臺(tái)拓斯達(dá)使用過 Kafka 進(jìn)行數(shù)據(jù)的發(fā)布訂閱，現(xiàn)在所有環(huán)境都改為 MQTT 了。

點(diǎn)擊【案例】查看更多技術(shù)細(xì)節(jié)

和利時(shí) x TDengine

“在測試階段，我們發(fā)現(xiàn)，同等條件下，TDengine 的壓縮率最高，數(shù)據(jù)占用的存儲(chǔ)空間最??；在原始數(shù)據(jù)查詢上，OpenTSDB 最慢，TDengine 與 HolliTSDB 在伯仲之間；在聚合查詢操作上，TDengine 最快，HolliTSDB 的速度和 InfluxDB 相當(dāng)，OpenTSDB 最慢。同時(shí)，InfluxDB 只能單機(jī)部署，集群版本并未開源，且查詢性能存在瓶頸，其 QPS 約為 30-50?！?/p>

業(yè)務(wù)背景

在物聯(lián)網(wǎng)場景下，面對龐大的時(shí)序數(shù)據(jù)處理需求，Oracle、PostgreSQL 等傳統(tǒng)關(guān)系型數(shù)據(jù)庫越來越吃力，因此和利時(shí)開始進(jìn)行時(shí)序數(shù)據(jù)庫的選型，對包括 InfluxDB、OpenTSDB、HolliTSDB（和利時(shí)自研時(shí)序數(shù)據(jù)庫）和 TDengine 在內(nèi)的四款時(shí)序數(shù)據(jù)庫進(jìn)行了選型調(diào)研及相關(guān)測試。測試結(jié)果顯示，在同等條件下，TDengine 在查詢、存儲(chǔ)等方面均優(yōu)于其他幾款數(shù)據(jù)庫，最終和利時(shí)決定接入 TDengine，以享受更多元的本地化支持和響應(yīng)。

架構(gòu)圖

結(jié)語

從以上案例中不難看出，在工業(yè)互聯(lián)網(wǎng)場景下，面對龐大的時(shí)序數(shù)據(jù)處理需求，專業(yè)的時(shí)序數(shù)據(jù)庫顯然比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫效果更加明顯，上述企業(yè)案例在架構(gòu)改造之后，確實(shí)達(dá)到了更高程度的降本增效。如果你有同樣的困擾，歡迎點(diǎn)擊下方卡片，加入 TDengine 用戶交流群，和專業(yè)的解決方案架構(gòu)師點(diǎn)對點(diǎn)溝通。

• 一是設(shè)備管理層面的挑戰(zhàn)，隨著自動(dòng)化程度越來越高，設(shè)備復(fù)雜度和管理難度也逐步增大，如何保障設(shè)備安全可靠的運(yùn)行，提升設(shè)備的利用率，促進(jìn)設(shè)備保值增值也成了挑戰(zhàn)之一；
• 二是安全生產(chǎn)的挑戰(zhàn)，安全是根本，如何通過數(shù)字化手段，將人和物的不安全因素統(tǒng)一管理好，提升整體煤礦企業(yè)安全生產(chǎn)水平至關(guān)重要。

從以上挑戰(zhàn)出發(fā)，一些煤礦企業(yè)已經(jīng)開始進(jìn)行數(shù)據(jù)架構(gòu)轉(zhuǎn)型實(shí)踐，也取得了一些進(jìn)展，值得一提的是，時(shí)序數(shù)據(jù)庫（Time Series Database）在其中發(fā)揮了重要作用。本文將這些案例進(jìn)行了相關(guān)匯總，供讀者參考。

TDengine x 智慧礦山系統(tǒng)

“我們以智慧礦山業(yè)務(wù)中的 5000 設(shè)備、每天 1000 萬采集點(diǎn)的數(shù)據(jù)量級(jí)下，在以車建模和以位置建模結(jié)合的數(shù)據(jù)模型下，TDengine 的性能遠(yuǎn)沒有達(dá)到極限，目前系統(tǒng)對于車和位置的查詢速度都在毫秒級(jí)?；谀壳皩?TDengine 的理解和使用經(jīng)驗(yàn)，我們計(jì)劃在環(huán)保監(jiān)測和生產(chǎn)集控設(shè)備場景中進(jìn)一步使用它來完善系統(tǒng)?！?/p>

業(yè)務(wù)背景

元智信息的智慧礦山項(xiàng)目需要一款實(shí)時(shí)數(shù)據(jù)庫來支撐起生產(chǎn)交互管控系統(tǒng)的采運(yùn)排環(huán)節(jié)所有過程設(shè)備的采集、存儲(chǔ)、計(jì)算和監(jiān)控功能。這些數(shù)據(jù)涵蓋范圍廣，包括挖機(jī)、卡車的采集數(shù)據(jù)、調(diào)度管理數(shù)據(jù)、設(shè)備 GPS 信息、以及每一個(gè)固定位置工序的采集數(shù)據(jù)等。在 MySQL、InfluxDB集群版、TDengine 的時(shí)序數(shù)據(jù)庫選型調(diào)研中，TDengine 脫穎而出（點(diǎn)擊下方案例查看具體原因）。

架構(gòu)圖

TDengine x 陜煤礦山項(xiàng)目

“最終落地時(shí)項(xiàng)目采用了 3 個(gè)節(jié)點(diǎn)的集群環(huán)境，定位設(shè)備采用超級(jí)表進(jìn)行管理，將數(shù)據(jù)標(biāo)簽及數(shù)據(jù)類型作為 tag 區(qū)分各類定位設(shè)備。每個(gè)定位設(shè)備采用子表存儲(chǔ)，實(shí)際項(xiàng)目已包含 2 萬多個(gè)定位設(shè)備。從寫入性能到查詢性能均大幅滿足現(xiàn)場實(shí)際需求：總計(jì)定位數(shù)據(jù)量超過 11 億條，數(shù)據(jù)壓縮后 TDengine 數(shù)據(jù)目錄占用磁盤大約 12GB，整體壓縮率可以達(dá)到 3/100?！?/p>

業(yè)務(wù)背景

為打通煤礦生產(chǎn)環(huán)境中各類單一子系統(tǒng)之間的數(shù)據(jù)壁壘，實(shí)現(xiàn)各類子系統(tǒng)數(shù)據(jù)之間的互聯(lián)互通，陜煤開發(fā)團(tuán)隊(duì)打造了全礦井?dāng)?shù)字化平臺(tái)。以位置數(shù)據(jù)為例，由于初期系統(tǒng)容量較小且硬件設(shè)備上傳周期較大，所以采用了傳統(tǒng)的 SQL Server 數(shù)據(jù)庫來進(jìn)行軌跡數(shù)據(jù)存儲(chǔ)。隨著后續(xù)項(xiàng)目迭代，硬件設(shè)備定位精度提高且上報(bào)周期縮短，也導(dǎo)致數(shù)據(jù)庫存儲(chǔ)壓力增大?？紤]到數(shù)據(jù)類型及特點(diǎn)，其決定使用時(shí)序數(shù)據(jù)庫，在 OpenTSDB、TDengine、InfluxDB 三款數(shù)據(jù)庫中做選型調(diào)研。

架構(gòu)圖

TDengine x 華夏天信露天煤礦

“對于每個(gè)電機(jī)，客戶要求系統(tǒng)能夠快速讀取相關(guān)設(shè)備屬性趨勢圖，這是我們發(fā)現(xiàn) TDengine 最強(qiáng)大的地方：針對一天 2 萬條數(shù)據(jù)展示速度在 200ms 內(nèi)。之所以 TDengine 對這類查詢速度飛快，主要是設(shè)計(jì)時(shí)按照設(shè)備分表后，數(shù)據(jù)按塊存儲(chǔ)并按塊查出來，相對 Key-Value 型數(shù)據(jù)庫節(jié)省很多尋址時(shí)間?！?/p>

業(yè)務(wù)背景

華夏天信 RED-MOS 露天煤礦智慧礦山操作系統(tǒng)，在對接某地面生產(chǎn)集控系統(tǒng)數(shù)據(jù)時(shí)，接入的監(jiān)控點(diǎn)數(shù)量將近 1 萬 5 千點(diǎn)，其中接近 2300 點(diǎn)需要綁定組態(tài)顯示，即時(shí)頁面更新，整體數(shù)據(jù)采集到顯示到前端要求秒級(jí)展示及大數(shù)據(jù)量展示（歷史數(shù)據(jù)回溯），可展示 30 天的全量數(shù)據(jù)，點(diǎn)數(shù)量超過 50 萬條，讀取時(shí)間要求在 5~10 s，這對底層的數(shù)據(jù)庫提出了一個(gè)相當(dāng)大的挑戰(zhàn)。

這種場景中，最大難點(diǎn)是要處理的數(shù)據(jù)量太大，而不是關(guān)聯(lián)關(guān)系復(fù)雜，因此 MySQL 這類關(guān)系庫的關(guān)聯(lián)查詢優(yōu)勢其實(shí)無法發(fā)揮，而 HBase 這種大數(shù)據(jù)存儲(chǔ)方案對于礦山系統(tǒng)而言又太過龐大，且硬件資源要求很多，出于成本考慮也排除了。最終其選擇了 TDengine，解決了最為頭疼的歷史數(shù)據(jù)回溯性能問題。

效果展示

TDengine 能夠滿足大數(shù)據(jù)量展示的需求——可展示 30 天的全量數(shù)據(jù)，點(diǎn)數(shù)量超過 50 萬條，讀取時(shí)間要求 5 秒級(jí)。

結(jié)語

對于礦山生產(chǎn)系統(tǒng)而言，安全是第一位的，基于此，各個(gè)生產(chǎn)環(huán)節(jié)和場地都要進(jìn)行全面、有效的數(shù)字化監(jiān)控，這些監(jiān)控?cái)?shù)據(jù)的特點(diǎn)就是時(shí)序、結(jié)構(gòu)化、簡單但量大。作為時(shí)序數(shù)據(jù)庫賽道中的重量級(jí)選手，再從煤礦企業(yè)的實(shí)踐效果出發(fā)，TDengine時(shí)序數(shù)據(jù)庫(TSDB)就是為助力煤礦行業(yè)智能化發(fā)展而量身定做的數(shù)據(jù)庫。

聚焦數(shù)字化轉(zhuǎn)型新時(shí)代、新機(jī)遇，稀土掘金技術(shù)社區(qū)首次打造了「2022 稀土掘金引力榜」，該榜單從人物、企業(yè)、產(chǎn)品/案例三大維度設(shè)置 5 類獎(jiǎng)項(xiàng)，包含年度新銳人物 Top10、年度新銳企業(yè) Top10、年度創(chuàng)新產(chǎn)品 Top10、年度最佳實(shí)踐案例 Top10、年度技術(shù)品牌傳播案例 Top10。其中，TDengine 從眾多產(chǎn)品中突圍而出，躋身 2022 稀土掘金引力榜 · 年度創(chuàng)新產(chǎn)品 Top10。

同樣，經(jīng)過連續(xù)數(shù)月的企業(yè)實(shí)地走訪、行業(yè)調(diào)研以及專家訪談交流，以“深入數(shù)字經(jīng)濟(jì)·洞見技術(shù)價(jià)值”為主題的「InfoQ 2022 中國技術(shù)力量年終榜單」也于近日公布了獲獎(jiǎng)名單，該評(píng)選活動(dòng)設(shè)計(jì)了十大開源新銳項(xiàng)目、十大卓越技術(shù)團(tuán)隊(duì)、十大云原生創(chuàng)新技術(shù)方案、數(shù)智化科技創(chuàng)新 TOP20、數(shù)智化消費(fèi)創(chuàng)新 TOP15 以及數(shù)智化企業(yè)服務(wù)創(chuàng)新 TOP15 六大榜單，TDengine 在十大開源新銳項(xiàng)目榜單中脫穎而出、名列其中。

秉持著技術(shù)創(chuàng)新和開放開源的初心，2022 年 TDengine 在 GitHub 上的 Star 數(shù)成功突破至 20.3k，并再次登上 GitHub 全球趨勢榜第一名。雖然開源實(shí)時(shí)數(shù)據(jù)庫僅僅才發(fā)展了三年時(shí)間，但 TDengine 已成長為時(shí)序數(shù)據(jù)庫（Time Series Database, TSDB）領(lǐng)域 Star 數(shù)排名第三的新星項(xiàng)目，并在全部開源數(shù)據(jù)庫產(chǎn)品中，位居第六；同時(shí)，保持著在開源時(shí)序數(shù)據(jù)庫領(lǐng)域中最快的 PR 增長速度。

在產(chǎn)品創(chuàng)新上，2022 年 TDengine 不僅正式發(fā)布了 3.0 版本，TDengine Cloud 也正式上線了海外市場，還發(fā)布了 TDengine PI 連接器，助力企業(yè)快速將傳統(tǒng)系統(tǒng)中的數(shù)據(jù)遷移到現(xiàn)代技術(shù)棧中。其中，TDengine 3.0 成為了一款真正的云原生時(shí)序數(shù)據(jù)庫，解決了困擾時(shí)序數(shù)據(jù)庫發(fā)展的高基數(shù)難題，支持 10 億個(gè)設(shè)備采集數(shù)據(jù)、100 個(gè)節(jié)點(diǎn)，支持存儲(chǔ)與計(jì)算分離，并升級(jí)了全新的流式計(jì)算引擎，在打造極簡的時(shí)序數(shù)據(jù)處理平臺(tái)上更進(jìn)一步。

借助開源和創(chuàng)新的力量，TDengine 用戶已經(jīng)遍布全球，安裝實(shí)例數(shù)超過了 192k，被廣泛運(yùn)用于物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、IT 運(yùn)維等領(lǐng)域，發(fā)展了包括西門子、美的、京東云、蔚來汽車、理想汽車、零跑汽車、同花順、順豐科技、跨越速運(yùn)在內(nèi)的多行業(yè)企業(yè)客戶。在 2023 年，TDengine 將會(huì)幫助更多有數(shù)字化轉(zhuǎn)型需求的企業(yè)解決數(shù)據(jù)難題，共同解析數(shù)字化新時(shí)代的數(shù)據(jù)機(jī)遇和挑戰(zhàn)。

什么時(shí)候需要數(shù)據(jù)訂閱？

訂閱是一種低成本地、實(shí)時(shí)獲取 TDengine 時(shí)序數(shù)據(jù)庫(Time Series DataBase)最新數(shù)據(jù)的方法?？蛻舳顺绦蚺c數(shù)據(jù)庫的交互，通常是由客戶端發(fā)起查詢，再由數(shù)據(jù)庫返回?cái)?shù)據(jù)。假設(shè)每當(dāng)數(shù)據(jù)庫有數(shù)據(jù)寫入時(shí)，都需要立即將新的寫入結(jié)果發(fā)送給某客戶端，如果用查詢的方式實(shí)現(xiàn)，則需要由客戶端定時(shí)發(fā)起輪詢。而大量的發(fā)起查詢，會(huì)增加客戶端與服務(wù)器的資源消耗；且根據(jù)輪詢的頻率，獲取最新數(shù)據(jù)會(huì)有一定的延遲。我們可以將訂閱看作是持續(xù)不斷的長查詢，一旦數(shù)據(jù)更新（包括新插入），則會(huì)立即被推送至客戶端，當(dāng)數(shù)據(jù)沒有更新時(shí)，不會(huì)有額外的資源消耗。

TDengine 時(shí)序數(shù)據(jù)庫的訂閱可以在服務(wù)端過濾數(shù)據(jù)，從而降低了資源消耗，并且簡化了應(yīng)用層實(shí)現(xiàn)。

很多分布式實(shí)時(shí)數(shù)據(jù)庫需要集成消息隊(duì)列產(chǎn)品來實(shí)現(xiàn)數(shù)據(jù)訂閱功能。而 TDengine 提供了類似消息隊(duì)列產(chǎn)品的數(shù)據(jù)訂閱、消費(fèi)接口，用戶無需再集成其他產(chǎn)品，從而簡化系統(tǒng)設(shè)計(jì)的復(fù)雜度，降低運(yùn)維成本。

那么，TDengine 時(shí)序數(shù)據(jù)庫（TSDB） 是如何實(shí)現(xiàn)訂閱功能的？如何通過訂閱功能獲取數(shù)據(jù)？

TDengine 研發(fā)工程師劉繼聰為大家分享《分布式數(shù)據(jù)庫訂閱功能的原理及實(shí)現(xiàn)》。

內(nèi)容大綱：

• 訂閱功能及其基本使用
• 分布式訂閱、消費(fèi)者與消費(fèi)者組
• 通過訂閱獲取 TSDB 數(shù)據(jù)以及 WAL 數(shù)據(jù)
• 通過訂閱進(jìn)行 DB 的實(shí)時(shí)備份

IT168“技術(shù)卓越獎(jiǎng)”評(píng)選活動(dòng)自 2004 年啟動(dòng)至今已經(jīng)擁有 10 多年的歷史了，其在一年結(jié)束時(shí)對本年度的 IT 技術(shù)與產(chǎn)品進(jìn)行集中盤點(diǎn)、總結(jié)與評(píng)比，經(jīng)過層層篩選，最終評(píng)選出“技術(shù)卓越獎(jiǎng)”、“產(chǎn)品創(chuàng)新獎(jiǎng)”、“年度產(chǎn)品獎(jiǎng)”等一系列獎(jiǎng)項(xiàng)獲得者，獎(jiǎng)項(xiàng)含金量和重磅程度可見一斑。

作為國產(chǎn)實(shí)時(shí)數(shù)據(jù)庫的實(shí)踐者與引領(lǐng)者，濤思數(shù)據(jù)專注時(shí)序空間大數(shù)據(jù)的存儲(chǔ)、查詢、分析和計(jì)算，通過技術(shù)創(chuàng)新，為物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、汽車、能源等行業(yè)提供全棧、高性能、低成本的大數(shù)據(jù)平臺(tái)。不依賴任何開源或第三方軟件，濤思數(shù)據(jù)開發(fā)了擁有自主知識(shí)產(chǎn)權(quán)、100% 自主可控的時(shí)序數(shù)據(jù)庫（Time Series Database, TSDB） TDengine。在 2022 年 8 月份，TDengine 已經(jīng)演進(jìn)到 3.0 版本，成為了一款真正的高性能、云原生的時(shí)序數(shù)據(jù)庫。

在云原生的加持下，TDengine 3.0 解決了困擾時(shí)序數(shù)據(jù)庫發(fā)展的高基數(shù)難題，支持 10 億個(gè)設(shè)備采集數(shù)據(jù)、100 個(gè)節(jié)點(diǎn)，支持存儲(chǔ)與計(jì)算分離，并打造了全新的流式計(jì)算引擎，無需再集成 Kafka、Redis、Spark、Flink 等軟件，大幅降低系統(tǒng)架構(gòu)的復(fù)雜度，真正成為了一款極簡的時(shí)序數(shù)據(jù)處理平臺(tái)。同時(shí)，TDengine 3.0 還將存儲(chǔ)引擎、查詢引擎都進(jìn)行了優(yōu)化升級(jí)，存儲(chǔ)和查詢性能獲得進(jìn)一步提升。

目前， TDengine 3.0 已經(jīng)在電力、工業(yè)、能源、金融、車聯(lián)網(wǎng)、智慧城市等諸多行業(yè)領(lǐng)域取得應(yīng)用，產(chǎn)品落地于多個(gè)行業(yè)頭部企業(yè)中，全球運(yùn)行的 TDengine 實(shí)例數(shù)超過 189.4k，用戶遍布全球。早在 2019 年，TDengine 就已經(jīng)實(shí)現(xiàn)了代碼開源，目前在 GitHub 上的 Star 數(shù)已經(jīng)達(dá)到了 20.4k，數(shù)次登頂 GitHub 全球趨勢榜，吸引著廣大開發(fā)者的關(guān)注。

面向未來，濤思數(shù)據(jù)將繼續(xù)深耕數(shù)據(jù)技術(shù)的創(chuàng)新與發(fā)展，持續(xù)迭代產(chǎn)品和服務(wù)，深入到不同的場景中，助力更多企業(yè)加速數(shù)據(jù)基礎(chǔ)設(shè)施的更新和完善，實(shí)現(xiàn)數(shù)據(jù)對業(yè)務(wù)價(jià)值的更深層次驅(qū)動(dòng)。

隨著新興技術(shù)的快速發(fā)展，越來越多的企業(yè)開始以技術(shù)的融合創(chuàng)新來推動(dòng)業(yè)務(wù)的數(shù)字化智能化轉(zhuǎn)型，其中也誕生了很多成功的應(yīng)用實(shí)踐案例。2023 年 1 月 9 日，北京濤思數(shù)據(jù)科技有限公司(TAOS Data) 正式公布「2022 年度中國時(shí)序數(shù)據(jù)應(yīng)用創(chuàng)新獎(jiǎng)」獲獎(jiǎng)名單，共評(píng)選出包括中天鋼鐵、大疆車聯(lián)網(wǎng)、OPPO、西門子、玉溪卷煙廠、美的集團(tuán)、中通科技、順豐速運(yùn)、國軒高科、金航數(shù)碼、正大天晴在內(nèi)的 33 個(gè)獲獎(jiǎng)應(yīng)用，涉及到了物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、金融、IT 運(yùn)維等多個(gè)應(yīng)用場景。

據(jù)了解，「2022 年度中國時(shí)序數(shù)據(jù)應(yīng)用創(chuàng)新獎(jiǎng)」以各參評(píng)企業(yè)的數(shù)據(jù)架構(gòu)改造落地案例作為評(píng)選材料，從改造項(xiàng)目的力度和效果及其對行業(yè)發(fā)展的影響力等維度作為評(píng)選標(biāo)準(zhǔn)，經(jīng)過嚴(yán)格篩選，最終 33 個(gè)創(chuàng)新應(yīng)用脫穎而出。圍繞行業(yè)影響、業(yè)務(wù)效益、創(chuàng)新引領(lǐng)、技術(shù)應(yīng)用四大維度，本年度獲獎(jiǎng)企業(yè)涵蓋工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、物流、金融、制藥、智慧能源、智慧工廠等眾多領(lǐng)域的行業(yè)頭部企業(yè)。作為企業(yè)數(shù)字化實(shí)踐的先行者，他們聯(lián)合時(shí)序數(shù)據(jù)庫（Time Series Database）TDengine 共同解決數(shù)據(jù)難題，在關(guān)鍵產(chǎn)業(yè)場景進(jìn)行聯(lián)合探索創(chuàng)新，通過融合創(chuàng)新的數(shù)據(jù)技術(shù)賦予了業(yè)務(wù)更高的應(yīng)用價(jià)值。

本次評(píng)選活動(dòng)的意義不僅在于打造一個(gè)創(chuàng)新應(yīng)用成功展示和轉(zhuǎn)化的重要平臺(tái)，更是以這些行業(yè)標(biāo)桿的成功應(yīng)用，推動(dòng)以技術(shù)創(chuàng)新驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展之路，讓更多的行業(yè)企業(yè)能夠借鑒到獲獎(jiǎng)應(yīng)用的轉(zhuǎn)型經(jīng)歷和豐富經(jīng)驗(yàn)。

作為本次評(píng)選活動(dòng)的主辦方，濤思數(shù)據(jù)瞄準(zhǔn)日益增長的物聯(lián)網(wǎng)數(shù)據(jù)市場，專注時(shí)序空間大數(shù)據(jù)的存儲(chǔ)、查詢、分析和計(jì)算，目前其已經(jīng)獲得經(jīng)緯中國、紅杉資本中國、GGV 紀(jì)源資本、指數(shù)資本等多家機(jī)構(gòu)的投資。不依賴任何開源或第三方軟件，濤思數(shù)據(jù)開發(fā)了擁有自主知識(shí)產(chǎn)權(quán)、自主可控的國產(chǎn)開源、高性能、云原生的極簡時(shí)序數(shù)據(jù)處理平臺(tái) TDengine。

目前 TDengine (TSDB) 已經(jīng)演進(jìn)到 3.0 版本，解決了困擾時(shí)序數(shù)據(jù)庫發(fā)展的高基數(shù)難題，支持 10 億個(gè)設(shè)備采集數(shù)據(jù)、100 個(gè)節(jié)點(diǎn)，支持存儲(chǔ)與計(jì)算分離，優(yōu)化升級(jí)了存儲(chǔ)引擎、查詢引擎，并打造了全新的流式計(jì)算引擎，無需再集成 Kafka、Redis、Spark、Flink 等實(shí)時(shí)數(shù)據(jù)庫軟件，大幅降低系統(tǒng)架構(gòu)的復(fù)雜度，真正成為了一款極簡的時(shí)序數(shù)據(jù)處理平臺(tái)。TDengine 在 GitHub 上的 Star 數(shù)已經(jīng)達(dá)到了 20.4k，全球運(yùn)行的 TDengine 實(shí)例數(shù)超過 187.5k，用戶遍布全球。

“在過去一年里，TDengine 與中天鋼鐵、大疆車聯(lián)網(wǎng)、OPPO、西門子、玉溪卷煙廠、美的等一眾行業(yè)頭部企業(yè)達(dá)成合作，雙方結(jié)合各自的技術(shù)優(yōu)勢進(jìn)行聯(lián)合創(chuàng)新，讓物聯(lián)網(wǎng)、時(shí)序大數(shù)據(jù)的處理變得更加簡單高效，共同推動(dòng)著鋼鐵、車聯(lián)網(wǎng)、智慧工業(yè)等眾多行業(yè)的數(shù)字化發(fā)展?！盩Dengine 創(chuàng)始人&核心開發(fā)陶建輝表示， “這些頭部企業(yè)在各自業(yè)務(wù)場景下的數(shù)據(jù)架構(gòu)成功改造案例也成為推動(dòng)著 TDengine 不斷精進(jìn)的不竭動(dòng)力，今天我們以評(píng)選的方式將它們公布出來，也希望能幫助到更多有數(shù)字化轉(zhuǎn)型需求的企業(yè)成功借鑒復(fù)制到這些經(jīng)驗(yàn)。”

中國空間技術(shù)研究院（航天五院）隸屬于中國航天科技集團(tuán)有限公司，成立于 1968 年 2 月 20 日，首任院長是著名科學(xué)家錢學(xué)森。經(jīng)過 50 余年的發(fā)展，已成為中國主要的空間技術(shù)及其產(chǎn)品研制基地，是中國空間事業(yè)最具實(shí)力的骨干力量。

自 1970 年 4 月 24 日成功發(fā)射我國第一顆人造地球衛(wèi)星以來，研究院已抓總研制并成功發(fā)射了 390 余顆航天器，實(shí)現(xiàn) 240 余顆航天器在軌運(yùn)行，研制的航天器覆蓋載人航天、月球與深空探測、導(dǎo)航定位、對地觀測、通信廣播、空間科學(xué)與技術(shù)試驗(yàn)六大系列航天器，實(shí)現(xiàn)了大、中、小、微型航天器的系列化、平臺(tái)化發(fā)展。研究院圓滿完成載人航天工程、探月工程、北斗工程、高分工程為代表的重大航天任務(wù)，為我國航天三大里程碑的跨越發(fā)展做出了突出貢獻(xiàn)。

近年來，航天科技行業(yè)大力推動(dòng)遠(yuǎn)程測試等信息化手段的應(yīng)用，從而精簡試驗(yàn)隊(duì)規(guī)模、提高任務(wù)效率、降低成本，以適應(yīng)高密度發(fā)射和商業(yè)化發(fā)展要求。在此場景下，研究院打造了面向航天器的數(shù)據(jù)處理系統(tǒng)，使用時(shí)序數(shù)據(jù)庫（Time Series Database）用于遙測數(shù)據(jù)的存儲(chǔ)和分析，具備高并發(fā)、寫多讀少的數(shù)據(jù)處理特點(diǎn)，而這恰好是國產(chǎn)時(shí)序數(shù)據(jù)庫 TDengine (TSDB) 擅長處理的典型場景。

在該系統(tǒng)的時(shí)序數(shù)據(jù)庫選型調(diào)研中，TDengine 以極其強(qiáng)大的讀寫性能和數(shù)據(jù)壓縮能力、多平臺(tái)的易適配能力，聚合查詢速度脫穎而出，極大降低了客戶運(yùn)維成本和業(yè)務(wù)壓力，提高了實(shí)時(shí)數(shù)據(jù)庫任務(wù)效率。未來，TDengine 也將繼續(xù)在航天領(lǐng)域發(fā)揮更多能力，與研究院一起共同助力。

好消息不只這一個(gè)。就在前一天，依托數(shù)百萬開發(fā)者用戶數(shù)據(jù)分析、各科技企業(yè)在國內(nèi)技術(shù)領(lǐng)域的行為及影響力指標(biāo)，SegmentFault 思否正式發(fā)布了中國技術(shù)先鋒年度評(píng)選 | 2022 中國技術(shù)品牌影響力企業(yè)榜單，濤思數(shù)據(jù)成功進(jìn)入 30 強(qiáng)之列。憑借著強(qiáng)大的技術(shù)創(chuàng)新實(shí)力和技術(shù)布道精神，濤思數(shù)據(jù)在中國技術(shù)先鋒年度評(píng)選中成功入選兩大榜單。

2022 年 8 月，首屆 TDengine 開發(fā)者大會(huì)在北京昆泰嘉瑞文化中心成功舉辦，十?dāng)?shù)位重磅嘉賓為現(xiàn)場數(shù)千名開發(fā)者貢獻(xiàn)了關(guān)于開源、基礎(chǔ)軟件的未來趨勢解讀，以及有關(guān)物聯(lián)網(wǎng)、IT 運(yùn)維等項(xiàng)目的數(shù)據(jù)架構(gòu)升級(jí)經(jīng)驗(yàn)。同時(shí)，在這場大會(huì)上，濤思數(shù)據(jù)宣布了 TDengine 3.0 的重磅發(fā)布，并一一揭秘了其核心特性。TDengine 開發(fā)者大會(huì)不僅是 TDengine 大力服務(wù)開發(fā)者和用戶的一個(gè)標(biāo)志性事件，也為整個(gè)行業(yè)的技術(shù)進(jìn)步和未來發(fā)展貢獻(xiàn)了不小的力量，為關(guān)注開源的開發(fā)者提供了眾多創(chuàng)新性觀點(diǎn)，憑借此也成功上榜了“最受開發(fā)者歡迎的技術(shù)活動(dòng)”。

回顧 2022 年，從用戶需求和行業(yè)場景數(shù)據(jù)痛點(diǎn)出發(fā)，TDengine也在持續(xù)進(jìn)行產(chǎn)品的推陳出新。TDengine 3.0 正式升級(jí)成為了一款真正的云原生時(shí)序數(shù)據(jù)庫（Time Series Database），破解了困擾時(shí)序數(shù)據(jù)庫發(fā)展的高基數(shù)難題，支持?10 億個(gè)設(shè)備采集數(shù)據(jù)、100 個(gè)節(jié)點(diǎn)，支持存儲(chǔ)與計(jì)算分離。這一全新版本還針對存儲(chǔ)引擎、計(jì)算引擎進(jìn)行了升級(jí)優(yōu)化，并打造了全新的流式計(jì)算引擎，無需再集成 Kafka、Redis、Spark、Flink 等實(shí)時(shí)數(shù)據(jù)庫軟件，大幅降低了系統(tǒng)架構(gòu)的復(fù)雜度。

此外，TDengine Cloud?也正式登陸了海外市場，TDengine PI 連接器也在不久后成功上線，為用戶提供了更便捷的云上訪問、部署及數(shù)據(jù)遷移。在與第三方工具的集成上，TDengine 時(shí)序數(shù)據(jù)庫也有了很多進(jìn)步，連接了工業(yè)英特爾? 邊緣洞見軟件包、數(shù)據(jù)同步工具 DataX，插件也正 式上架 Grafana 官網(wǎng)、連接器上線 Google Data Studio 應(yīng)用商店。在工具支持上，新增了 taosAdapter（TDengine 集群和應(yīng)用程序之間的橋梁和適配器）、taosKeeper（TDengine 3.0 版本監(jiān)控指標(biāo)的導(dǎo)出工具）等更多實(shí)用型工具。

可以說，正是通過 2022 年的不懈努力，TDengine時(shí)序數(shù)據(jù)庫 (TSDB) 才收獲了這兩項(xiàng)榮譽(yù)。2023 年，我們會(huì)繼續(xù)全力前進(jìn)，從這些榮譽(yù)出發(fā)進(jìn)行更多的技術(shù)布道和技術(shù)創(chuàng)新。

中冶京誠工程技術(shù)有限公司（簡稱：中冶京誠）是我國最早從事冶金工程咨詢、設(shè)計(jì)、工程承包業(yè)務(wù)的國家級(jí)大型科技型企業(yè)，是由冶金工業(yè)部北京鋼鐵設(shè)計(jì)研究總院改制成立的國際化工程技術(shù)公司，現(xiàn)隸屬于中國冶金科工集團(tuán)有限公司，是世界五百強(qiáng)中國五礦集團(tuán)有限公司的核心骨干子企業(yè)。

作為國內(nèi)外客戶認(rèn)可的知名品牌企業(yè)，近 70 年來，先后為國內(nèi)外 500 余家客戶提供了近 6500 項(xiàng)工程技術(shù)服務(wù)，參與完成了寶鋼、鞍鋼、武鋼、太鋼、首鋼京唐、河鋼等國內(nèi)鋼鐵企業(yè)的新建和改擴(kuò)建工程，海外工程業(yè)務(wù)拓展 27 個(gè)國家，是我國鋼鐵工業(yè)建設(shè)的主要力量和工程技術(shù)輸出的重要參與者。在歷年國家住建部、勘察設(shè)計(jì)協(xié)會(huì)等年度排名中，均位居行業(yè)前列。

其中中冶京誠高速棒線材智能化團(tuán)隊(duì)?wèi){借 70 多年棒線材軋制工程技術(shù)底蘊(yùn)和經(jīng)驗(yàn)積累，持續(xù)打造技術(shù)領(lǐng)先的基礎(chǔ)自動(dòng)化系統(tǒng)，結(jié)合機(jī)器視覺、數(shù)據(jù)分析、人工智能等先進(jìn)技術(shù)，打造完善統(tǒng)一的智能化數(shù)據(jù)中心，成功構(gòu)建了新一代高速棒線材車間智能化整體解決方案。中冶京誠計(jì)劃將所有生產(chǎn)線數(shù)據(jù)匯總接入到過程數(shù)據(jù)中心，通過數(shù)據(jù)中心打破車間數(shù)據(jù)孤島，實(shí)現(xiàn)生產(chǎn)過程數(shù)據(jù)、工廠設(shè)計(jì)數(shù)據(jù)、視頻音頻圖像數(shù)據(jù)、生產(chǎn)管理數(shù)據(jù)等車間數(shù)據(jù)的深度融合。

而過往使用的 InfluxDB集群 實(shí)時(shí)數(shù)據(jù)庫在性能上稍顯不足，且不符合國產(chǎn)化獨(dú)立自主的趨勢，中冶京誠希望找到其他替換的國產(chǎn)時(shí)序數(shù)據(jù)庫解決方案。與 InfluxDB 相比，國產(chǎn)時(shí)序數(shù)據(jù)庫（Time Series Database，TSDB） TDengine 搭建集群的成本更低廉、查詢更具有優(yōu)勢，存儲(chǔ)性能和穩(wěn)定性表現(xiàn)也更加突出。在這些優(yōu)勢的加持下，中冶京誠選擇與 TDengine 展開合作，共同實(shí)現(xiàn)鋼鐵工業(yè)智慧化，并在鋼鐵智能車間多個(gè)項(xiàng)目中實(shí)現(xiàn)了車間數(shù)據(jù)的深度融合應(yīng)用。