工廠里的傳感器每秒產(chǎn)生成千上萬條讀數(shù)，真正的挑戰(zhàn)不是數(shù)據(jù)量，而是從數(shù)據(jù)流到運(yùn)營洞察的速度。等數(shù)據(jù)落庫、人工查詢、發(fā)現(xiàn)問題，往往已經(jīng)錯過了最佳處置時機(jī)。壓縮機(jī)能效已經(jīng)悄悄下滑數(shù)周，水泵振動的細(xì)微漂移早已出現(xiàn)，OEE 在固定班次周期內(nèi)反復(fù)跌破目標(biāo)——這些信號都在數(shù)據(jù)里，只是沒有人在實時監(jiān)視。

TDengine 的實時分析讓計算持續(xù)運(yùn)行在數(shù)據(jù)流上：工程師配置好分析規(guī)則，系統(tǒng)便開始不間斷地執(zhí)行計算，生成 KPI、檢測異常、觸發(fā)告警。對于已知的關(guān)鍵指標(biāo)，用規(guī)則精確定義；對于難以預(yù)先描述的復(fù)雜偏離，TDgpt AI 引擎自動識別。兩種方式在同一套平臺上并行運(yùn)行，覆蓋已知與未知兩類問題。

計算在數(shù)據(jù)庫內(nèi)核，不受應(yīng)用層限制

TDengine 內(nèi)置高性能流式計算引擎，計算邏輯直接運(yùn)行在數(shù)據(jù)庫內(nèi)核中。每個實時分析對應(yīng)一個 TDengine 流計算（Stream），通過 SQL 創(chuàng)建和管理，隨數(shù)據(jù)寫入持續(xù)執(zhí)行——不占用應(yīng)用服務(wù)器資源，應(yīng)用層重啟或網(wǎng)絡(luò)中斷，流計算依然在數(shù)據(jù)庫層面持續(xù)運(yùn)行。

傳感器數(shù)據(jù)延遲到達(dá)或亂序?qū)懭霑r，TDengine 對受影響的時間窗口重新計算，確保輸出結(jié)果始終準(zhǔn)確。對于需要回溯歷史的場景，流計算可以對存量數(shù)據(jù)執(zhí)行回填，讓歷史趨勢圖在分析上線后即刻呈現(xiàn)完整數(shù)據(jù)。計算結(jié)果作為時序數(shù)據(jù)寫回 TDengine，和原始傳感器讀數(shù)統(tǒng)一存儲，可用 SQL 直接查詢，也可在可視化面板中展示，或作為下游分析的輸入。

工程師可以直接編寫 SQL 創(chuàng)建和管理流計算，也可以通過 TDengine IDMP 的圖形化界面完成同樣的配置——無需寫代碼，無需了解流計算的底層語法。

分析的觸發(fā)方式配置頁面

八種觸發(fā)方式，覆蓋工業(yè)數(shù)據(jù)的每種節(jié)拍

工業(yè)現(xiàn)場的數(shù)據(jù)不都是按固定頻率上報的。有的設(shè)備每秒推送一次測量值，有的只在狀態(tài)切換時才產(chǎn)生記錄；有的流程以時間為節(jié)拍，有的以批次號為單位；有的異常在某一時刻瞬間觸發(fā)，有的需要觀察一段完整過程才能定性。

TDengine 提供八種流計算觸發(fā)方式，覆蓋工業(yè)場景中數(shù)據(jù)的不同節(jié)拍。需要每分鐘刷新一次滾動 KPI，按時間滑動窗口持續(xù)計算；設(shè)備在運(yùn)行、空閑、故障之間切換，跟隨狀態(tài)變化自動分段統(tǒng)計；批次設(shè)備結(jié)束任務(wù)后數(shù)據(jù)流靜默，系統(tǒng)檢測到靜默間隔自動觸發(fā)批次匯總；需要捕獲溫度超限從發(fā)生到消退的完整過程，用表達(dá)式定義開始和結(jié)束條件，自動計算這段時間內(nèi)的峰值、均值和持續(xù)時長。每種觸發(fā)方式在 IDMP 配置界面中均有對應(yīng)選項，工程師選擇觸發(fā)類型后填寫參數(shù)即可，底層 SQL 流計算自動生成。

TDgpt：不需要預(yù)設(shè)規(guī)則，自動識別異常

異常檢測的傳統(tǒng)做法是為每一種已知問題設(shè)定閾值：溫度超過 85°C 告警，振動超過 12mm/s 告警。這條路能精確覆蓋已知的問題，但設(shè)備緩慢退化的早期信號往往不觸碰任何硬限值。

TDengine 內(nèi)置時序 AI 分析引擎 TDgpt，通過 ANOMALY_WINDOW() 函數(shù)對外提供異常檢測能力。不依賴預(yù)設(shè)閾值，TDgpt 自動學(xué)習(xí)目標(biāo)屬性的正常運(yùn)行規(guī)律，持續(xù)識別偏離這一規(guī)律的數(shù)據(jù)片段——哪怕讀數(shù)仍在正常范圍內(nèi)。一臺冷水機(jī)的能效系數(shù)出現(xiàn)歷史規(guī)律之外的小幅下滑，會被檢測到并生成事件；一臺水泵流量曲線上出現(xiàn)不符合歷史規(guī)律的周期性波動，會在軸承損壞之前被標(biāo)記出來。

TDgpt 支持從無需參數(shù)配置的經(jīng)典統(tǒng)計方法（IQR、LOF、Isolation Forest），到能學(xué)習(xí)復(fù)雜周期規(guī)律的深度學(xué)習(xí)模型（LSTM-AD），以及在多樣化工業(yè)數(shù)據(jù)上預(yù)訓(xùn)練的 TDtsfm 時序基礎(chǔ)模型——?dú)v史數(shù)據(jù)量不足的場景下也能零樣本啟動。工程師既可以在 SQL 中直接調(diào)用 ANOMALY_WINDOW() 函數(shù)，也可以在 IDMP 的分析配置界面中選擇觸發(fā)類型為”異常檢測”，選定屬性和算法后保存運(yùn)行。

借助LLM，TDengine 能自動推薦分析任務(wù)，你也可以用自然語言讓它創(chuàng)建你想要的分析任務(wù)

AI 輔助配置，工程師無需從零開始

在 IDMP 的分析配置界面，內(nèi)置 AI 助手讓配置過程更直接：在輸入框里描述需要什么，AI 自動解析意圖并生成完整的分析配置——觸發(fā)類型、計算間隔、聚合窗口、輸出表達(dá)式、目標(biāo)屬性全部自動填充，用戶審查后保存即可運(yùn)行。

AI 還會根據(jù)當(dāng)前設(shè)備的屬性、模板類型和已采集數(shù)據(jù)主動推薦適合這臺設(shè)備的分析方案。對于一臺電表，系統(tǒng)可能推薦每小時最大電壓計算或功率因數(shù)監(jiān)控；對于一臺壓縮機(jī)，可能推薦排氣溫度的異常檢測。無論工程師選擇直接描述需求還是從推薦列表里挑選，最終生成的都是標(biāo)準(zhǔn)的 TDengine 流計算，可以在數(shù)據(jù)庫層持續(xù)運(yùn)行。

Q&A

Q：實時分析和儀表板告警有什么區(qū)別？

A：儀表板告警通常在用戶查看頁面時由前端執(zhí)行判斷，或通過定時輪詢觸發(fā)。TDengine 的實時分析是流式計算，在數(shù)據(jù)庫內(nèi)核持續(xù)運(yùn)行，不依賴頁面是否打開、用戶是否在線。計算結(jié)果寫回 TDengine，后續(xù)告警、事件、KPI 展示都基于已經(jīng)計算好的結(jié)果。

Q：工程師必須用 IDMP 界面配置實時分析嗎，還是可以直接寫 SQL？

A：兩種方式均支持。TDengine 的流計算通過 SQL 語句創(chuàng)建和管理，熟悉 SQL 的工程師可以直接編寫；IDMP 的圖形化界面和 AI 助手是在 SQL 流計算之上的配置層，最終生成的也是標(biāo)準(zhǔn)流計算，兩種方式產(chǎn)生的結(jié)果完全一致。

Q：分析支持跨設(shè)備的聚合計算嗎？

A：支持。TDengine 的超級表設(shè)計將同類設(shè)備的數(shù)據(jù)聚合簡化為單張超級表的查詢，無需 JOIN。在 IDMP 中選擇子元素聚合模式，可以對共享同一模板的所有子設(shè)備執(zhí)行聚合——例如計算所有風(fēng)機(jī)的平均發(fā)電功率，或匯總產(chǎn)線所有設(shè)備的總能耗。

Q：歷史數(shù)據(jù)能回填嗎？

A：可以。創(chuàng)建分析時啟用歷史回填并指定起始時間，TDengine 對歷史數(shù)據(jù)執(zhí)行同樣的流計算邏輯并寫入對應(yīng)屬性，分析上線后歷史趨勢圖立刻呈現(xiàn)完整數(shù)據(jù)。

Q：TDgpt 異常檢測和固定閾值告警可以同時使用嗎？

A：可以，兩者互補(bǔ)。固定閾值告警處理已知的、明確的邊界條件；TDgpt 異常檢測識別無法預(yù)先定義的偏離模式。在同一臺設(shè)備上可以同時運(yùn)行多個分析，分別監(jiān)控不同維度的狀態(tài)。