互聯(lián)網(wǎng).png "工業(yè)互聯(lián)網(wǎng)")
-1.png "公共事業(yè)")
證.png "認(rèn)證")
伙伴.png "云服務(wù)伙伴")
伙伴.png "技術(shù)伙伴")
伙伴.png "社區(qū)伙伴")
毫秒級返回數(shù)據(jù)，TDengine 在大疆車載智能駕駛云端平臺上的應(yīng)用
為了滿足智能駕駛業(yè)務(wù)的數(shù)據(jù)處理需求，大疆車載試圖從多家數(shù)據(jù)庫中進(jìn)行選型調(diào)研，幫助智能駕駛業(yè)務(wù)提升寫入查詢性能、降低運(yùn)維成本。本文將分享大疆車載在數(shù)據(jù)庫選型、系統(tǒng)搭建和業(yè)務(wù)遷移等方面的經(jīng)驗(yàn)。
毫秒級返回數(shù)據(jù)，58同城 DBA 團(tuán)隊(duì)選擇 TDengine 解決傳感器數(shù)據(jù)處理難題
在 58 同城的駕考業(yè)務(wù)上，需要存儲分析駕校教練車傳感器產(chǎn)生的數(shù)據(jù)，這是典型的時序數(shù)據(jù)場景，開發(fā)人員對原有的 TiDB 性能并不是很滿意，因此 DBA 團(tuán)隊(duì)開始調(diào)研更具針對性的時序數(shù)據(jù)庫。基于自身的業(yè)務(wù)需求，他們在 6 款時序數(shù)據(jù)庫中選擇了 TDengine Database，在經(jīng)過深入的調(diào)研測試之后，開始部署實(shí)踐，最終業(yè)務(wù)痛點(diǎn)問題得到了解決。
出表流程從 1 小時到 10 秒，TDengine 在柳工車聯(lián)網(wǎng)應(yīng)用中替換 MySQL
在柳工的工業(yè)車聯(lián)網(wǎng)應(yīng)用 LiuGong iLink 中，由于應(yīng)用層不合理的復(fù)雜查詢和歷史數(shù)據(jù)的高頻寫入，導(dǎo)致 MySQL 處理速度緩慢，甚至容易宕機(jī)，嚴(yán)重影響了用戶體驗(yàn)。在此背景下，柳工決定改用 TDengine Database 來處理時序數(shù)據(jù)，本文分享了他們的改進(jìn)效果與實(shí)踐經(jīng)驗(yàn)。
替代 Elasticsearch，TDengine 助力四維圖新將存儲空間利用率提升 8 倍
面對海量的車載軌跡數(shù)據(jù)，四維圖新數(shù)據(jù)存儲面對非常大的壓力——每分鐘的軌跡數(shù)據(jù)大概有 2000 萬條記錄，他們此前使用的 Elasticsearch 存儲方式不僅造成了嚴(yán)重的物理資源浪費(fèi)，還存在查詢瓶頸，所以急需轉(zhuǎn)換數(shù)據(jù)存儲中間件。本文講述了四維圖新在數(shù)據(jù)庫選型測試、搭建與遷移等方面的相關(guān)實(shí)踐經(jīng)驗(yàn)。
解決兩大難題，TDengine 助力億咖通打造自動駕駛技術(shù)典范
在安全解決方案 SuperCloud 中，億咖通面臨著磁盤占用量大、車輛最新狀態(tài)實(shí)時查詢難以實(shí)現(xiàn)兩個核心問題。最終，他們選擇了讓 TDengine Database 承擔(dān)數(shù)據(jù)中臺的重要角色，負(fù)責(zé)車輛實(shí)時數(shù)據(jù)的寫入、存儲以及實(shí)時查詢。本文講述了研發(fā)團(tuán)隊(duì)在前期使用 Apache HBase 時遇到的具體難點(diǎn)、為什么沒有堅(jiān)持選擇 OpenTSDB，以及選擇 TDengine 的過程和成效。
TDengine 應(yīng)用實(shí)錄：存儲縮減超過 60%，HBase 等集群指數(shù)級下線
獅橋集團(tuán)的網(wǎng)貨平臺與金融 GPS 系統(tǒng)，對于車輛軌跡收集與計(jì)算有著強(qiáng)需求。GPS 每日產(chǎn)生總量在 40 億左右，需要為業(yè)務(wù)方提供實(shí)時末次位置查詢，近 180 日行駛軌跡查詢，類似車輛軌跡對比查詢，以及一些風(fēng)險逾期的智能分析等等。應(yīng)用 TDengine Database 后，他們的整體數(shù)據(jù)存儲縮減超過 60% 以上，節(jié)省了大量硬件資源。
TDengine 在“一圖一庫”中的應(yīng)用，助力交通運(yùn)輸實(shí)現(xiàn)信息化轉(zhuǎn)型
log.dn 表中數(shù)據(jù)采集的周期是 30 秒，由此可知，dn1 的實(shí)測瞬時最大寫入量是 770 條/秒。加之五節(jié)點(diǎn)的集群在分布式插入的架構(gòu)下，770*5=3850 條/秒的數(shù)據(jù)插入效率是完全可以保障的，完全滿足了我們業(yè)務(wù)需求。至于本集群的插入性能上限，應(yīng)在此實(shí)測值的 100 倍以上，并且有極大的增長空間。
TDengine 在蔚來能源系統(tǒng)的落地實(shí)踐
從 MySQL + HBase 方案換為TDengine Database，對比之前使用 HBase 查詢速度提升明顯，從查詢單設(shè)備24小時數(shù)據(jù)的秒級返回，到查詢相同數(shù)據(jù)的毫秒級返回；每天增量數(shù)據(jù)占用的存儲空間相當(dāng)于原來使用 HBase 時的50%；集群計(jì)算資源成本相比使用 HBase 節(jié)省超過60%。
TDengine 在吉科軟車輛監(jiān)管中的應(yīng)用實(shí)踐
TDengine Database的性能不僅完全可滿足需求，更是比原InfluxDB+Redis+MySQL方案大幅度的提升，解決了原方案中車輛查詢較大時間跨度的軌跡數(shù)據(jù)響應(yīng)超級慢的問題。當(dāng)前TDengine的大規(guī)模應(yīng)用車輛監(jiān)管項(xiàng)目中，支撐現(xiàn)有數(shù)萬輛車的行駛軌跡監(jiān)控，未來將繼續(xù)擴(kuò)大規(guī)模支撐更多的車輛軌跡監(jiān)控。
