順應(yīng)時代潮流，讓傳統(tǒng)設(shè)備數(shù)字化、智能化，實現(xiàn)萬物互聯(lián)，海量數(shù)據(jù)入庫。

詳細(xì)方案

場景介紹

伴隨物聯(lián)網(wǎng)上下游技術(shù)的發(fā)展，整個物聯(lián)網(wǎng)領(lǐng)域的的數(shù)據(jù)量越來越大，傳統(tǒng)大數(shù)據(jù)的方案以及以關(guān)系型數(shù)據(jù)庫為核心的解決方案都開始捉襟見肘。如何應(yīng)對大數(shù)據(jù)量下的數(shù)據(jù)存儲、查詢、分析，選擇一款物聯(lián)網(wǎng)時序數(shù)據(jù)庫，成為了目前迫切需要解決的問題。

場景需求與痛點

物聯(lián)網(wǎng)的客戶通常有如下需求：

• 高并發(fā)數(shù)據(jù)寫入，每條記錄都需要帶時間戳；
• 不同傳感器設(shè)備需要記錄的數(shù)據(jù)字段不同，希望能夠針對不同設(shè)備單獨建表；
• 原始數(shù)據(jù)存儲要求在 5 年以上，需要支持?jǐn)?shù)據(jù)壓縮，以降低數(shù)據(jù)存儲成本；
• 支持國產(chǎn)化，支持?jǐn)?shù)據(jù)庫廠商服務(wù)快速響應(yīng)。
• 支持邊云協(xié)同，便于連接大數(shù)據(jù)平臺

物聯(lián)網(wǎng)存在海量的設(shè)備、傳感器，傳統(tǒng)方案有如下的問題：

• 數(shù)據(jù)入庫慢：單機(jī)寫入吞吐量低，很難滿足時序數(shù)據(jù)上千萬級的寫入壓力；
• 存儲成本大：在對時序數(shù)據(jù)進(jìn)行壓縮時性能不佳，需占用大量機(jī)器資源；
• 維護(hù)成本高：單機(jī)系統(tǒng)，需要在上層人工進(jìn)行分庫分表，維護(hù)成本高；使用 Pi 等組件則對點位數(shù)有限制，隨著點位增多需要更多的開銷；
• 非云原生：不支持分布式，對部署的平臺有限制，沒有好的擴(kuò)展性、韌性、可觀測性，部分產(chǎn)品比如 Pi 有一定的；
• 查詢性能差：海量實時數(shù)據(jù)的聚合分析性能差。
• 數(shù)據(jù)孤島：邊云協(xié)同能力差。

TDengine 作為一款開源、高性能、云原生的時序數(shù)據(jù)庫（Time Series Database, TSDB），針對物聯(lián)網(wǎng)的數(shù)據(jù)特點及讀寫需求做了特定的優(yōu)化，廣泛運用于物聯(lián)網(wǎng)各類場景中，并且提供基于數(shù)據(jù)訂閱的數(shù)據(jù)同步工具 taosx 來支撐異地多活、邊云協(xié)同。

架構(gòu)圖

收益

• 高性能，可以支持百萬級別的并發(fā)寫入、萬級的并發(fā)讀取，大量聚合查詢時依然有高性能表現(xiàn)
• 高可用，可支持集群部署，可橫向擴(kuò)展，不存在單點故障，為生產(chǎn)環(huán)境穩(wěn)定運行提供基礎(chǔ)
• 低成本，數(shù)據(jù)庫對硬件資源要求低，數(shù)據(jù)壓縮率高，平均至少節(jié)省70%的硬件資源
• 高度一體化，具備消息隊列、流式計算和緩存的功能，大幅簡化架構(gòu)
• 易上手，使用 SQL 進(jìn)行數(shù)據(jù)庫操作，簡單易學(xué)，支持復(fù)雜查詢，減少開發(fā)難度和運維壓力
• 自帶邊云協(xié)同組件，輕松跨隔離同步數(shù)據(jù)

客戶案例

其他行業(yè)解決方案

• 工業(yè)互聯(lián)網(wǎng)時序數(shù)據(jù)庫解決方案
• 交通-車聯(lián)網(wǎng)-車載報文平臺(TSP)時序數(shù)據(jù)庫解決方案
• 電力系統(tǒng)時序數(shù)據(jù)庫國產(chǎn)化替代方案
• IT 運維時序數(shù)據(jù)庫解決方案
• 金融-行情數(shù)據(jù)中心時序數(shù)據(jù)庫應(yīng)用方案