互聯(lián)網(wǎng).png "工業(yè)互聯(lián)網(wǎng)")
-1.png "公共事業(yè)")
.png "活動(dòng)")
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")
TDengine 3.0 是如何解決時(shí)序數(shù)據(jù)庫中的高基數(shù)問題的？
TDengine 3.0 是第一個(gè)解決了高基數(shù)問題的時(shí)序數(shù)據(jù)庫，本文將分享其設(shè)計(jì)思路。
TDengine PI 連接器發(fā)布——幾次點(diǎn)擊，讓 PI System 數(shù)據(jù)輕松上云
ogo-150x150.png){kind=avatar}
TDengine 提供的混合解決方案，可以讓企業(yè)既能保留傳統(tǒng)的 PI 系統(tǒng)，又能輕松獲得現(xiàn)代云平臺(tái)提供的所有好處。TDengine PI 連接器功能強(qiáng)大，簡(jiǎn)單易用，支持 PI 客戶構(gòu)建一個(gè)混合的解決方案，以利用現(xiàn)有投資，同時(shí)利用現(xiàn)代數(shù)據(jù)平臺(tái)的強(qiáng)大分析能力。
物流企業(yè)大數(shù)據(jù)平臺(tái)管理面臨困境，順豐、中通、韻達(dá)分享架構(gòu)改造經(jīng)驗(yàn)
對(duì)于物流企業(yè)來說，如何高效地記錄和處理車輛的軌跡信息、應(yīng)對(duì)每天海量監(jiān)控?cái)?shù)據(jù)的采集和處理工作，對(duì)于項(xiàng)目整體的交付效率至關(guān)重要。諸多物流企業(yè)開始尋求數(shù)據(jù)架構(gòu)的變革，特別是選擇符合業(yè)務(wù)需求的時(shí)序數(shù)據(jù)庫產(chǎn)品，本篇文章匯總了國內(nèi)四家大型物流公司的工業(yè)大數(shù)據(jù)架構(gòu)改造實(shí)例，給到讀者參考。
如何快速為 TDengine 搭建一個(gè)可視化的數(shù)據(jù)監(jiān)測(cè)報(bào)警系統(tǒng)？
隨著 TDengine 這款時(shí)序數(shù)據(jù)庫（Time Series Database）在各個(gè)領(lǐng)域應(yīng)用的越來越廣泛，很多用戶選擇將 Grafana 與 TDengine 配合使用，以可視化的方式監(jiān)控各項(xiàng)指標(biāo)的運(yùn)行狀態(tài)。為了讓用戶更便捷地組合使用 TDengine+Grafana，我們不僅對(duì) TDengine Grafana 插件進(jìn)行了改造升級(jí)，還推出了基于 Grafana 的零依賴監(jiān)控解決方案 TDinsight。
Schemaless 寫入主要處理邏輯匯總，這些知識(shí)點(diǎn)要記牢！
TAOS Data
/
技術(shù)文章 - 時(shí)序數(shù)據(jù)庫, Chinese, OpenTSDB, TDengine-TSDB, Time Series DataBase, 精選
為了在數(shù)據(jù)采集項(xiàng)頻繁變動(dòng)的情況下保證用戶仍然能夠順利地完成數(shù)據(jù)記錄工作，TDengine 提供了三種無模式寫入?yún)f(xié)議。本文將對(duì)無模式寫入方式的主要處理邏輯、映射規(guī)則與變更處理等進(jìn)行分析，便于用戶理解與使用。
寫給 MySQL 開發(fā)者的 TDengine 入門指南
事實(shí)證明，在時(shí)序數(shù)據(jù)場(chǎng)景下，無論是在存儲(chǔ)空間、寫入速度還是查詢性能等各方面，TDengine 都存在數(shù)量級(jí)優(yōu)勢(shì)。
掌握 taosBenchmark 使用方式，一鍵開啟 TDengine 各項(xiàng)功能性能測(cè)試
用戶在做時(shí)序數(shù)據(jù)庫的選型調(diào)研時(shí)，通常要進(jìn)行環(huán)境模擬測(cè)試，以觀察所選數(shù)據(jù)庫的性能優(yōu)劣和成本損耗情況。為方便用戶，TDengine 官方提供了一款名為 taosBenchmark 的測(cè)試工具，本文將會(huì)詳細(xì)講解其使用方式，供讀者參考。
電力行業(yè)海量數(shù)據(jù)處理如何做？看中節(jié)能、上海電氣案例分享
在應(yīng)對(duì)海量時(shí)序數(shù)據(jù)處理需求時(shí)，如關(guān)系型數(shù)據(jù)庫、工業(yè)實(shí)時(shí)庫、Hadoop 大數(shù)據(jù)平臺(tái)在內(nèi)的傳統(tǒng)數(shù)據(jù)庫解決方案問題重重，嚴(yán)重阻礙數(shù)字化進(jìn)程。在此背景下，一些企業(yè)開始嘗試進(jìn)行數(shù)據(jù)架構(gòu)改造，選擇適合的時(shí)序數(shù)據(jù)庫產(chǎn)品。
TDengine x 阿里云計(jì)算巢：實(shí)現(xiàn)集群自動(dòng)化部署，費(fèi)用透明化管理
濤思數(shù)據(jù)與阿里云計(jì)算巢達(dá)成合作，云原生時(shí)序數(shù)據(jù)庫 TDengine 正式上線阿里云，雙方將共同探索軟件在云端私有化部署的新形態(tài)，為車聯(lián)網(wǎng)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等行業(yè)企業(yè)提供更加簡(jiǎn)單、極致彈性、低成本運(yùn)維、高效運(yùn)作、安全性加碼的云時(shí)序數(shù)據(jù)庫解決方案。
聊聊 TDengine 3.0 中的事務(wù)機(jī)制
大家都知道 TDengine 3.0 是一款高性能、云原生的分布式時(shí)序數(shù)據(jù)庫（Time Series Database），甚至可以支持十億級(jí)別的表數(shù)量，因此它的元數(shù)據(jù)量是十分龐大的。那么如果使用了事務(wù)，會(huì)不會(huì)影響 TDengine 的高性能呢？
