随笔分类 - TDengine技术博客
摘要：大家都知道：由于单机数据库在数据规模、并发访问量等方面存在瓶颈，无法满足大规模应用的需求。因此才有了把数据切割分片，分布存储分布处理在多个节点上的数据库，也就是分布式数据库的由来。 而为了实现数据库的高可用，又有了多副本的概念，副本之间的数据需要用特定算法保持一致，从而可以随时切换身份对外提供高可用
阅读全文
摘要：本文介绍如何使用存储在 TDengine 中的现有数据来预测未来数据。我们将模拟一些测试数据以反映真实的电力系统，并演示如何使用 TDengine 和一些 Python 库来预测未来一年的数据。
阅读全文
摘要：许多用户会有一个疑问，“落盘”俩字听起来就很底层，似乎无法和手头的性能问题联系到一起，本篇文章的目的就是让大家对它们俩建立起直观的认识。
阅读全文
摘要：如果需要对数据库性能优化，了解数据文件的存储方式和工作原理是必要的。 对于时序数据库（Time Series Database） TDengine 来说，在 2.x 版本中时序数据的保留策略是由keep和days这两个参数把控的。（详情可见：https://mp.weixin.qq.com/s/uJ
阅读全文
摘要：正如我们之前所言，在 3.0 当中，我们在产品底层做了很大的变化调整，除了架构更加科学高效以外，用户体验也是我们重点优化的方向。以之前一篇文章为例：对于 Update 功能，用户不再需要任何配置 ，默认即是比 2.0 更完善的机制。（https://mp.weixin.qq.com/s/7E8kl9
阅读全文
摘要：在车联网场景下，GPS 产生的时序数据量级通常都达到了亿级，高效写入、存储和快速查询是最基本的数据处理要求，但在具体实践上这却不是一件容易实现的事情。最近某企业就遇到了这样一个问题：服务端接收存储 GPS 相关数据，按 1 次/30 秒的上传频率，一天的数据条数估计在 1.2 亿条，其想要实现后台的
阅读全文
摘要：一.迁移背景： 随着时序数据库（Time Series Database） TDengine 3.0 的发布至今，我们除了在持续地优化产品质量的本身，也一直在努力地提升用户体验。但由于 3.0 底层有大量的重构优化，导致开源版的 2.0 用户无法通过常规途径来升级到 3.0 ，本期文章将会协助大部分
阅读全文
摘要：基于第三方基准性能测试平台 TSBS（Time Series Benchmark Suite） 标准数据集，TDengine 团队分别就 TSBS 指定的 DevOps 中 cpu-only 五个场景，对时序数据库（Time Series Database，TSDB）TimescaleDB 和 TD
阅读全文
摘要：如何运用测试脚本进行一键复现
阅读全文
摘要：煤矿行业具备产业规模大、分布地域广、安全性要求高等特点，而大部分煤矿系统都是独立运行的，为了实现各个系统数据的有效利用和深度融合，以此达成预警、数据分析等目的，煤矿行业亟需智能化赋能。在拥抱工业物联网、人工智能、大数据等新技术的同时，其智能化发展道路也面临着众多挑战： 一是，设备管理层面的挑战，随着
阅读全文
摘要：TDengine 是专为时序数据而研发的大数据平台，存储和计算都针对时序数据的特点量身定制，在支持标准 SQL 的基础之上，还提供了一系列贴合时序业务场景的特色查询语法，极大地方便了时序场景的应用开发。TDengine 提供的特色查询包括数据切分查询和窗口切分查询，本文将从语法层面深入解读这两种特色查询。
阅读全文
摘要：数据订阅是一种数据查询方式，其特点为：客户端执行一个查询语句后，可以增量形式，不断收到新到达服务端的、符合查询条件的数据。相比普通查询，订阅能够持续地、低延迟地将新写入的数据返回客户端。
阅读全文
摘要：在日常使用 TDengine 时，参数是用户们无法绕开的重要一环。深入了解参数的属性，生效范围，查询更改方式等会让我们在使用数据库的过程中更加节时高效，也有助于我们更加深入地理解数据库的架构体系。
阅读全文
摘要：近日，TDengine 3.0.2.0 正式发布了。这是自今年 8 月份 TDengine 3.0 发布以来的第一个重要改进版本。
阅读全文
摘要：对于物流企业来说，如何高效地记录和处理车辆的轨迹信息、应对每天海量监控数据的采集和处理工作，对于项目整体的交付效率至关重要。同时，伴随着数字化、智能化的不断加速，数据更是呈现出爆发式增长，老旧的数据架构越来越难以应对业务发展需求。在此背景下，诸多物流企业开始寻求数据架构的变革，特别是选择符合业务需求的时序数据库（Time Series Database，TSDB）产品，本篇文章汇总了国内四家大型物流公司的数据架构改造实例，给到读者参考。
阅读全文
摘要：随着 TDengine 这款时序数据库（Time Series Database）在各个领域应用的越来越广泛，很多用户选择将 Grafana 与 TDengine 配合使用，以可视化的方式监控各项指标的运行状态。为了让用户更便捷地组合使用 TDengine+Grafana，我们不仅对 TDengine Grafana 插件进行了改造升级，还推出了基于 Grafana 的零依赖监控解决方案 TDinsight。本篇文章将对 TDengine + Grafana 的落地实施进行详细介绍。
阅读全文
摘要：为了在数据采集项频繁变动的情况下保证用户仍然能够顺利地完成数据记录工作，TDengine 提供了三种无模式写入协议。本文将对无模式写入方式的主要处理逻辑、映射规则与变更处理等进行分析，便于用户理解与使用。
阅读全文
摘要：事实证明，在时序数据场景下，无论是在存储空间、写入速度还是查询性能等各方面，TDengine 都存在数量级优势。
阅读全文
摘要：用户在做时序数据库的选型调研时，通常要进行环境模拟测试，以观察所选数据库的性能优劣和成本损耗情况。为方便用户，TDengine 官方提供了一款名为 taosBenchmark 的测试工具，本文将会详细讲解其使用方式，供读者参考。
阅读全文
摘要：在应对海量时序数据处理需求时，如关系型数据库、工业实时库、Hadoop 大数据平台在内的传统数据库解决方案问题重重，严重阻碍数字化进程。在此背景下，一些企业开始尝试进行数据架构改造，选择适合的时序数据库产品。
阅读全文
浙公网安备 33010602011771号