合集-数据库知识库
摘要：
在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。 本文严格基于公开资料与官方文档，对国内外
阅读全文
在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。 本文严格基于公开资料与官方文档，对国内外
阅读全文
摘要：
在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。 本文严格基于公开资料与官方文档，对国内外
阅读全文
在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。 本文严格基于公开资料与官方文档，对国内外
阅读全文
摘要：
“工业数据库怎么选”之一：深度解析 PI System vs TDengine
阅读全文
“工业数据库怎么选”之一：深度解析 PI System vs TDengine
阅读全文
摘要：自发布以来， TDengine IDMP 一直在以“快迭代、小步快跑”的节奏持续进化。依托 TDengine TSDB 的高性能时序数据底座，IDMP 专注于工业数据的标准化管理与智能分析，通过语义建模、统一口径、实时分析和无问智推等能力，让企业不仅能看见数据，更能从数据中获得实时洞察与决策启发。
阅读全文
摘要：标题：从“事后抢险”到“事前防控”：江西水投用 TDengine 重塑防汛模式 小T导读：在洪涝频发的江西，江西水投打造了一套覆盖全域的智慧水利体系：实时采集水位、流量、水质等关键数据，借助 AI 与数字孪生进行动态推演，实现精准预警与智能调度。实践证明，这套系统让防汛从“事后抢险”变为“事前防控”
阅读全文
摘要：
在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。 本系列严格基于公开资料与官方文档，对国内
阅读全文
在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。 本系列严格基于公开资料与官方文档，对国内
阅读全文
摘要：导读： 数据集的高基数（High-Cardinality）问题一直困扰着诸多主流的时序数据库（Time Series Database，TSDB）产品。一些数据库管理系统，在基数较低时表现良好；但是随着基数的增加，数据库的表现也会变差，这就给数据库管理员带来了很大的挑战，他们需要通过相关设计降低基数
阅读全文
摘要：
在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。 本系列严格基于公开资料与官方文档，对国内
阅读全文
在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。 本系列严格基于公开资料与官方文档，对国内
阅读全文
摘要：
引言：时序数据浪潮下的数据库革命与选型命题 当工业生产线的传感器每秒传来数千条运行数据，当智能电网的电表实时回传亿级用户的用电信息，当时序数据以“井喷式”态势占据全球数据总量的70%以上，传统数据管理工具早已力不从心。2025年，全球物联网活跃终端已达350亿台，中国工业物联网市场规模突破1.8万亿
阅读全文
引言：时序数据浪潮下的数据库革命与选型命题 当工业生产线的传感器每秒传来数千条运行数据，当智能电网的电表实时回传亿级用户的用电信息，当时序数据以“井喷式”态势占据全球数据总量的70%以上，传统数据管理工具早已力不从心。2025年，全球物联网活跃终端已达350亿台，中国工业物联网市场规模突破1.8万亿
阅读全文
摘要：在物联网设备爆发、工业数字化深化的今天，数据处理领域正面临一项典型挑战：当每秒百万级的传感器数据涌入系统，既要满足长期存储后的趋势分析需求，又要保障毫秒级的实时决策响应，该选择时序数据库（TSDB）还是实时数据库（RTDB）？这个看似对立的命题，在TDengine的双引擎架构下有了新的解决方案——通
阅读全文
摘要：在很多工业场景中，Excel 仍然是被使用频率最高的数据分析工具之一。报表、核对、趋势分析、阶段性总结，很多工作最终都会在 Excel 里完成。真正影响效率的，往往不是 Excel 能不能算，而是数据能不能被稳定、重复地拿到。 当分析对象来自长期运行的设备和系统时，这个问题会被进一步放大。数据量持续
阅读全文
摘要：在工业数字化不断深入的过程中，越来越多企业开始接触到“工业数据管理平台”这一概念，也开始评估包括 TDengine IDMP 在内的新一代平台方案。当数据规模增长到一定阶段，问题不再是“有没有数据”，而是：数据能不能被找得到？能不能被理解？能不能被反复使用，而不是一次性分析？能不能支撑更复杂的分析，
阅读全文
摘要：在工业数字化转型的进程中，数据可视化早已不是 “可选项”，而是工厂运营、设备监控、故障分析、决策落地的刚需入口。一边是以 PI Vision 为代表的老牌工业可视化软件，深耕行业数十年；另一边是 Grafana 等现代可视化工具，凭借灵活开放的体验迅速普及。 很多人会简单地把这场对比，归结为 “新与
阅读全文
摘要：长期以来，工业软件中的可视化工具承担着一个非常明确的角色：还原历史。趋势图、仪表盘、报表和大屏，本质上都是围绕同一个目标——帮助用户理解系统已经发生了什么。在传统工业体系中，这种能力已经足够有价值。通过历史趋势判断设备状态，通过报警记录复盘异常，通过运行曲线分析工况变化，构成了过去几十年工业数字化的
阅读全文
摘要：近年来，Snowflake、Databricks 等现代数据平台正在深刻改变企业管理和分析数据的方式。它们在数据存储、计算能力和大规模分析方面都非常强大。但当这些技术进入工业领域时，有一个概念却依然至关重要，而且常常被现代数据平台忽视：以资产为核心的数据建模（Asset-Centric Data M
阅读全文
摘要：小T导读：本文是一篇来自 TDengine 社区的原创投稿。作者基于自身在 JetBrains IDEs 中使用 TDengine 的实际需求，独立开发并开源了相关插件，用于增强 TDengine 在 JetBrains 数据库工具链中的接入与 SQL 开发体验。我们很高兴看到，越来越多开发者正在从
阅读全文
摘要：前段时间，我在 LinkedIn 上发过一篇内容（linkedin.com/posts/jim-fan-94843663_datahistorian-industrialai-industrialdata-activity-7437237420989001728-bFCg?utm_source=sh
阅读全文
摘要：在工业数据平台持续演进的过程中，真正影响落地效果的，往往不只是“有没有这个功能”，而是当分析对象变多、业务场景变复杂之后，系统是否还能让用户快速定位问题、稳定复用能力，并把数据真正转化为可执行的信息。 TDengine IDMP 1.0.13.0–1.0.15.0 这一阶段的更新，重点围绕 AI 智
阅读全文
浙公网安备 33010602011771号