涛思数据TDengine

摘要： 数据在增长，但洞察并没有同步增长 当今工业系统正在以前所未有的速度产生数据。传感器持续不断地从系统的各个环节采集高频信号，从温度、压力，到振动、流量以及设备状态，几乎所有运行信息都被数字化并记录下来。随着基础设施的发展，数据存储与吞吐早已不再是瓶颈，大规模的数据处理和分析能力也变得越来越容易获得。 阅读全文

摘要： 过去十年，工业数字化的核心任务是“让系统上线、让设备联网、让数据可见”。而当大模型、工业 AI 与智能体开始进入工业现场，一个新的问题正在变得越来越清晰： 当应用可以快速生成、算法可以快速迭代，模型可以不断替换，工业系统真正需要长期稳定的，究竟是什么？工业 AI 时代，需要的已不再是“更复杂的平台” 阅读全文

摘要： 这种情况其实比很多人想象的更常见。 一家公司在 IT 侧运行着非常现代化的基础设施： 代码版本管理、自动化部署流水线、完整的可观测体系。 如果某次发布出现问题，几分钟内就可以回滚。 但当你走进工厂现场，却看到另一番景象。 SCADA 系统运行在一台没人确定多久没更新过的服务器上。 工程师直接在生产环 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： 物联网设备爆发、监控系统多样化、流数据实时性要求提升……企业的数据基础设施正在面临前所未有的复杂性挑战。而应对这场挑战的关键，在于能否将散落各处的数据采集工具，整合为一条真正贯通的数据管道。 然而现实却是： Prometheus 监控着指标，日志却在 Elasticsearch 里沉睡，IoT 设备 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： 标题：20TB 零误差迁移，存储成本减半：天合富家的 2.6→3.3 进化记 小T导读：作为分布式光伏领域的领军企业，天合富家的光伏数据量从最初的每日百万级飙升至千万级。原有基于 MongoDB 的架构在面对海量时序数据时彻底“卡壳”——查询慢、存储贵，难以支撑业务增长。转机来自 TDengine 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：在煤炭智能化加速推进的背景下，作为行业领军企业的天地奔牛正从传统设备供应商向全生命周期服务商转型，但在海量时序数据面前遭遇存储成本高、查询慢、难实时等瓶颈。为突破技术限制，天地奔牛引入专为物联网高并发场景打造的 TDengine TSDB，构建新一代装备物联网数据平台，实现存储成本降至传统 阅读全文

摘要： 这么多年来，PI System 里有一个概念一直让我印象非常深刻：Event Frames（事件框架）。对于处理工业运营数据的人来说，这个想法既简单又非常强大。传统上，我们往往只是看连续的时序数据信号。但 Event Frames 的思路是：把连续的数据流转换成离散的运营事件。 一个 Event F 阅读全文