涛思数据TDengine

摘要： 在使用或者实现分布式数据库（Distributed Database）时，会面临把一个表的数据按照一定的策略分散到各个数据库节点上的情况，随之而来的是多节点数据查询复杂性的问题，例如 Join 和子查询。本文将会为你解读分布式数据库下子查询和 Join 等复杂 SQL 如何实现，来帮助你更好地解决上述问题。 阅读全文

摘要： 在 OPPO 的穿戴产品的手环/手表类业务中，产生的数据类型为时序数据，具有写入量巨大且存在离线/历史数据补录（更新）的处理需求。此前使用的 MongoDB/MySQL 集群方案，后端存储压力较大，需要经常扩盘，针对此痛点，OPPO 云计算中心智慧物联云团队尝试调研对比了几款时序数据库（Time-Series Database）产品，试图寻找一个降本增效的解决方案。 阅读全文

摘要： 作为创始团队成员之一，廖浩均在 2017 年就正式加入了涛思数据，彼时整个团队才不过寥寥五个人，TDengine 也才诞生不久。作为一位毕业于中科院计算所的计算机应用技术专业博士，廖浩均为什么会决定从一家稳定的上市企业转移阵地到一家数据库初创公司？在进入涛思数据之后，他又见证和参与了 TDengine 的哪些改变与进步？立足当下展望未来，携手 TDengine，他会如何走好接下来的路？在对廖浩均的采访记录中，这些问题的答案也已经跃然纸上。 阅读全文

摘要： 上周末在知乎看到一个问题“都说现在编程技术更新速度快很多技术会过时，那么有哪些技术不容易过时呢?”，临时起意做了一个回答，没想到点赞数很快破千，成了热门回答，感觉很多技术人都比较关心这个问题。趁着在北京大兴酒店隔离有闲，把这篇回答扩展成一篇文章，结合我研发 TDengine 的经验，再更加深入地展开阐述一下，分享给研发同学。 阅读全文

摘要： 作为一款典型的时序数据库（Time-Series Database）产品，TDengine 被广泛运用于物联网、工业互联网、车联网、IT 运维、能源、金融等领域。TDengine 本身提供了大量的计算函数，在很多场景下，用户都不需要自己编程来实现某些计算功能。当然，随着场景的不断增多，用户提出了越来越多的需求，TDengine 也在不断地演进和提升。 阅读全文

摘要： 如果我们要做行情 tick 数据的存储，怎样的数据结构查找起来才会比较快？在加入 TDengine 之前，本文作者丁博在弘源泰平量化投资做量化工程师，曾经遇到过这一类存储行情 tick 数据的问题，本文会就此问题进行详细的技术解读。 阅读全文

摘要： 想用 Spark 对接 TDengine？保姆级教程来了。 阅读全文

摘要： 想用 Flink 对接 TDengine？保姆级教程来了。 阅读全文

摘要： 为防止过多的共性问题困扰大家，方便大家学习、吸收经验，从今天开始我们会对近期社区内用户遇到的共性问题进行精选、汇总，每两周给大家带来一次分享。 这是此类专栏的第一期内容，为大家分享七个常见问题。 阅读全文

摘要： 近日，北京涛思数据科技有限公司（以下简称涛思数据）与中天钢铁集团有限公司（以下简称中天钢铁）正式签署战略合作协议，该协议的签署标志着双方将开启深度合作，共同推动高性能时序数据库 TDengine 在钢铁行业的应用，同时双方期望能以不断的技术创新和强强合作加速钢铁行业的数字化发展。 阅读全文