登录社区云，与社区用户共同成长
邀请您加入社区
1、右击我的电脑，点击属性2.点击高级系统设置-环境变量3、系统变量里，搜索P，定位到path4、在编辑环境变量页面里，点击新建，添加chromedriver 在本机中的绝对路径。
某小区居民的智能电表数据存储在 TDengine 数据库中，使用 Ontop 将 TDengine 中的智能电表数据转化为虚拟知识图谱，通过 SPARQL 接口查询出电压超过 240V 的高负载设备。实现了时序数据到 RDF 自动转换，支持 SPARQL 语义化查询。提供了符合 W3C 标准的统一数据访问接口。解锁了工业 IoT 的知识图谱分析与推理能力。
TDengine 赋能 ThingLinks，提供了强大的数据存储和处理能力，使得 ThingLinks 能够更加高效、可靠地服务于物联网应用。无论是设备接入的灵活性，还是业务应用的高效集成，ThingLinks 都表现出了卓越的性能和适应性。通过这种协同工作，ThingLinks 为用户提供了一个全面、高效的云物联网 SaaS 平台解决方案，推动了各行业的数字化转型。
现场公布了拥有物联网行业奥斯卡奖之称的 ——“物联之星 2023 中国物联网行业年度榜单”，为我们揭示了物联网行业的最新趋势和顶尖人才。随着物联网和人工智能技术的持续发展，涛思数据和 TDengine 的未来布局预计将更加深入到智能制造、智慧城市、智能交通等多个领域，通过高效的数据处理能力和创新的技术解决方案，为更多行业的数字化转型提供强有力的技术支持。例如，苍穹数码的地质灾害专业监测物联网平台、
如果你使用taos shell命令下载超级表时，发现出现了请求中断的问题，那么本篇文章提供了一个解决方案：使用taos命令进行分页批量下载，并将数据合并到CSV文件中。无论是处理几百万条还是更多的数据，这个方法都能帮助你成功下载所有数据。一旦掌握了这种方法，你就可以轻松地从taos数据库中的超级表中下载大量数据，而不必担心请求中断或其他问题造成的时间浪费。
前言TDengine是涛思数据专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。除核心的快10倍以上的时序数据库功能外，还提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的复杂度，且核心代码，包括集群功能全部开源。正文TDengine大数据平台线上实例下载量超过68.8k次，Github上的star数也多达15.5k。可以说是非常热门且使用广泛的大数据平台之一。那么，TD
作者：尹飞小T导读：顺丰科技大数据集群每天需要采集海量监控数据，以确保集群稳定运行。之前虽然采用了OpenTSDB+HBase作为大数据监控平台全量监控数据的存储方案，但有不少痛点，必须对全量监控数据存储方案进行改造。通过对IoTDB、Druid、ClickHouse、TDengine等时序数据存储方案的调研，最终我们选择了TDengine。大数据监控平台采用TDengine后，在稳定性、写入性能
一、大数据产业发展现状分析大数据产业规模不断扩大随着移动互联网、物联网、云计算产业的深入发展，大数据国家战略的加速落地，大数据产业体量呈现爆发式增长态势。数据显示，2017年中国大数据产业规模达到4800亿元，同比增长23%；其中，大数据硬件产业的产值为234亿元，同比增长39%。数据显示，2018年我国大数据产业规模突破6000亿元；随着大数据在各行业的融合应用不断深化，预计2019年中国...
不过要注意过程噪声的设置，太大容易震荡，太小则响应迟滞，建议先用默认参数跑，再根据具体车型微调。重点是这个Dugoff轮胎模型，纯Simulink模块搭建，不用写一行代码——对，就是直接拖拽标准模块实现的（图1）。直接上干货，今天咱们来聊聊怎么用Simulink现成的卡尔曼滤波模块做路面附着系数估计。估计模块：无迹卡尔曼滤波，扩展卡尔曼滤波，均是simulink现成模块应用无需S-function
这不仅增强了安全性，减少了类路径冲突（JAR hell），还通过优化类加载机制和减小运行时镜像（如用于容器的jlink工具）来提升应用性能，标志着 Java 从“一整个巨石”向“可组装模块”的现代软件架构演进。这不仅使代码更加紧凑易读，更重要的是，它为 Java 集合框架的流式操作（Stream API）提供了技术支撑，使得并行处理和函数式操作变得异常优雅和高效。这并非一项独立的技术，而是 Lam
Lambda表达式是Java 8引入的一项重要特性，它标志着Java正式进入了函数式编程的世界。作为一种简洁的匿名函数表示方式，Lambda允许我们将函数作为方法参数传递，或者将代码本身作为数据处理。这不仅大大简化了代码编写，更为集合操作、并行处理和事件驱动编程提供了更加优雅的解决方案。在Java之前版本中，我们通常需要使用匿名内部类来实现类似功能，但代码显得冗长且不够直观。Lambda表达式的出
IDMP 使用教程
TDengine 时序数据库
在Altera DE2开发板上点亮数码管显示"LOVE"的那一刻，我盯着跳动的红色数码管，突然意识到这个简单的图案背后藏着整个计算机体系结构的奥秘。这个基于MIPS32架构的CPU设计，从五级流水线的搭建到操作系统的移植，每一步都像是解谜游戏中的关键线索。当最终在数码管上看到稳定的"LOVE"显示时，突然觉得这些Verilog代码、汇编指令和C语言函数，就像是写给硬件的情书。每个时钟脉冲都在诉说着
15.应用案例 |：02 工业大数据智能制造场景具有测点数量大、采集频率高、对实时分析要求严格的特点。本文以汽车装配车间为例，展示 TDengine 在 SCADA/MES 场景下的应用。
/ Rust 实现 taosX 插件// 详见《TaosX 插件开发》// 插件实现 trait// 自定义解析逻辑;Ok(vec!}])// 编译为 .so// 加载到 taosX 注册为 parserRust 插件机制支持任意协议。或在应用层自行转换为 TDengine 支持的格式。
12.运维 |：01 部署指南TDengine 支持单机、多节点集群、Docker、Kubernetes 多种部署方式。本文按场景给出完整步骤、网络规划、资源建议、生产 Checklist。
近日，中国信息通信研究院（简称”中国信通院”）2026 上半年评估测试结果正式揭晓。经来自联通软研院、陕西移动、瑞众人寿、上海国际汽车城、中国航信、邮储银行等单位的行业专家评审，，成为本批次中同时斩获 AI 大模型时序数据管理平台、时序数据库性能、时序数据库稳定性三大领域认可的数据库产品。其中，TDengine是通过基于 AI 大模型的时序数据管理平台全项测评的产品，时序数据库性能与稳定性两项专项
TDengine 提供符合 RESTful 设计标准的 HTTP API，通过简单的 HTTP 请求即可操作数据库。直接在 HTTP POST 请求体中包含 SQL 语句来操作数据库，仅需一个 URL 即可完成所有操作。"code": 0,TDengine REST API 为开发者提供了一种简单、灵活、跨平台的数据库访问方式。通过本手册，你应该已经掌握：✅ REST API 的适用场景和优势✅
RPC（Remote Procedure Call）通信层是 TDengine 分布式系统的网络基础设施。集群中所有节点间的通信——客户端到 taosd、dnode 到 mnode 的心跳、Raft 日志复制、查询分发——都通过 RPC 层完成。协议格式：消息头结构、魔数校验、序列号追踪连接管理：基于 libuv 的 TCP 连接池、空闲回收、多路复用重试机制：指数退避、EP 轮转、快速失败通道隔
Cargo 是 Rust 的官方构建系统和包管理器。它负责下载项目依赖、编译代码、运行测试、生成文档等多项任务。从你创建新项目到最终发布，Cargo 始终陪伴左右。
deepseek 搭建 IDMP 需要的元素
涛思数据库
把库卡给的GSDML-V2.3-KUKA-PN-20190312.xml扔进去，这时候设备目录里就能看到KUKA机器人选项了。用Wireshark抓包发现PLC疯狂发诊断请求，最后在机器人配置里把Profinet看门狗时间从默认2s改成5s，世界安静了。库卡机器人与西门子PLC通讯案例中文版，有配置资料，库文件可以拿来直接用，也可以参考借鉴学习研究，送相关手册资料。库卡机器人与西门子PLC通讯案例
ruoyi-vue框架添加涛思数据源，同时修改原有框架的数据库连接池
TDgpt 在企业版中提供预测分析模型和异常检测模型有效性评估工具，该工具能够使用 TDengine 中的时序数据作为回测依据，评估不同预测模型或训练模型的有效性。该工具在开源版本中不可用使用评估工具，需要在其相关的配置文件中设置正确的参数，包括选取评估的数据范围、结果输出时间、参与评估的模型、模型的参数、是否生成预测结果图等配置。在具备完备的 Python 库的运行环境中，通过shell调用 T
时序数据基础模型是专门训练用以处理时间序列数据预测和异常检测、数据补齐等高级时序数据分析功能的基础模型，时序基础模型继承了大模型的优良泛化能力，无需要设置复杂的输入参数，即可根据输入数据进行预测分析。序号参数说明1tdtsfm_1涛思时序数据基础模型 v1.02time-moeMoE 时序基础模型3moiraiSalesForce 开源的时序基础模型4chronosAmazon 开源的时序基础模型
TDengine 中定义了异常（状态）窗口来提供异常检测服务。异常窗口可以视为一种特殊的，即异常检测算法确定的连续异常时间序列数据所在的时间窗口。与普通事件窗口区别在于，时间窗口的起始时间和结束时间均由分析算法识别确定，不通过用户给定的表达式进行判定。因此，在WHERE子句中使用关键词即可调用时序数据异常检测服务，同时窗口伪列（_WSTART_WEND_WDURATION）也能够像其他时间窗口一样
上面是 TDgpt 的下一代新产品的技术介绍发布会， 会上将有重大技术革新公布，欢迎大家扫码预约直播！
analyse.sh脚本用于在 TDengine 数据库上执行时间序列预测和异常检测分析，支持滑动窗口算法处理。时间序列预测 ：使用 HoltWinters 等算法进行未来值预测。异常检测 ：使用 k-Sigma 等算法识别数据异常点。自动窗口滑动 ：支持自定义窗口大小和步长进行连续分析。
TDengine 持续扩展 SQL 语法，新版本可能将之前的标识符变为保留字。业务命名避免使用 SQL 标准关键字对可能成为关键字的名字（如countorder）一律用反引号。
4.查询引擎 |：03 语义分析：TDengine v3.x（v3.3.x / v3.4.x）|最后更新：2026-06-09语义分析（Translator）是连接 Parser 与 Planner 的桥梁。它验证 SQL 在语义上是否合法（表是否存在、列类型是否匹配、聚合函数使用是否正确等），并对 AST 做规范化重写，为后续计划生成准备一棵"干净"的逻辑表达。
先学习什么是正常，然后发现任何不符合"正常模式"的东西。**Autoencoder（自编码器）**是 TDgpt 内置的深度学习模型。学习阶段：模型学习如何"压缩"正常数据，然后再"还原"它检测阶段：如果一个数据点能被很好地压缩和还原，说明它符合正常模式；如果还原误差很大，说明它是异常的想象一下，你让一个艺术家临摹各种人脸照片。对于正常的人脸，他能画得很像；但如果给他一张外星人的脸，他就画不像了—
中国软件行业协会发布《"人工智能+工业软件"融合应用成熟度评价规范》（T/SIA 064—2026），填补行业空白。该标准由27家单位共同起草，历时一年完成研制，明确了评价体系与分级架构，涵盖数据管理、智能分析等核心指标。北京涛思数据作为主要参与单位，依托其TDengine时序数据库和IDMP工业数据管理平台的技术积累，为标准提供重要支撑。标准实施将推动工业智能化升级，促进产业链协同发展，助力企业
标签：GEO、JSON-LD、Schema、AI爬虫、前端优化GEO（生成式引擎优化）的核心不是内容和外链，而是。本文聚焦技术实现，适合前端开发者、技术负责人阅读。
Tag（标签）是 TDengine 数据模型中区别于传统数据库的核心创新之一。Tag 将设备的静态属性（如位置、型号、楼层）从时序数据中分离出来，既避免了大量重复存储，又提供了高效的多维度过滤和分组能力。Schema 变更（ALTER TABLE/STABLE）则解决了生产环境中不可避免的"表结构演进"需求——添加新指标列、增删 Tag、修改列宽——且在线执行，不阻塞读写。Tag 的设计哲学与最佳
TDengine 的数据模型围绕一个核心设计理念——一个数据采集点一张表这与传统关系型数据库"所有设备共享一张宽表"的思路截然不同。为了在"一设备一表"的基础上实现高效的聚合查询和统一管理，TDengine 创造了**超级表（STable）**机制——同类设备共享 Schema，通过 Tag 区分个体。本文深入解析三种表类型的设计理念、内部存储结构和适用场景。超级表是同类数据采集点的模板-- 列（
工业数据必须开放，但仅有开放是不够的。如果数据在开放的过程中失去了上下文，那么它也失去了价值。下一代工业数据系统，必须在保证数据自由流动的同时，保留并增强其上下文信息。只有这样，工业数据才能真正支撑现代分析、AI 系统以及智能化运营。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Ser
如果想优化性能，可以把MobileNet换成ONNX格式，速度还能再提20%。界面右上角的模式切换按钮建议加个快捷键，比如按V切换视频文件，按C切回摄像头，用户体验直接上档次。最后说个骚操作——在requirements.txt里加opencv-python-headless版本，打包后的体积能瘦身30%。这个项目改改还能做课堂签到系统，把表情识别换成学号二维码扫描，又是一篇毕业设计（手动狗头）。
焊缝缺陷检测，YOLO检测和分割模型，目标检测和图像分割一起实现。在工业制造领域，焊缝质量直接关系到产品的安全性和可靠性，焊缝缺陷检测至关重要。今天咱就唠唠如何借助YOLO检测和分割模型，把目标检测和图像分割一起实现，助力焊缝缺陷检测。
涛思数据
——涛思数据
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
天工造物局
码道开发者社区
亚马逊云科技技术品牌专区
MCP技术社区
AI编程社区
AI Agent技术社区
DAMO开发者矩阵
AI硬件创业社区
AtomGit开源社区
腾讯云开发者社区
