登录社区云，与社区用户共同成长
邀请您加入社区
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
通过合理的数据建模、存储优化和应用开发，可以帮助石化企业构建面向未来的智能化数据平台。随着AI技术的不断发展，TDengine也在持续演进，未来将在时序大模型、向量检索、边缘智能等方向为石化行业提供更多创新功能，助力企业实现数字化转型和智能化升级。一个大型炼化企业可能拥有数万个传感器测点，涵盖温度、压力、流量、液位、成分分析等多种参数，数据产生频率从秒级到毫秒级不等，每天产生的数据量可达TB级别。
标签与度量分离：将MySQL表中的静态属性（如订单所属的userid、regioncode）映射为TDengine超级表中的标签（Tag），而将动态变化的数值（如orderamount、status）映射为普通的数据列。CDC的核心原理是“旁路监听”。实践中，Flink提供了丰富的CDC连接器，如flink-connector-mysql-cdc，它可以直接将MySQL的binlog作为无界的流式
基于YOLOv8的水稻虫害识别系统，加入BiLevelRoutingAttention注意力进行创新优化本文摘要：基于YOLOv8的水稻虫害识别，阐述了整个数据制作和训练可视化过程，并加入BiLevelRoutingAttention注意力进行优化，最终mAP从原始的0.697提升至0.732含稻秆蝇、二化螟、褐飞虱、蓟马、蛴螬、蝼蛄等常见害虫，共14个水稻害虫类别，1200多张图像，yolo标注
在资源极其受限的边缘侧，TDengine 依然能够提供惊人的数万点/秒的写入吞吐，并在本地高效地构建“一设备一表”模型，将边缘侧的原始传感器脉冲稳稳接住。随着 5G 的普及和工业智能化的深入，如果将全国各地百万台设备产生的所有原始微秒级数据全部通过广域网推送到中心云，不仅网络带宽成本会成为天文数字，而且一旦遭遇网络盲区，现场的自动化控制将直接陷入瘫痪。在这一前沿架构中，将 TDengine 等高性
本文深入解析时序数据库TDengine在高速公路智慧交通系统中的应用实践。针对行业面临的写入性能瓶颈、存储成本高昂和查询效率低下等痛点，TDengine通过分布式架构、超级表设计和高效压缩技术，实现毫秒级数据采集（峰值120万条/秒）、11:1压缩率和秒级查询响应。典型应用场景包括实时车流量监控、异常事件告警和边缘计算数据同步。实际案例显示，系统写入性能提升16倍，存储成本降低91%，告警延迟从分
对于工业企业而言，技术选型的核心在于平衡 “短期切换成本” 与 “长期数字化收益”—— 实践证明，选择深度适配工业场景的国产时序数据库，是推动企业数字化转型的关键战略决策。某省级电力公司实践显示，采用国产化时序数据库后，数据主权可控性评分从 62 分提升至 91 分（满分 100）。某能源集团实测显示，存储 1 亿条光伏逆变器数据时，TDengine 平均查询响应时间（230ms）较 Influx
中原油田作为中国石化的重要油气生产基地，其生产过程控制系统（PCS）是保障油田安全生产、优化运行的核心枢纽。为解决高并发写入性能瓶颈、高昂的存储成本、复杂的实时分析需求以及多业务数据孤岛等问题，项目组于 2023 年正式引入 TDengine作为新一代数据底座。在本案例中，TDengine TSDB 作为 PCS 核心业务模块的，并通过 taosX 工具，实现了从分公司到总部的数据实时同步。
InfluxDB：生态丰富，上手简单TDengine：超高性能，高压缩比超级表设计：便于管理和聚合连续查询：预聚合提升查询性能根据数据量选择合适的数据库合理设计表结构使用连续查询预聚合做好数据生命周期管理个人观点，仅供参考。
双击 桌面 Taos Shell 图标方可启动，如窗口被关闭TDengine TSDB 服务也会关闭。视图工具 TDengine-server-3.0.7.1-Windows-x64.exe。时序数据库 dbeaver-ce-26.0.0-windows-x86_64.exe。进入 C:\TDengine\cfg 修改taos.cfg。进入C:\TDengine 双击 taos.exe。编辑修改t
摘要：TDengine 3.4.0.0 Docker社区版提供免费永久使用，推荐采用官方规范的tdengine/tsdb镜像名称。安装时建议创建数据、日志和配置目录进行持久化存储，通过docker-compose.yml文件管理容器，包含6030、6041、6060等核心端口映射。部署后可通过taosExplorer（6060端口）或REST API验证，默认账号root/taosdata，支持通
通过新增动画帧，逐帧自定义动画。
仪表板用来综合展示多个图表和数据，帮助用户快速了解整体情况。
面板数据解读功能，利用 AI 对当前面板的所有数据进行分析，自动生成结构化、易于理解且具有业务洞察力的专属分析报告，帮助用户快速抓住数据核心价值，降低数据解读门槛。
TDengine 通过原生时序优化、分布式架构设计、轻量化运维理念，精准命中了 IOT 场景的核心诉求：高并发写入满足海量设备数据采集需求，高效压缩降低长期存储成本，低延迟查询支撑实时监控与分析，灵活扩展适配业务增长。此外，TDengine 支持 “超级表 + 子表” 的数据模型，超级表定义设备通用结构（如指标名称、数据类型），子表对应单个设备，既保证了数据模型的统一性，又实现了设备数据的隔离存储
Linux之Docker安装时序数据库Tdengine:2.6.0.34
在2025年的时序数据库市场中，TDengine凭借“性能、成本、易用性”的三重优势，成为大多数场景的首选。无论是物联网的海量设备数据、IT运维的实时监控指标，还是金融行业的高频交易记录，TDengine都能以更低的成本、更高的效率完成数据管理。如果你的业务核心是“时序数据的高效存储与快速查询”，无需复杂关系运算，那么TDengine将是你最值得信赖的选择。在物联网、IT运维、金融交易等场景中，时
本文介绍开源时序数据库TDengine的Docker容器化部署方案。TDengine专为物联网场景优化，具备高性能、简化架构、云原生等优势。文章详细讲解从环境准备、镜像拉取到容器部署的全流程，包括端口映射、数据持久化等关键配置，并提供功能测试方法。针对生产环境，给出资源限制、网络配置、监控集成等建议，以及常见故障排查方法。通过容器化部署可快速搭建TDengine服务，提高部署效率和可移植性，为时序
关系与非关系型数据库的开发思维转变
通过引入 TDengine TSDB，我们成功解决了智慧消防业务中的海量时序数据处理挑战，实现了从传统消防工程向智能化、数据驱动型服务的转型升级。TDengine TSDB 的高性能时序数据处理能力为公司的消防预警、设备管理和数据分析提供了坚实的技术支撑。未来，辰安科技计划与 TDengine TSDB 进一步深化合作，在消防预测性维护、人工智能火灾识别、数字孪生等前沿领域开展探索，持续推动消防安
本文介绍了在ARM架构银河麒麟V10操作系统上部署TDengine时序数据库及配套应用程序的Kubernetes方案。针对TDengine 3.3.6.0版本，作者编写了自定义YAML配置，重点解决了taosadapter配置解析panic问题，通过初始化容器预先修复配置文件，并设置了核心端口映射、持久化存储和资源限制。同时提供了应用程序部署配置，采用宿主机网络模式确保DDS通信功能。该方案实现了
以 MySQL 和 PostgreSQL 为例，在存储设备时序数据时，由于缺乏原生的时间分区支持，当单表数据量超过千万级后，查询性能会出现断崖式下降，需人工分表分库，运维复杂度激增。同时，未压缩的原始数据占用空间庞大，存储成本高昂。在这一过程中，他们对智能化办公、物联网和数字化管理有较高的认知与明确的建设需求，期望通过新一代技术手段实现办公环境的智能协同与运营效率的全面提升。在某大厦智能化项目中，
与许多“从国外开源改造”的国产数据库不同，TDengine 时序数据库 从一开始就走了一条完全自主研发的道路。换句话说，TDengine 时序数据库 已经从“一个数据库”进化为“一个生态支撑点”。很多国产数据库在信创改造中实现了“可替代”，但仍然存在性能差距或生态割裂的问题。换句话说，TDengine 时序数据库 并不是“国产替代”，而是“国产原创”。从性能到安全，从算法到生态，TDengine
这里的倒排索引和es的倒排所有不同，es中的倒排索引是根据内部维护的字典分词后记录词的位置，而这里的倒排索引不会分词，直接记录某一列值的位置，时序库的设计重心在于高性能处理时序数据，只提供了单行数据的原子性和一致性，所以对于操作多行、多表等场景不能保证数据的一致性，更多应用于非关系型业务的时序场景；表：分为超级表和子表，超级表是定义了一个表模板，一个超级表可以创建N个子表，子表的列和超级表完全一致
TDengine 遇到报错 “failed to connect to server, reason: Connection refused“ 怎么办的解决方案
IDMP 内置了 Grafana 风格的数据可视化 (Data Visualization) 模块，它提供面板和看板。看板由一系列的面板组成，全部是拖拽操作，操作简单直接，本文档不做任何专门介绍。任何一个元素都可以有自己的面板和看板。对于树状结构里的每个元素，因为所处层次的不同，不同层次的元素关心的指标会不一样。比如电力集团一级的面板关心的是整个集团的总发电量、总成本等，而到风机一级，关心的是这台
趋势图是用折线将各个数据点标志连接起来的图表，用于展现数据的变化趋势，尤其适合于时序数据的趋势分析。
Authorization 的值为 Basic + TDengine 的 {username}:{password} 经过 Base64 编码之后的字符串, 例如 root:taosdata 编码后实际填入的值为：Basic cm9vdDp0YW9zZGF0YQ==组件安装完成，模拟数据写入成功后，按照 Grafana 可视化界面的操作指引，完成业务所需数据可视化配置。print(f"连接到EMQ
还在用命令行运维数据库？你真的了解 taosExplorer 吗？过去，TDengine 的管理和运维操作大多需要通过命令行执行。虽然 CLI 足够灵活，但对不熟悉 SQL 的用户来说，并不友好。更重要的是，很多企业用户并不希望把数据库操作的“主动权”只交给 DBA 或开发人员。taosExplorer 的设计目标，就是打破这种门槛。
时序数据库 TDengine 提供了四种覆盖广泛场景的数据备份方案。本文将带你深入了解每种方法的特性与操作要点，教你选对备份策略，也能快速恢复数据。
现在，时序数据库 TDengine 与 Node-RED 正式打通，二者结合可为工业 IoT 打造一套真正“开箱即用”的全栈式解决方案。
Thingsboard 中“设备配置”和“设备”的关系是一对多的关系，通过设备配置为每个设备设置不同的配置，每个设备都会有一个与其关联的设备配置文件。等等，这不就是TDengine 中超级表的概念：超级表是一种特殊的表结构，用于代表一类具有相同数据模式的数据采集点。一个超级表有多个子表，一个子表只能隶属于一个超级表。因此，将两者有机结合起来：TDengine 中创建超级表作为“设备配置”，Thin
通过 Docker 部署 TDengine 集群，不仅简化了安装和配置过程，还能更好地实现资源隔离和管理。在实际应用中，你可以根据业务需求扩展集群节点数量，提升数据处理能力。希望本文能帮助你顺利完成 TDengine 集群的搭建，开启高效的数据管理之旅。TDengine 作为一款高性能的开源时序数据库，以其出色的读写性能、低存储成本和便捷的集群管理能力，成为众多开发者的首选。本文将详细介绍如何通过
凭借卓越的性能和强大的功能，TDengine成功搭建了 OT 与 IT 场景之间的高效过渡桥梁。未来，业务应用将不再受制于 OT 数据与 IT 业务数据格式的差异，数据整合与应用将更加顺畅。随着业务规模的不断扩大，TDengine的易用性优势将愈发显著，为企业数字化转型筑牢坚实的数据根基，助力企业迈向智能化、高效化的未来发展之路。
简介 官方文档：TDengine 文档 | TDengine 文档 | 涛思数据相对于iotdb的优点： iotdb官网：https://iotdb.apache.org/zh/UserGuide/latest/QuickStart/QuickStart_apache.html有DBeaver的直接支持有mysql-plus的直接支持（更好支持字段映射关系和多组合下数据库的映射）能够进行关联查询.
数据库管理工具实战：IDEA 与 DBeaver 连接 TDengine（一）
使用tar.gz方式 安装TDengine(涛思)数据库 3.1.1.0版本
2025 年 3 月 26 日，涛思数据通过线上直播形式正式发布了其新一代时序数据分析 AI 智能体——TDgpt，并同步开源其核心代码（GitHub 地址：https://github.com/taosdata/TDengine）。这一创新功能作为3.3.6.0 的重要组成部分，标志着时序数据库在原生集成 AI 能力方面迈出了关键一步。TDgpt 是内嵌于中的时序数据分析 AI 智能体，具备时序
同时，TDgpt 提供内置的通用模型，并支持与合作伙伴算法方案的无缝对接，使用户可以根据自身业务场景灵活选择最适配的模型方案，TDgpt 当前已支持多种主流时序基础模型，包括 Salesforce 的 Uni2TS、Amazon 的 Chronos、Google 的 TimesFM、小红书的 Time-MoE，以及涛思数据自研的。，并同步开源其核心代码。，并持续集成更多优秀的时序开源算法模型。通过
目前官方文档里写的数据库管理是DBeaver和qStudio，我目前是用DBeaver的，这些在官网里都有教程，可以看看。右击服务，先停止运行，修改属性的启动类型为自动，再启动并应用。点击桌面生成的Taos Shell，输入命令。启动taosadapter服务，输入命令。进行安装下载，操作好后可以进行基础使用。直接全局搜服务，找到要启动的两个服务。启动taosd服务，输入命令。以管理员身份启动cm
【代码】【TDengine】设置数据库数据的保留时间。
现代新能源汽车，作为一种内部系统极为复杂的交通工具，配备了大量传感器、导航设备、应用软件，这些传感器产生的数据都需要上报到车联网平台当中。对于这些车辆的状态数据（如车速、发动机转速等）、位置数据（经纬度等）以及用户行为数据，车联网平台需要对它们进行实时/离线计算分析，从而为用户提升驾驶体验，提供安全保障，为厂商提供质量检测、功能优化，为交通管理部门提供流量、违章监测、甚至为城市规划提供帮助。
docker部署TDengine
Thingsboard 中“设备配置”和“设备”的关系是一对多的关系，通过设备配置为每个设备设置不同的配置，每个设备都会有一个与其关联的设备配置文件。等等，这不就是中超级表的概念：超级表是一种特殊的表结构，用于代表一类具有相同数据模式的数据采集点。一个超级表有多个子表，一个子表只能隶属于一个超级表。因此，将两者有机结合起来：TDengine 中创建超级表作为“设备配置”，Thingsboard 中
TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，它能安全高效地将大量设备、数据采集器每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，对业务运行状态进行实时监测、预警，提供实时的商业洞察。其核心模块是高性能、集群开源、云原生、极简的时序数据库 TDengine OSS。此外，作为 2024 年 8 月墨天轮中国数据库流行度排行榜上的时序数据库 Top
使用now() + #{index}a其中那这个 #{index}是标签里的循环出来的index。
tdengine
——tdengine
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
腾讯云开发者社区
