登录社区云，与社区用户共同成长
邀请您加入社区
删除存在风险的 RPC 接口和 JEXL 函数，强化命名规范校验与服务地址配置逻辑，优化分区表自动删除机制，同时对数据库监控、性能、稳定性进行了全方位提升。修复分区表自动删除逻辑的问题：仅数据库（DB）级别配置的 TTL 生效，使用数据库内配置的最大 TTL 值。我们为大家提供了参与指南，欢迎越来越多的小伙伴助力 Apache IoTDB 项目的不断发展与前进。其他：调整代码逻辑，使内部服务绑定
FX3U,FX5U,控制IO卡 ,STM32F407ZET6工控板,包括pcb,原理图 ,/PLC STMF32F407ZET6/FX-3U/PCB生产方案板载资源介绍！1. 8路高速脉冲加方向输出，带光耦隔离！2. 16路低速输出，加光耦和驱动芯片uln2803输出，每路驱动电流可达500mA3. 32路光耦隔离输入！4. 带编码器接口5. 带spi接口铁电存储器6. IIc接口存储器！7. 2
（GSoC）的申请季即将到来，Apache 软件基金会（ASF）再次以指导机构的身份参与其中，Apache IoTDB 社区也满怀期待地迎接新贡献者的加入。如果你希望参与真实世界的时序数据基础设施开发，向经验丰富的开源导师学习，并做出对生产环境有价值的贡献，Apache IoTDB 社区非常欢迎你的加入。，专为高写入量的业务负载打造，具备高效的存储能力和实时分析特性，广泛应用于工业物联网、智能基础
本文探讨了时序数据库选型的关键要素，重点分析了国产开源时序数据库ApacheIoTDB的技术优势。随着物联网和大数据发展，时序数据呈现爆发式增长，传统数据库面临写入性能、存储成本和查询效率等挑战。IoTDB通过优化的数据模型、高效压缩算法和查询引擎，显著提升了时序数据处理效率。文章详细介绍了IoTDB的读写性能、可扩展性、生态系统和部署灵活性等核心优势，并通过代码案例展示了其基础操作与大数据框架集
在物联网、工业互联网、金融交易、智能运维等领域蓬勃发展的今天，时序数据已经成为企业数据资产中增长最快、规模最大的数据类型之一。据统计，一个中等规模的工业制造企业每天产生的时序数据量可达数十亿条，而大型互联网公司的监控数据更是以每秒百万级的速度持续增长。
龙伯格 luenberger观测器，永磁同步电机无位置传感器控制，simulink模型，使用PLL锁定位置。在永磁同步电机（PMSM）的控制领域，无位置传感器控制技术近年来备受关注。这种技术能够在不依赖物理位置传感器的情况下，精确获取电机转子的位置和速度信息，从而降低系统成本、提高可靠性。今天咱就聊聊基于龙伯格（Luenberger）观测器并利用PLL（锁相环）锁定位置实现PMSM无位置传感器控制
本文剖析工业物联网海量时序数据挑战，对比指出国外DB工业场景局限。重点介绍Apache IoTDB凭借树形模型、端边云协同及高性能，成为降本增效与实时决策的首选方案。
工业时序数据库选型指南：Apache IoTDB的工业物联网优势 摘要：本文针对工业数字化转型中的时序数据库选型问题，系统分析了工业时序数据的特殊挑战，包括海量设备数据、跨网传输需求及长期存储要求。通过横向对比主流时序数据库产品，重点介绍了国产开源项目Apache IoTDB在工业场景的独特优势：树形层级数据模型贴合设备组织结构，TsFile专有存储格式实现超高压缩比，原生支持端边云三级协同架构，
本文探讨了时序数据库选型的关键考量，重点分析了Apache IoTDB在工业与大数据融合场景中的适配优势。文章指出，时序系统选型应从长期系统能力出发，而非仅关注存储引擎性能，并提出了包含写入形态、查询语义、数据模型等维度的自检清单。IoTDB的优势在于其端边云协同架构、优化的TsFile存储格式、原生支持时序分析语义（如时间对齐、降采样等）以及结构化集群部署方案。文章建议采用最小闭环验证法进行可行
Apache IoTDB的SELECT INTO语句实现了时序数据ETL处理闭环，能够将查询结果直接写入新序列，解决工业物联网中的"数据孤岛"问题。该功能支持两种对齐方式：按时间对齐要求目标序列与查询列一一对应；按设备对齐则需匹配设备数量和物理量。典型应用场景包括：1) 内部ETL处理原始数据；2) 持久化查询结果作为物化视图；3) 非对齐序列转换。通过灵活的目标序列指定方式，
业务分析时不得不反复跨系统查询、手工拼接？更复杂的是，当业务系统需要同时访问 MySQL 中的元数据与 IoTDB 中的海量时序数据时，“多源异构”往往意味着“多重负担”。如果你的项目正面临多源数据融合的挑战，或是希望在业务系统与物联网数据之间搭建一座高效桥梁，不妨试试这一组合。，正是为解决这一痛点而生 —— 通过 MyCat 的分库分表中间件能力，将 IoTDB 作为时序数据存储引擎纳入统一数据
IoTDB的TTL机制支持设备级别数据保留时间管理，自动清理过期数据以优化存储和查询性能。TTL以毫秒为单位，依据数据点时间判断过期，实际删除在数据压缩时完成。系统支持1000条TTL规则，采用"最精确最长"优先原则匹配设备。操作包括设置（SET TTL）、取消（UNSET TTL）和查看（SHOW ALL TTL）TTL规则，路径需符合特定格式要求。修改TTL可能导致数据可见
摘要： IoTDB原生连续查询功能有效解决了物联网时序数据聚合的痛点。相比传统方案（自定义定时任务或Flink流计算），连续查询具有架构简单、运维成本低、开发效率高等优势。它支持滚动窗口和滑动窗口，通过RESAMPLE子句灵活配置执行间隔和窗口大小，并内置乱序数据容忍机制（ALLOW LATENCY）。实际应用中，只需一行SQL即可实现复杂的实时聚合逻辑，大幅降低资源占用和端到端延迟。该功能特别适
做过工业互联网、车联网或者能源监测类项目的同学，大概都有过这么一个瞬间——某天凌晨被告警叫醒，发现数据库写入堆积、磁盘快满了、历史数据一查就超时。我们当初选的那款数据库，可能从一开始就不适合处理时序数据。这不是危言耸听。时序数据和传统业务数据差别很大，如果用错了工具，问题往往不是立刻暴露，而是在数据量累积到一定体量后集中爆发。等到那个时候再换，迁移成本高得让人头疼。所以这篇文章想换一个角度聊：不从
IoTDB触发器在物联网实时数据处理中的实践应用 摘要：本文深入探讨了IoTDB原生触发器在物联网场景下的应用价值及实现原理。针对传统数据监听方案（如定时轮询、CDC工具等）存在的延迟高、架构复杂、运维成本高等问题，IoTDB触发器提供了轻量级的内置解决方案。文章详细剖析了触发器的四层架构设计，重点解释了基于Java反射和自定义类加载器的动态启停机制，该设计可实现毫秒级延迟的实时告警和数据同步。通
Apache IoTDB时序数据库选型与落地实践 摘要 本文针对工业互联网、智慧能源、车联网三大时序数据密集型场景，深入分析Apache IoTDB的选型策略与落地实践。IoTDB凭借时序原生架构、高压缩比(12:1-31:1)和云边端一体化优势，成为百万级设备数据管理的优选方案。文章通过真实案例对比IoTDB与InfluxDB、TimescaleDB等主流时序数据库的性能指标，显示IoTDB在写
IoTDB自定义UDF开发指南：本文详细介绍了IoTDB中UDF的作用、分类及开发流程。UDF分为UDSF（标量函数）、UDAF（聚合函数）和UDTF（表函数）三类，分别对应一对一、多对一和多对多的数据处理场景。文章提供了Java和Python两种开发方式的选择建议，并通过温度校准的UDSF实战案例，展示了从代码实现到部署调用的完整流程。UDF机制能够在不修改IoTDB核心代码的情况下扩展计算能力
Apache IoTDB凭借树形数据模型、端边云协同架构及31:1高压缩比，在工业时序数据库选型中性能领先（363万点/秒写入）。其有效降低存储成本，支持AI实时预警，是设备层级复杂、边缘与云端统一管理场景的理想选择。
2026 国产时序数据库怎么选？从 TDengine、IoTDB 到金仓融合多模架构的一次横向梳理
Apache IoTDB时序数据库通过国家级安全可靠测评，成为首个获此认证的国产时序数据库。测评由中国信息安全测评中心和国家保密科技测评中心联合开展，涵盖核心技术自主可控、全链路安全防护、高可用性、供应链安全和国产化适配五大维度。TimechoDB企业版（基于IoTDB内核）通过严格测试，满足党政、军工、金融等关键行业的数据安全与合规要求，具备完全自主知识产权，支持国密加密、多副本容灾和信创生态适
IoTDB REST API V2 全指南：跨语言HTTP接口一站式解决方案 本文全面介绍IoTDB REST API V2的使用方法，包含以下核心内容： 服务配置：开启REST服务并设置端口（默认18080） 鉴权机制：所有接口都需要Basic认证（默认账号root/root） 五大核心接口： /ping服务检活 /query支持SQL查询和数据写入 /nonQuery执行DDL/DML操作 /
MQTT教程详解一篇的 MQTT 完整教程，包括：协议核心概念、Broker 选择、Java 依赖、TCP 连接、发布 / 订阅示例、QOS / 遗嘱 / 保留消息、TLS 加密、以及一个可直接跑的 Spring Boot 整合示例。
流处理模块：Pipe 过滤路径时，支持以逗号分隔，混合使用 source.pattern 与 source.path 参数。修复 memtable 中，一个序列在 TVList 超过 20w 点后，倒序带时间过滤条件查询，可能遗漏部分数据的问题。其他：修复安全漏洞 CVE-2025-12183、CVE-2025-66566 及 CVE-2025-11226。修复使用主动加载函数，加载采用非默认时间
iotdb
——iotdb
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AI硬件创业社区
AI Agent技术社区
