KWDB 是一款面向 AIoT 场景的分布式、多模融合的数据库产品，支持在同一实例同时创建时序库和关系库，并融合处理多模数据，具备千万级设备接入、百万级数据秒级写入、亿级数据秒级读取等时序数据高效处理能力，具有稳定安全、高可用、易运维等特点。面向工业物联网、数字能源、车联网、智慧产业等领域，提供一站式数据存储、管理与分析的基座。KWDB 3.1.0 版本在保持原有特性的基础上，针对数据库对象、数据

KaiwuDB 3.0 时序存储模块通过深度适配物联网 AIoT 场景的架构设计，充分满足了海量时序数据高吞吐写入、极速查询、可靠存储等核心需求，为物联网核心系统提供了稳定、高效、易运维的数据管理支撑。其多模融合能力与自主可控特性，不仅实现了 AIoT 场景下的多样化数据处理，也为关键行业核心系统的数字化转型提供了可靠保障。未来，随着物联网技术的持续演进，KaiwuDB 将继续深耕时序数据处理领域

综上，KaiwuDB 分布式执行引擎通过一系列核心优化举措，系统性破解了传统架构的多重瓶颈，构建起高效、稳定、可扩展的分布式执行体系，为高并发、大规模时序数据及多模数据分析业务提供了坚实的技术支撑。明确管理节点（ME）的调度职责、根执行节点的结果汇总职责及普通执行节点的计算职责边界，降低模块间耦合度，可快速定位问题节点及流水线阶段（Stage），提升 Debug 的效率与精准性。：在执行节点节点间

其中"引擎"即为国际具身智能技能大赛，四大主题场景分别为**“竞技场”、“实验工坊”、“思辨广场"与"节日”**。大会旨在推进具身智能的产业化路径探索与实际场景落地，推动从一"听会"到"参与"、从"观展"到"体验"的转变，全力践行"上海，一座最懂开发者的城市"这一核心使命。本次大会延续**“开发者，找找找”**口号，围绕开发者最关心的"找技术，找场景，找人才，找工作，找朋友"等方向展开，以大会促融

在人工智能技术飞速发展的当下，大模型已成为推动产业变革的核心力量，但其高昂的研发成本与落地挑战却让众多企业望而却步。除了资金投入，模型训练还面临数据质量要求高、模态结构复杂、算力消耗大、耗时久等多重难题，这些都成为企业入局大模型的 “高门槛”。2016-2023 年部分人工智能模型训练成本估算（图片来源于网络）成本压力之下，企业 AI 工程化落地率同样不容乐观。麦肯锡调研数据显示，仅有 1% 的受

在 AIoT、工业互联网场景中，类似"设备元数据（关系数据）+ 传感器数据（时序数据）"这样的联合查询是业务的重要需求之一。然而，在传统多库架构下，这类跨模查询往往意味着 “数据迁移 + 小时级等待”。KaiwuDB 创新自研的跨模优化技术，可将原本可能需要 5 小时的查询任务压缩至 64 秒，场景性能甚至能实现百倍的飞跃。今天就带大家一同探秘，深度拆解 KaiwuDB 跨模查询性能飞跃的核心技术

通常，我们对数据库进行误操作后，需要把数据库Rollback到之前的版本。一个常用的方法就是，使用日志来进行数据库恢复。这个方法虽然强大有效，但是花费时间等成本较高。而数据库表快照（Snapshot）功能，可以在某些时间点为数据表创建快照，保护快照时间点的数据不被修改，并可根据需要快速恢复快照点数据，从而达到高效、可靠的数据备份恢复能力。Snapshot是一个数据库或表的只读副本，它是数据库表所有

例如，如何高效存储和管理由数千个传感器实时产生的高频时序数据，如何实现多模态数据的统一管理以简化数据使用流程，如何满足业务对海量历史数据的快速即席查询需求，如何支撑面向时序数据的批量计算与统计分析，以及如何提升数据库管理工具的易用性等，这些现实问题已成为制约系统整体性能与智能化水平进一步提升的关键瓶颈。作为综采地面分控中心的重要组成部分，煤矿综采数据分析系统通过对设备开机率、自动化率、推进量、出煤

11 月 12 日，KaiwuDB 与杭州映云科技（EMQ）达成战略合作，双方将整合技术优势，共同推动物联网在云边端业务中实现全链路数据闭环，为能源电力、工业制造、ICT 等重点行业的数字化转型提供支持。在同期举办的"AI 时代数据库创新实践分论坛"中，KaiwuDB 资深技术专家、KWDB 社区 TOC 委员窦志彤，以《AI 时代的数据基石》为题，带来了关于开源分布式多模数据库 KWDB V3.

📅 2025年11月20日| 📍决赛路演现场今日，由开放原子开源基金会主办、浪潮KaiwuDB 承办的"第三届开放原子大赛——KWDB 核心贡献挑战赛"决赛路演圆满落幕。本次大赛聚焦，旨在通过开源协作推动数据库技术演进。自启动以来，累计吸引到支团队报名，交付 21 份高质量作品。经过严格评审，支队伍脱颖而出晋级决赛。本届 KWDB 核心贡献挑战赛路演现场，各团队展现了卓越的技术实力与创新精神。