
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
本文以TDengine IDMP为例,系统拆解企业AI Agent落地的四大关键环节:场景选择(优先高频、数据可及、闭环可控)、企业级要求(数据统一、可靠校验、安全审计、成本可控)、实施方案(分阶段推进、共享基础设施)与具体实践(如智能问数、报告自动化、诊断助手等)。强调从“能做”到“做成”的工程化思维,提出六维度企业标准,助力企业构建可信、可管、可持续的AI Agent体系。

工业APP落地卡在哪?大模型能替代行业大模型吗?数据值1万块,花10万分析就亏了。工业APP落地,到底卡在技术、数据还是组织?大模型能替代行业大模型吗?工业知识软件化还有路可走吗?数据值钱,为什么绝大多数企业用不好?AI到底能帮工业解决什么真问题?这一期,涛思数据创始人陶建辉与前宝钢首席研究员郭朝晖展开了一场近60分钟的深度对谈。郭朝晖博士在宝钢工作30余年,亲历中国钢铁工业的数字化全过程,近年专

TDengine 开源版本提供 deb、rpm、tar.gz 三种安装包,用户可以根据自己的运行环境选择合适的安装包。其中 deb 支持 ubuntu 系统,rpm 支持...
undefined

近日,3.3.5.0 版本正式发布,带来了多项重磅更新与优化,从功能拓展到性能提升,再到用户体验进行了全面改进。本次更新围绕用户核心需求展开,涵盖了开发工具、数据管理、安全性、可视化等多个层面,为各行业的时序数据应用提供了更高效、可靠的支持。本次更新的亮点功能包括 MQTT 稳定性和高并发性能提升、taosX 增量备份与恢复功能、新增 JDBC 和 Rust 连接器对 STMT2 接口的支持,以及

为什么我创建的虚拟机总是 ping 不通啊?没用过 Linux 操作系统,看见黑框框无所适从怎么办?没学过 SQL 语句,这数据怎么查啊?什么?数据库集群?更不会了……随着探测技术的进步与探测成本的降低,时间序列数据现在已经广泛存在于各行各业。对海量时序数据进行分析与应用,早已不再是少数高精尖行业的小众需求,而是变得随处可见。然而面对动辄几十 GB 甚至上 TB 而且还在不断增长的时序数据,即便是

报告旨在验证 TDengine 基于时序数据场景所设计的独特架构带来的性能优势以及成本控制水平,其中所有测试均在标准化条件下使用公开数据完成。

对于一汽解放来说,数据处理的有效性和高效性一直都是其关注的重点,实际业务数据量巨大,要求底层平台能够支持超过百万辆车的采集数据实时接入,同时支持高并发、大批量历史数据的查询获取,以支撑复杂的业务计算服务,TDengine 的设计优势恰好能够满足上述需求。

兼容不是终点,只是开始。我们接下来还会和更多国产软硬件厂商一起,带来更多实用的数据解决方案,把这条自主可控的路走得更远、更扎实。如果你也在信创环境里做业务,或者有兼容性相关的技术问题,欢迎在评论区交流,我们一起来打通更多可能性。V3.0 和麒麟信安旗下的桌面、服务器、嵌入式系统等多个版本做了全套适配,结果非常理想:稳定运行,性能在线,充分验证了。在麒麟信安的操作系统生态里已经“通关打卡”,无论你用
在展开分享之前,我先简单介绍一下指标采集业务和TDengine,以便帮助大家更好地理解背景和技术选型。1.指标采集业务采集、监控和告警。采集是首要环节,需要通过多种方式将服务器、应用等关键指标数据汇集到平台中,随后实现监控图表展示、告警策略触发等一系列运维操作。2.TDengineTDengine是一款开源、高性能、云原生的时序数据库。它针对物联网、车联网、工业互联网、金融和 IT 运维等场景进行







