是一款专为物联网、车联网、工业互联网等时序数据场景优化设计的开源时序数据库，支持高并发写入、高效查询及流式计算，通过“一个数据采集点一张表”与“超级表”的概念显著提升性能。通常情况下，同步接口基于异步接口实现，二者的方法签名，除了异步接口多了 async 关键字外，基本一致。taos 模块封装了 taos-optin 和 taos-ws 模块中的实现，同时将 taos-query 模块所定义的公共

如果我们要做行情 tick 数据的存储，怎样的数据结构查找起来才会比较快？在加入 TDengine 之前，本文作者丁博在弘源泰平量化投资做量化工程师，曾经遇到过这一类存储行情 tick 数据的问题，本文会就此问题进行详细的技术解读。

双汇发展多个分厂的能源管控大数据系统主要采用两种技术栈：InfluxDB/Redis和Kafka/Redis/HBase/Flink，对于中小型研发团队来讲，无论是系统搭建，还是实施运维都非常棘手。经过对InfluxDB/Redis和TDengine大数据平台的功能和性能对比测试，最终将TDengine作为实施方案。项目背景基于双汇发展对能源管控的需求，利用云平台技术以及电气自动化处理手段，对双汇

在 58 同城的驾考业务上，需要存储分析驾校教练车传感器产生的数据，这是典型的时序数据场景，开发人员对原有的 TiDB 性能并不是很满意，因此 DBA 团队开始调研更具针对性的时序数据库。基于自身的业务需求，他们在 6 款时序数据库中选择了 TDengine Database，在经过深入的调研测试之后，开始部署实践，最终业务痛点问题得到了解决。

2019年7月，涛思数据团队将精心研发的TDengine 1.6版本开源，开源后，产品获得了开发者社区的积极反馈。从超过百万用户的体验反馈中，我们团队发现了一些技术问题。而彻底解决这些问题，需要我们对一些功能进行重新的设计和研发。历经八个月的披星戴月，TDengine 2.0 终于来了！下面一起来看看，TDengine 2.0具体都有哪些升级改进。秉持开源初心，率先将集群版开源我们在与开源社区用户

作者：涛思数据｜肖波随着容器化的流行，越来越多的项目采取了容器化方案来设计架构、实施部署。作为时序数据引擎核心的TDengine，在部署时一般建议采用FQDN(Fully Qualified Domain Name，完全限定域名)来进行节点之间的通信。很多客户在进行容器化架构设计时，通信方式均采用IP地址寻址，而且由于这些容器的IP、容器名(也就是hostname)会随着容器的生命周期变化而变化，

上周，涛思数据与EMQ在线上Meetup上联合发布了工业互联网一体化解决方案，基于TDengine、EMQ X搭建一个集工业数据采集、汇聚、清洗、存储分析以及可视化展示等能力于一体的轻量级边缘计算工业互联网平台。目前TDengine已经全面支持ARM 32和ARM 64处理器，那么为什么，TDengine是边缘侧数据更高效的存储选择？它比SQLite好在哪里？在Meetup上，涛思数据联合创始人侯

我们关注到他的问题描述，虽然整体数据量并不是很大，但从应用场景上来看，非常符合时序数据库（Time-Series Database）的使用场景。

作者介绍：薛超，中移物联网数据库运维高级工程师，10年数据库运维经历，2017年加入中移物联网，负责数字化产品部数据库相关工作，专注于数据库优化和推动架构演进；近年来主要研究国产新型数据库，目前所在部门全部业务已经去"O"，在此过程中，积累了大量新型数据库的运维经验。关于中移物联网中移物联网有限公司是中国移动通信集团有限公司出资成立的全资子公司。公司按照中国移动整体战略布局，围绕“物联网业务服务的

小 T 导读：水环境综合治理运维系统中需要对截流井设备中的液位、电流、硫化氢等进行监测，并通过PLC程序进行自动化管理设备的启停与报警短信推送。传感器采集的信息通过MQTT协议传到网关，网关收集到信息后会定时推送到业务后台服务，由服务层来做数据存储和实时分析。设备运行业务数据放在MySQL里面，液位、电流频率、硫化氢、雨量物联网数据放在TDengine中。TDengine应用场景1. 时序数据类型