在 8 月 13 日的 TDengine 开发者大会上，涛思数据创始人陶建辉进行了题为《高性能、云原生的极简时序数据处理平台》的主题演讲。在本次演讲中，他不仅分享了时序数据库现阶段的技术痛点，还深入阐释了打造 TDengine 3.0 的原因以及实践思路。本文根据演讲内容整理而成。

作者｜陈玉最近，在TDengine的一个社区群中突发了一场严重的灌水事件。几位群友不眠不休地聊天，可以说是废寝忘食。那么到底是什么话题能让他们凌晨四点还在忘我地讨论？这个话题就是——如何完善Docker环境下TDengine的集群搭建。“什么？除了你们官方自己人之外，怎么会有用户加班加点地讨论如何完善Docker环境的集群搭建，这也太假了。”好吧，我们承认：其实是有一个叫Oliver（群昵称）的用

好消息！好消息！今天我们有一个令人激动的好消息要宣布！虽然开局的文风看着有些“震惊党”，但是希望大家不要介意。因为从今天开始，TDengine终于正式推出了基于K8s上的部署方案。这么久以来，我们时常看到用户问什么时候才能看到TDengine在K8s上的部署方案——现在，这一天终于来了。Kubernetes是一个用于自动化部署、扩展和管理容器化应用程序的开源系统。作为该领域的事实标准，K8s可以促

从Kafka+Strom+HDFS组合到TDengine。助力邯钢工业4.0！

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

在用 TDengine 进行数据建模之前，我们需要回答两个关键问题：建模的目标用户是谁？他们的具体需求是什么？在一个典型的时序数据管理方案中，数据采集和数据应用是两个主要环节。如下图所示：对于数据采集工程师而言，他们的主要需求是简单、高效地收集数据。为此，可以考虑创建一个贴源层，该层的数据模型建议与数据源完全一致。这种方式能够大大简化数据采集的过程，使得数据采集工作更加轻松和直观。参见上图贴源层。

之前版本，TDengine 只实现了 Inner Join 功能，为了更好地支持客户需求，本次 Join 功能增强支持除 Cross Join 等时序数据库中基本没有需求场景的 Join 类型外的所有 Join 类型，包括传统库中的 Left Join、Right Join、Full Join、Semi Join、Anti-Semi Join 以及时序库中特色的 ASOF Join、Window

每一届 ODSC 都会汇聚众多人工智能和数据科学领域的专业人士和知名学者，在为期三天的时间里，与会者不仅能够和这些专家进行沟通、接触到更多创新技术，还会了解到该领域最新的工具和框架发展，共同探索如何将人工智能和数据技术更好地应用在自己的项目和工作中。在结束 ODSC 一天的深度学习后，参会者在晚宴轻松的氛围中放松身心，也对。还将参加世界各地的更多的技术盛会，让世界各地更多的开发者和企业接触和了解我

2019年7月12日，涛思数据宣布TDengine正式开源。短短两年时间，TDengine取得了令人瞩目的成绩。TDengine在GitHub上已经有15.5k star，3900多个fo...

毫无疑问，开源已经成为未来软件发展的一大重要趋势。对于企业来说，开源能够进一步提升产品的影响力，拉近与用户的距离，那对于程序员来说，开源又能带来什么呢？为了找寻答案，我们沟通了几位深入参与了开源项目的研发同事，把他们的相关见解进行了整理和总结。......