TDengine Industrial Data Management Platform（TDengine IDMP）是一款 AI 原生的物联网、工业数据管理系统，它通过经典的树状层次结构组织传感器、设备采集的数据，建立数据目录，对数据提供语境化、标准化的处理，并提供实时分析、可视化、事件管理与报警等功能，旨在帮助企业快速高效的从运营数据中挖掘出商业价值。IDMP 充分利用 AI 技术，基于采集的

从整体来看，TDengine IDMP Excel Add-in 的价值，在于让工业数据真正进入日常工作流程。通过将已经治理和计算的数据引入 Excel，业务人员可以在熟悉的工具中完成分析和判断，减少重复取数和人工整理，让数据更快转化为可用信息。在此基础上，Excel Add-in 也为持续扩展留出了空间。无论是通过 SDK 支持更深度的系统集成，还是在后续迭代中探索与 AI 的结合，核心目标始终

多表低频是指根据数据库的配置，一个 vnode 中单次数据落盘的单表数据条数普遍小于 minRows 时，可视为多表低频场景。stt_trigger 是解决多表低频场景引入的一个参数和一套机制，stt_trigger 等于 1 时，数据是从buffer 直接落到最终的 data 文件中，零散的写入 last 中，当 stt_trigger 大于 1 时，原来的直接落盘被分成两步来完成，第一步数据先

其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；TDengine IDMP 是一款AI原生工业数据管理平台，它通过树状层次结构建立数据目录，对数据进行标准化、情景化，并通过 AI 提供实时分析、可视化、事件管理与报警等功能。访问文档：https://docs.taosdata.co

为规范基于AI大模型的时序数据管理平台技术和能力，指导提升AI大模型在时序数据领域的管理、建设应用，促进相关技术创新发展，完善行业协同生态，中国信通院依托CCSA TC601开展《基于AI大模型的时序数据管理平台技术要求》标准编制工作，围绕AI时序数据应用、时序模型管理、时序数据建模和组织、时序数据情景化、时序数据标准化、时序数据预处理、时序数据可视化、时序数据实时分析、事件管理、时序数据服务、平

工业企业正在经历从“自动化”走向“数据驱动运营”的关键阶段：预测性维护、质量追溯、能耗优化、异常检测、工艺优化以及工业 AI/大模型协同等应用被寄予厚望。数据可用但不可信，结论可算但不可用。根因在于工业数据与传统业务数据的生产条件完全不同：高频时序、强实时、强物理约束、强上下文依赖、持续变化、且治理失效的代价可能直接影响安全与连续生产。由此，工业数据治理不是通用数据治理在工业领域的“套壳”，而是一

是一款专为物联网、工业互联网等场景设计并优化的大数据平台，其核心模块是高性能、集群开源、云原生、极简的时序数据库。它能安全高效地将大量设备每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，并提供 AI 智能体对数据进行预测与异常检测，提供实时的商业洞察。

taosX 通过 SQL 查询源集群数据，并把查询结果写入到目标数据库。具体实现上，taosX 以一个子表的一个时间段的数据作为查询的基本单元，将要迁移的数据分批写入目标数据库。history模式。指迁移指定时间范围内的数据，若不指定时间范围，则迁移截至创建任务前的所有数据。迁移完则任务停止。realtime模式。同步从任务创建时间起之后的数据，若不手动停止任务则任务会持续运行。both模式。先执

taosAdapter 是一个 TDengine 的配套工具，是 TDengine 和应用程序之间的桥梁和适配器，实例运行在服务器上，对外提供 Restful 及 WebSocket 的无需安装 TDengine 客户端的轻量化访问 TDengine 接口服务。TDengine 的各语言连接器通过 WebSocket 接口与 TDengine 进行通信，因此必须安装 taosAdapter。

TDengine IDMP 依赖 TDengine TSDB-Enterprise 3.3.7.0+. 在启动 TDengine IDMP 之前，请配置 TDengine TSDB-Enterprise 连接。它能安全高效地将大量设备每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，并提供 AI 智能体对数据进行预测与异常检测，提供实时的商业洞察。请根据您的操作系统类型，选择合