TDengine时序大数据处理引擎
北京涛思数据科技有限公司
共 2220字，需浏览 5分钟
·
2020-11-09 03:25
商品详情
商品亮点
- 存储免费：最大可以免费原始数据存储200T
- 即开即用：开通账号之后，使用零等待，后期零维护
- 开源可靠：GitHub火爆开源产品，最核心代码完全开源，大量开源支持者
- 自主可控：纯国产化核心基础软件，完全自主可控
- 高效处理：百亿数据聚合查询，秒级返回
商品说明
| 版本: V1.6 | 交付方式: SaaS |
| 适用于: Windows/Linux | 上架日期: 2020-04-08 |
TDengine
专为物联网而生的大数据平台
一、 产品介绍
TDengine是涛思数据推出的一款开源的专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。除核心快10倍以上的时序数据库功能外，还提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的复杂度。
二、为什么选择TDengine
1 10倍以上的性能提升
创新数据存储结构，单核每秒就能处理至少2万次请求，插入数百万个数据点，读出一千万以上数据点，比现有通用数据库快十倍以上。
2 硬件或者云服务成本降至1/5
性能超强，计算资源不到通用大数据方案的1/5。
3 全栈时序数据处理引擎
将数据库、消息队列、缓存、流式计算等功能超融合，应用开发无需再集成Kafka/Redis/HBase/Spark等软件，大幅降低开发和维护成本。
4 强大的分析功能
无论是十年前还是一秒钟前的数据，指定时间范围即可查询。数据可沿时间轴或对多个设备进行聚合。即席查询可通过Shell/Python/R/Matlab随时进行。
5 无缝对接第三方工具
无需代码，即可与Telegraf, Grafana, Matlab, R集成。后续还将支持MQTT, OPC, Hadoop，Spark等, BI工具也将无缝连接。
6 零运维成本、零学习成本
安装、集群一秒搞定，无需分库分表，实时备份。标准SQL，支持JDBC,RESTful，支持Python/Java/C/C++/Go/Node.JS，与MySQL相似，零学习成本。
三、开通说明
用户根据自身的需求选择不同规格的TDengine云服务，购买后，会很快收到涛思官方的通知，创建自己的TDengine云服务账号和密码以及服务访问地址。
四、商品规格参数说明
1 测点数
时序数据是数据生产者按照时间顺序产生的数据，是数据流。每个数据流对应一条时间线。例如有1,000台采集设备，每台设备上有 10个数据测点，则记录这些设备的所有生产数据就需要10,000条时间线或者测点数。
2 写入能力
写入能力是指TDengine云服务支持的最大写入速率，即每秒写入数据点的最大数量。
专为物联网而生的大数据平台
一、 产品介绍
TDengine是涛思数据推出的一款开源的专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。除核心快10倍以上的时序数据库功能外，还提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的复杂度。
二、为什么选择TDengine
1 10倍以上的性能提升
创新数据存储结构，单核每秒就能处理至少2万次请求，插入数百万个数据点，读出一千万以上数据点，比现有通用数据库快十倍以上。
2 硬件或者云服务成本降至1/5
性能超强，计算资源不到通用大数据方案的1/5。
3 全栈时序数据处理引擎
将数据库、消息队列、缓存、流式计算等功能超融合，应用开发无需再集成Kafka/Redis/HBase/Spark等软件，大幅降低开发和维护成本。
4 强大的分析功能
无论是十年前还是一秒钟前的数据，指定时间范围即可查询。数据可沿时间轴或对多个设备进行聚合。即席查询可通过Shell/Python/R/Matlab随时进行。
5 无缝对接第三方工具
无需代码，即可与Telegraf, Grafana, Matlab, R集成。后续还将支持MQTT, OPC, Hadoop，Spark等, BI工具也将无缝连接。
6 零运维成本、零学习成本
安装、集群一秒搞定，无需分库分表，实时备份。标准SQL，支持JDBC,RESTful，支持Python/Java/C/C++/Go/Node.JS，与MySQL相似，零学习成本。
三、开通说明
用户根据自身的需求选择不同规格的TDengine云服务，购买后，会很快收到涛思官方的通知，创建自己的TDengine云服务账号和密码以及服务访问地址。
四、商品规格参数说明
1 测点数
时序数据是数据生产者按照时间顺序产生的数据，是数据流。每个数据流对应一条时间线。例如有1,000台采集设备，每台设备上有 10个数据测点，则记录这些设备的所有生产数据就需要10,000条时间线或者测点数。
2 写入能力
写入能力是指TDengine云服务支持的最大写入速率，即每秒写入数据点的最大数量。
用户案例
车联网应用场景-某车辆智能管理公司
业务场景：用于其车联网平台，监测货车位置、起停情况、油耗等TBox采集的数据以及历史数据 数据场景：采集频率：秒 原始数据量：320GB/天
智能制造数控机床应用场景-某世界500强数控系统制造业外企
业务场景：工业制造领域数控机床系统使用TDengine，进行数控机床上各项监控指标及告警日志的存储和分析。 关键指标提升：相对MySQL，数据压缩率提升18倍，查询速度提升20倍以上。 数据场景：采集频率：毫秒（高频） 原始数据量：400GB/天
电力IDC运维监测场景-国内大型电力集团
业务场景：某电力领域客户使用Telegraf+TDengine+Grafana 组合进行运维监测 ，无需开发任何代码即可搭建一个高效的IT运维监测平台。 数据场景：服务器1000+台 采集频率：毫秒/秒
智慧城市CIM系统应用场景-某数字建筑平台服务商
业务场景：某客户智慧城市CIM系统，使用TDengine对智慧灯光系统、智慧管线系统、智慧水务系统、环境监测系统的数据进行处理，并与大屏展示、分析报表系统、综合预计系统进行对接实现智慧管理。 数据场景： 采集频率：秒 原始数据：800GB/天
车联网应用场景-某人工智能系统公司
业务场景：车载数据采集器，采集器部署在仓库内的插车上，上报车辆位置信息、操作员信息、采集器自身电量、设备运行状态等。 数据场景：采集频率：秒 预计原始数据：3000GB/天
智慧水务场景-某智慧水务公司
业务场景：智能水表传感器产生的流量/水质/压力等参数的采集、存储，需提供强大的历史数据查询能力。 数据场景：采集频率：分钟 原始数据量：800GB/天
智能工厂工业控制场景-某世界500强大型自动化集团
数据场景：大型煤矿集团智能工厂大数据平台，聚焦在该智能工厂的联网设备的数据存储处理。 数据场景：采集频率：秒 原始数据：400G/天
新能源智慧风电场场景-某世界500强大型电力集团
业务场景：智慧风电场建设，风机数据和业务处理 数据场景：采集频率：秒 预计总原始数据：4800G/天
安防场景-某无人机系统公司
业务场景：无人机数据采集分析系统，提供自动充电、自动调度、自动采集、自动分析的完整方案。目标客户为工业、农业、安防和军用领域 数据场景： 采集频率：秒 原始数据量：160G/天
高频股票行情分析和交易场景-某证券公司
业务场景：证券公司行情数据、Tick数据采集、存储、行情分析、历史回测、截面分析等。 数据场景：采集频率：毫秒 数据量：100亿条记录
评论
TDengine时序数据库
TDengine是一款开源、云原生的时序数据库，专为物联网、工业互联网、金融、IT运维监控等场景设计并优化。它能让大量设备、数据采集器每天产生的高达TB甚至PB级的数据得到高效实时的处理，对业务的运行
TDengine时序数据库
0
Apache IoTDB时序数据管理引擎
IoTDB是针对时间序列数据收集、存储与分析一体化的数据管理引擎。它具有体量轻、性能高、易使用的特点，完美对接Hadoop与Spark生态，适用于工业物联网应用中海量时间序列数据高速写入和复杂分析查询
Apache IoTDB时序数据管理引擎
0
时序模型方向204篇论文大整理！包含时序预测/时序Transformer/时序大模型等最新研究
时空预测引领了新的热点，时间序列预测领域的首个大模型 TimeGPT 引起业界热议，Transformer+时序，扩散模型+时序更是顶会新方向大热“种子”选手，时序+多方向正在成为这个AI界瞩目的黑马！本文整理了时间序列的时序预测 / 时序-Transformer / 时序-大模型 / 时序-扩散四
机器学习实验室
0
Graph Engine分布式大规模图数据处理引擎
Graph Engine 是一个基于内存的分布式大规模图数据处理引擎，能够帮助用户更方便地构建实时查
Graph Engine分布式大规模图数据处理引擎
0
Graph Engine分布式大规模图数据处理引擎
GraphEngine是一个基于内存的分布式大规模图数据处理引擎，能够帮助用户更方便地构建实时查询应用和高吞吐量离线分析平台。在此之前，它在学术界更广为人之的名称是Trinity。GraphEngin
Graph Engine分布式大规模图数据处理引擎
0