新渠道+1!TDengine Cloud 入驻 Azure Marketplace

近日,TDengine Cloud 正式入驻微软云 Marketplace,为全球更多用户带来全托管的时序数据处理服务。这一举措也丰富了 TDengine 的订阅渠道,为用户提供了极大的便捷性。现在,您可以通过微软云 Marketplace 轻松订阅并部署 TDengine Cloud,享受在一流的云平台上建立高效数据处理架构的便利。

用户可通过以下两种方式在微软云 Marketplace 找到 TDengine Cloud------

直接访问 https://azuremarketplace.microsoft.com/en/marketplace/apps/tdengine-cloud.tdengine-cloud?tab=Overview 即可查看详细信息。

或打开微软云市场官方网站(https://azuremarketplace.microsoft.com/en/home),在搜索栏输入关键词 "TDengine Cloud",点击商品卡片即可进入详情页。

TDengine Cloud 基于开源的高性能时序数据库 TDengine 打造,具备弹性伸缩特性,可以有效地帮助企业降低人力成本和运营成本。除了高性能的时序数据库功能,TDengine Cloud 还整合了缓存、订阅和流计算等系统功能,为企业提供一站式的数据处理解决方案。

更为重要的是,TDengine Cloud 强化了数据安全和管理功能,包括数据分享、基于角色的权限控制、多云数据复制、边云协同及 IP 白名单等,确保企业数据的安全和高效管理。

对于物联网和大数据开发人员而言,TDengine Cloud 在 Microsoft Azure、AWS 和 Google Cloud 等主要公有云平台上均具备可用性,能够帮助其访问和部署一个稳健、安全、具备高扩展性的时序数据解决方案。平台的自动扩缩容功能可以根据业务需求动态调整数据库集群的规模,极大地简化了数据库的部署、优化、扩容、备份和异地容灾等复杂任务,从而让开发人员可以从繁重的运维工作中解放出来,更加专注于业务创新和成本效率的优化。

目前,TDengine Cloud 的优越性已在诸多企业实践中获得证明,如国轩高科海外储能项目鼎鼎安全智能空闸开关德中恒越物联网数据平台、浙江力氪新能源平台等。以国轩高科为例,TDengine Cloud 按量计费加全托管的企业级服务不仅以非常小的成本运转其储能项目,而且极大地提升了产品的效率,同时保留了随时扩张的灵活性。

TDengine Cloud 最新上线于微软云 Marketplace 的举措,为有"出海"需求的企业提供了一个极佳选择。这不仅为全球用户带来了更便捷的服务订阅方式,也展示了 TDengine 在全球市场上的扩张策略以及对客户需求的积极响应。

企业或开发人员如需进一步了解 TDengine Cloud 的详细信息和服务,可以访问官方网站:https://cloud.taosdata.com/auth,或在微软云 Marketplace 中查看并订阅 TDengine Cloud 服务。

相关推荐
青云交42 分钟前
大数据新视界 -- Hive 查询性能优化:基于成本模型的奥秘(上)(5/ 30)
大数据·优化器·执行计划·统计信息·hive 查询性能·成本模型·hive 优化
gma9991 小时前
【BUG】ES使用过程中问题解决汇总
大数据·elasticsearch·搜索引擎
Mephisto.java1 小时前
【大数据学习 | Spark-Core】RDD的缓存(cache and checkpoint)
大数据·学习·spark
zmd-zk2 小时前
flink学习(3)——方法的使用—对流的处理(map,flatMap,filter)
java·大数据·开发语言·学习·flink·tensorflow
NiNg_1_2342 小时前
Hadoop的MapReduce详解
大数据·hadoop·mapreduce
在下不上天2 小时前
flume-将日志采集到hdfs
大数据·linux·运维·hadoop·hdfs·flume
zmd-zk2 小时前
flink学习(1)——standalone模式的安装
大数据·hadoop·flink·实时
Dreams°1232 小时前
【大数据测试Flume:从 0-1详细教程】
大数据·python·单元测试·自动化·flume
开利网络4 小时前
数字化转型:企业降本增效的关键之路
大数据·物联网·搜索引擎·信息可视化·1024程序员节
Elastic 中国社区官方博客8 小时前
使用 Elastic AI Assistant for Search 和 Azure OpenAI 实现从 0 到 60 的转变
大数据·人工智能·elasticsearch·microsoft·搜索引擎·ai·azure