TDengine 生态系统连接指南

TDengine 生态系统连接指南

本文让您能一目了然地了解 TDengine 与各类主流技术的集成能力以分类列表的形式,详细介绍 TDengine 支持的生态系统。

1. 数据采集、处理与消息队列

这个类别涵盖了从数据产生、采集、传输到流式处理的完整链路。

  • 监控与采集代理:

    • Prometheus : 支持 remote_write 写入和 remote_read 读取,可无缝替换 VictoriaMetrics, InfluxDB 等存储后端。
    • Telegraf : 可通过 outputs.influxdb 插件将采集的数据直接写入 TDengine。
    • StatsD : 可通过 Telegraf 的 inputs.statsd 插件,将 StatsD 格式的指标转发至 TDengine。
    • collectd : 可通过 Telegraf 的 inputs.collectd 插件,接收 collectd 的数据并写入 TDengine。
    • Icinga2: 一款开源监控系统,可通过脚本或中间件将监控数据写入 TDengine。
    • TCollector: OpenTSDB 的数据采集守护进程,其收集的数据可通过协议转换后存入 TDengine。
  • 消息队列与流处理:

    • Kafka : 官方提供 taos-connector-kafka 插件,可将 Kafka 主题中的数据高效地同步到 TDengine。
    • Flink : 官方提供 flink-connector-tdengine,支持将 TDengine 作为 Flink 的数据源 (Source) 和数据汇 (Sink)。
    • EMQ X: 开源 MQTT 消息服务器,可通过规则引擎或插件将 MQTT 消息对接到 TDengine。
    • HiveMQ: 企业级 MQTT 平台,支持通过自定义扩展将数据流写入 TDengine。

2. 可视化、BI 与报表

将存储在 TDengine 中的数据通过各类工具进行可视化分析和商业智能展现。

  • 专业可视化工具:

    • Grafana : 官方提供 grafana-tdengine-datasource 插件,是与 TDengine 集成最紧密、功能最丰富的可视化工具。
    • Perspective: 一个交互式的数据可视化和分析组件。
  • 商业智能 (BI) 与报表:

    • Tableau : 支持通过 ODBC 驱动连接 TDengine 进行 BI 分析。
    • Power BI : 支持通过 ODBC 驱动连接 TDengine。
    • 永洪 BI (Yonghong BI): 国产 BI 工具,支持与 TDengine 对接。
    • Looker: Google Cloud 旗下的 BI 和数据分析平台。
    • Apache Superset: 开源的数据探索和可视化平台,可通过数据库连接驱动接入 TDengine。
    • 帆软报表 (FineBI): 企业级 Web 报表工具。
    • Seeq: 用于工业过程数据的分析平台。
    • Microsoft SQL Server Reporting Services (SSRS): 微软的报表服务工具。
  • 数据分析与处理:

    • Spark : 可以通过 JDBC 连接器对 TDengine 的数据进行读取和分析。
    • Pandas : Python 数据分析库,可通过 JDBC/ODBC 或 Python 连接器读取 TDengine 数据到 DataFrame 中。
    • Excel : 支持通过 ODBC 驱动连接 TDengine,进行数据分析和报表制作。
    • Ontop: 一个将关系型数据库转换为虚拟 RDF 图的工具。

3. 物联网 (IoT) 平台

面向物联网场景的集成。

  • Node-RED: 一款可视化的低代码物联网开发工具,可以通过其工作流节点连接到 TDengine。
  • Ignition: Inductive Automation 公司开发的工业自动化软件平台 (SCADA)。

4. 数据库与开发工具

用于简化开发和数据管理的客户端工具。

  • DBeaver : 一款流行的通用数据库管理工具,支持通过 JDBC 驱动连接和管理 TDengine。
  • QStudio: 一款支持 kdb+/q 语言的开发环境,也可扩展用于其他数据库。

关于 TDengine

TDengine 专为物联网IoT平台、工业大数据平台设计。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。

相关推荐
白帽小丑8 小时前
# 一次 MySQL DELETE 误操作的数据恢复尝试实录
数据库·mysql
code_pgf8 小时前
AI-Agent记忆机制分析
大数据·人工智能
Quincy_Freak10 小时前
信创内网数据规范实践:银河麒麟下SQLite本地数据安全管理方案
数据库·sqlite·arm·数据库管理·大数据分析·银河麒麟·aarch64
cc57250265311 小时前
挑选大数据专业院校,重点参考哪几项指标
大数据
2601_9626838912 小时前
治理遗留系统中的“生肉 SQL”:一次用多模型协作优化慢查询的实战复盘
数据库·人工智能·sql
酱学编程13 小时前
【从零到一实现一个 AI Agent 框架 · 第四篇】04. 任务规划:拆解复杂目标 -
服务器·网络·数据库·人工智能
shushangyun_14 小时前
2026智能采购商城系统选型指南:如何引领企业数字化采购升级
java·大数据·数据库·人工智能·机器学习
大侠锅锅15 小时前
第 4 篇:策略模式实践——用统一接口管理 Docker 容器、原生进程与 K3s Pod
docker·容器·边缘计算·策略模式·iot
华山令狐虫15 小时前
DBAPI AI 写 SQL:支持动态 SQL 与参数占位符,自然语言一键生成
数据库·人工智能·sql·dbapi
IvorySQL15 小时前
PG 技术日报|2026-07-04
数据库·人工智能·postgresql·开源