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
XDHCOM2 天前
ORA-32484重复列名错误,ORACLE数据库CYCLE子句故障修复与远程处理方案
数据库·oracle
翻斗包菜2 天前
PostgreSQL 日常维护完全指南:从基础操作到高级运维
运维·数据库·postgresql
呆瑜nuage2 天前
MySQL表约束详解:8大核心约束实战指南
数据库·mysql
财迅通Ai2 天前
6000万吨产能承压 卫星化学迎来战略窗口期
大数据·人工智能·物联网·卫星化学
liliangcsdn2 天前
Agent Memory智能体记忆系统的示例分析
数据库·人工智能·全文检索
那个失眠的夜2 天前
Mybatis延迟加载策略
xml·java·数据库·maven·mybatis
Rick19932 天前
SQL 执行流程
数据库·sql
M--Y2 天前
Redis常用数据类型
数据结构·数据库·redis
猿小喵2 天前
MySQL慢查询分析与处理-第二篇
数据库·mysql·性能优化
武子康2 天前
大数据-263 实时数仓-Canal 增量订阅与消费原理:MySQL Binlog 数据同步实践
大数据·hadoop·后端