时序数据库

时序数据说

IoTDB：专为物联网场景设计的高性能时序数据库IoTDB（Internet of Things Database）是一款开源的时序数据库管理系统，专为物联网（IoT）场景设计，由清华大学软件学院团队自研，天谋科技团队负责维护。它针对物联网数据的特点进行了深度优化，能够高效地管理大量时间序列数据，支持物联网设备的高频数据采集、存储、查询和分析。

TDengine （老段）

TDengine STMT2 API 使用指南TDengine STMT2 API 是 TDengine 3.x 版本引入的快速写入接口，它是对原有 STMT API 的升级和优化。STMT2 提供了更高效的批量数据写入能力，支持预编译 SQL 语句，可以有效防止 SQL 注入攻击。

时序数据说

为什么时序数据库IoTDB选择Java作为开发语言自2016年起，我开始参与时序数据库IoTDB的研发，时常被问及为何选择Java来编写数据库。以下是我们选择Java的八个主要考量点：

TDengine （老段）

使用 StatsD 向 TDengine 写入StatsD 是汇总和总结应用指标的一个简单的守护进程，近些年来发展迅速，已经变成了一个用于收集应用性能指标的统一的协议。

时序数据库TDEngine安装和使用本文介绍时序数据库TDEngine(开源版本)的安装和简单使用以及调优参数的介绍。安装时序数据库TDEngine3.3.6.13

时序数据说

时序数据库IoTDB用户自定义函数（UDF）使用指南时序数据库IoTDB为用户提供了编写UDF的JAVA API，用户可以自主实现UDTF（用户自定义转换函数）类，IoTDB将通过类加载机制装载用户编写的类。

时序数据说

Java类加载机制及关于时序数据库IoTDB排查排查时序数据库 [IOTDB-4899] [UDF] develop UDF class with Enum, return 500 when querying - ASF JIRA 时，涉及的 Java 类加载机制知识如下：

时序数据说

时序数据库IoTDB数据导入与查询功能详解本文将详细介绍 Apache IoTDB 如何实现数据的导入和查询功能，包括自动导入 CSV 格式数据、使用 SQL 语句写入数据以及基本查询和聚合查询等。

TDengine （老段）

TDengine 3.3.5.0 新功能——服务端查询内存管控从 TDengine 3.3.5.0 版本起，增加了一重磅的用于日常运行维护的功能，即服务器端内存管控。此功能主要解决在日常运行过程中突然上来一大批查询瞬间把服务器内存打满导致 OOM，影响服务的稳定性。

TDengine （老段）

使用 Telegraf 向 TDengine 写入数据Telegraf 是一款十分流行的指标采集开源软件。在数据采集和平台监控系统中，Telegraf 可以采集多种组件的运行信息，而不需要自己手写脚本定时采集，降低数据获取的难度。

时序数据说

时序数据库双存储引擎技术解析随着物联网的蓬勃发展和工业技术的不断进步，管理海量时间序列数据的需求日益迫切。时间序列数据主要分为单元时间序列和多元时间序列两类。单元时间序列仅含单一时间相关变量，而多元时间序列则包含多个时间相关变量，且这些变量的采样时间点相同，因此数据能以矩阵形式展现。

TDengine （老段）

使用 Prometheus 访问 TDengine ---Prometheus 是一款流行的开源监控告警系统。Prometheus 于 2016 年加入了 Cloud Native Computing Foundation（云原生云计算基金会，简称 CNCF），成为继 Kubernetes 之后的第二个托管项目，该项目拥有非常活跃的开发人员和用户社区。

TDengine （老段）

TDengine 与开源可视化编程工具 Node-RED 集成Node-RED 是由 IBM 开发的基于 Node.js 的开源可视化编程工具，通过图形化界面组装连接各种节点，实现物联网设备、API 及在线服务的连接。同时支持多协议、跨平台，社区活跃，适用于智能家居、工业自动化等场景的事件驱动应用开发，其主要特点是低代码、可视化。

TDengine （老段）

Kafka 向 TDengine 写入数据TDengine Kafka Connector 包含 TDengine Source Connector 和 TDengine Sink Connector 两个插件。用户只需提供简单的配置文件，就可以将 Kafka 中指定 topic 的数据（批量或实时）同步到 TDengine，或将 TDengine 中指定数据库的数据（批量或实时）同步到 Kafka。

TDengine （老段）

TDengine 集群超能力：超越 InfluxDB 的水平扩展与开源优势随着物联网、车联网等领域的快速发展，企业所面临的数据采集量呈爆炸式增长，这对 IT 基础设施和数据库提出了严峻挑战。传统单机版数据库逐渐无法应对高并发的数据写入和复杂的查询需求。因此，底层数据库必须具备水平扩展能力，以确保其能够在数据量持续增长的情况下高效运行。

时序数据说

时序数据库概念及IoTDB特性详解数据，如同空气般普遍存在于我们的数字生活中，每一次点击手机都可能产生并记录数据。这些数据被存储在数据库中，而数据库实质上是“数据的集合”。数据库管理系统（DBMS）则负责这些“数据容器”的管理，包括安全存储、增删查改等操作。DBMS是软件开发者进行交互的工具，而非直接给终端用户使用的产品；终端用户接触的是数据库系统，它涵盖数据库、DBMS及应用系统。

TDengine （老段）

TDengine 基础功能——数据写入本章以智能电表的数据模型为例介绍如何在 TDengine 中使用 SQL 来写入、更新、删除时序数据。

时序数据库Influxdb3 core安装本文介绍时序数据库Influxdb3 core(开源版本)的安装和简单使用以及调优参数的介绍。安装时序数据库Influxdb3 core

时序数据说

时序数据库Apache IoTDB核心技术深度解析

时序数据说

时序数据库IoTDB在工业物联网时序数据管理中的应用在工业互联网时代，Apache IoTDB作为一款专为物联网设计的时序数据库，已在众多物联网系统中得到广泛应用。为了直观展示IoTDB在管理物联网时序数据方面的功能，本文总结了IoTDB在实际应用中的几种常见场景。