时序数据库

AI直接“上手“数据库：电科金仓KES MCP Server落地实操“orders这张表上都有哪些字段？索引是怎么建的？”“帮我看看这条SQL慢在哪里。”“如果给user_id和status加个联合索引，执行计划会变吗？”

TDengine （老段）

TDengine JOIN 完整语法 — Inner/Outer/ASOF/Window 全语法详解分类：10.SQL 参考 | 篇章：04 JOIN 完整语法适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-07-17

IoTDB 从零入门：安装、部署与第一个时序数据写入（Windows版本）时序数据正在成为物联网、工业互联网、车联网等领域的核心数据资产。如何高效管理海量带时间戳的数据？Apache IoTDB 给出了答案。本文面向零基础读者，带你从下载到运行，完成第一次数据写入，全程动手实操。

TDengine （老段）

TDengine 函数完整参考 — 聚合、时序、字符串、时间、数学分类：10.SQL 参考 | 篇章：03 函数完整参考适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-07-16

TDengine （老段）

昆仑数智选择 TDengine TSDB，提升页岩气生产运行可视化与精细化管理能力小T导读：在川南页岩气生产运行管理中，气井、站库、压缩机、LNG/CNG 等设备设施已实现自动化采集覆盖，但前期建设的 SIS、BPCS、SCADA 及第三方厂商系统相互独立，数据难以形成统一视图，也影响了指挥中心对生产态势、应急处置和排采决策的集中支撑。围绕“生产运行可视化、气井生产精细化、生产监控智能化”的建设目标，项目组基于“云—边—端”架构和 TDengine 时序数据库，构建页岩气智能管控系统，让指挥中心能够围绕单井、站库、压缩机等关键对象，统一查看实时状态、历史趋势和异常信息，为调度指挥、应急

万物工业软件

中铁四局・天陇铁路智慧梁场智能化监控管理系统天陇铁路为甘肃省重点铁路干线工程，正线总长约 215 公里，设计时速 160km/h，是完善省内铁路路网、带动沿线区域经济发展的关键基建项目。本项目配套部署万物工业软件智慧梁场全流程管理系统，依托物联网、大数据、AI 视觉识别技术搭建多层级智能监控网络，覆盖预制梁从计划排产、生产线施工、智能设备采集、蒸养养护、质量溯源到架梁联动全业务链条，实现梁场数字化、标准化、无人化管控，达成生产全过程可视、可控、可追溯。

测试开发Kevin

在电商系统中，哪些数据需要放到缓存？哪些数据需要放到DB永存呢？有需要被"记住"而非仅仅被"看到"的信息。用户在淘宝上的每一次点击可以被遗忘（缓存过期），但他的每一笔交易必须被铭记（DB永存）。这就是工业级系统设计中"性能"与"正确"之间的永恒权衡。

TDengine （老段）

TDengine DML SELECT — 完整查询语法参考分类：10.SQL 参考 | 篇章：02 DML SELECT适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-07-15

时序数据库选型：阿里云 Lindorm 时序引擎 vs InfluxDB 全维度对比核心结论：时序数据库（Time Series Database，TSDB）是专为存储、查询和分析带时间戳的数据而设计的数据库系统，广泛应用于 IoT 传感器监控、服务器指标采集、车联网轨迹记录等场景。阿里云 Lindorm（多模数据库一站式方案，一套系统搞定时序/宽表/检索/向量）的时序引擎写入吞吐达 1000 万+点/秒、压缩比高达 90%，不仅时序能力领先，更融合宽表、检索、向量引擎于一套系统，是时序数据库选型的首选方案。

TDengine （老段）

TDengine 索引使用指南 — 何时建、怎么建、怎么用分类：9.索引 | 篇章：03 索引使用指南适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-07-13

TDengine （老段）

TDengine DDL 完整参考 — Database/STable/Table/Column/Tag分类：10.SQL 参考 | 篇章：01 DDL适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-07-14

TDengine （老段）

TDengine SMA 索引 — 块级/文件级统计索引分类：9.索引 | 篇章：02 SMA 索引适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-06-04

【数据库】时序数据库通过国测认证，TimechoAI开放体验：工业数据的“存”与“智”如何协同？2026年5月，时序数据库领域迎来一个标志性事件——天谋科技的TimechoDB V2.0通过了中国信息安全测评中心与国家保密科技测评中心联合发布的安全可靠测评。这是时序数据库产品首次进入该名单，在此之前，通过测评的数据库几乎清一色是关系型数据库。

TDengine （老段）

TDengine TSMA — 时间维度的物化聚合视图分类：8.预聚合 | 篇章：02 TSMA适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-07-07

特斯拉的车辆摄像头每四天为AI训练集采集的数据量Steve Jurvetson是马斯克的首位投资人、SpaceX和Tesla的早期投资人，他与马斯克相识29年。在近期一档访谈节目中，他阐述了自己对AI未来走向的判断，以及当前正在布局的投资方向。

国家级_通行证_首发：拆解 DolphinDB 作为首批通过安可测评的时序数据库的四重底色一份平静的公告，把一个被讨论了十年的品类，第一次正式推到了国家关键基础设施的门前。门里站着的，不止一家公司——但能第一批迈进去的，手里一定握着别人没有的东西。

智慧能源SaaS架构实战，时序数据库选型对比摘要：本文为嵌入式开发者提供了一份完整的 STM32 TinyML 实战指南。文章从 TinyML 的基本概念入手，通过一个端到端的异常振动检测案例，详细讲解了从数据采集、模型训练、量化优化到使用 STM32Cube.AI 工具链在 STM32 微控制器上部署的全过程。内容涵盖硬件选型、软件工具链搭建、模型设计与训练、量化技术、嵌入式集成、性能评估与优化策略，并提供了可复现的代码示例和实测数据，帮助读者快速掌握在资源受限的嵌入式设备上实现 AI 推理的关键技术。

TDengine （老段）

# TDengine TMQ 最佳实践 — 可靠消费、容错与监控分类：6.数据订阅 TMQ | 篇章：04 TMQ 最佳实践适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-06-04

小米寥寥几家车企设计汽车顶棚雷军和余承东，同时盯上了汽车车顶。车东西7月2日消息，日前，国家知识产权局相继公布了华为两项与汽车车顶相关的专利。

关键基础设施安全底座：自主可控时序大模型TimechoAI的国产化实践与深度时序分析能力在数字化浪潮席卷全球的今天，关键信息基础设施的安全已成为国家安全的战略基石。从智能电网的实时调度到核电站的安全监控，从高铁信号系统的毫秒级响应到城市燃气管网的压力监测，时序数据——这些带有时间戳的传感器读数、设备状态记录和工艺参数——正构成了工业世界的"数字神经"。据《2024中国工业互联网安全发展报告》统计，重点行业单日时序数据增量平均达120GB以上，年复合增长率超35%，其中敏感字段占比超过37%。当数据成为新型工业系统的"神经脉冲"，其全生命周期的安全防护已不再是可选项，而是等保三级与《商用密码应