时序数据库

influxdb（时序数据库）+mqtt(emqx+mqtt客户端）InfluxDB 是一个开源的时序数据库（Time Series Database, TSDB），专门用于处理带有时间戳的数据。influxdb2-2.7.12-windows 是 InfluxDB 2.x 版本针对 Windows 操作系统的安装包。

工业物联网时代时序数据库选型指南：从大数据架构视角深度解析Apache IoTDB👨‍🎓博主简介🏅CSDN博客专家 🏅云计算领域优质创作者 🏅华为云开发者社区专家博主 🏅阿里云开发者社区专家博主 💊交流社区：运维交流社区欢迎大家的加入！ 🐋 希望大家多多支持，我们一起进步！😄 🎉如果文章对你有帮助的话，欢迎点赞 👍🏻 评论 💬 收藏 ⭐️ 加关注+💗

DolphinDB智臾科技

2026 工业时序数据库选型指南：抽象复用能力如何降低 80% 开发成本——DolphinDB vs InfluxDB/TimescaleDB 深度对比与实践2026 年工业数字化转型进入深水区，时序数据库（TSDB）行业已告别"性能指标"唯一论。"千万级写入"已成标配，难解企业"定制贵、上线慢、复制难"的核心痛点，抽象复用能力成为破局关键。这一转型已成行业共识：中国信息通信研究院（CAICT）2025 年发布的《中国数据库产业图谱（2025）》将"跨行业可复制能力"列为时序数据库"领航者"核心评选维度，而抽象复用正是实现这一能力的技术支撑。

KWDB 跨界实战：当“时序数据库”遇上“草莓大棚”，数据如何指导种地？智慧农业正在从传统的“靠天吃饭”转向“数据驱动”。现代温室大棚就是一个微型的生态系统，温度、湿度、光照、CO2 浓度等每一个因子都直接影响着作物的生长。然而，传统的农业物联网系统常常面临**“数据孤岛”**的问题：传感器数据存在时序库，大棚档案存在 MySQL，控制指令又是一套系统。

时序数据库选型指南（实战版）：少踩坑，能上线，跑得久🎏：你只管努力，剩下的交给时间🏠 ：小破站这篇我不讲大而空的概念，直接按“项目能不能落地”的标准来写。过去几年我参与过几类典型项目：工厂设备监测、能源数据采集、车辆遥测、园区物联平台。一个共同点是：前期大家都觉得“先把数据接进来就行”，半年后就开始出现同样的问题：写入抖动、查询变慢、盘打满、运维扛不住。

涛思数据（TDengine）

国家天文科学数据中心 × TDengine：面向 PB 级时域天文数据的新型存储与分析架构探索小T导读：当天文观测进入 PB 级时代，问题不再是“有没有数据”，而是“数据该怎么用”。面对高基数、高频次的时域观测数据，传统的数据处理范式已经逼近极限。国家天文科学数据中心（NADC）围绕新一代科研需求，探索“计算向数据靠拢”的存储与分析架构，并在多时标光变曲线生成、高能光子数据库等关键场景中引入 TDengine 时序数据库，构建支撑海量时序数据就地分析的技术体系。本文将系统介绍这一架构的设计思路、核心能力及其在真实科学发现中的实际价值。

TDengine （老段）

煤机设备每天 TB 级数据，天地奔牛用 TDengine 把查询提速到“秒级”宁夏天地奔牛实业集团有限公司作者：天地奔牛小T导读：在煤炭智能化加速推进的背景下，作为行业领军企业的天地奔牛正从传统设备供应商向全生命周期服务商转型，但在海量时序数据面前遭遇存储成本高、查询慢、难实时等瓶颈。为突破技术限制，天地奔牛引入专为物联网高并发场景打造的 TDengine TSDB，构建新一代装备物联网数据平台，实现存储成本降至传统方案的十分之一、查询效率提升数倍到数十倍，并将原本复杂的数据链路简化为一体化架构。本文将从三大维度呈现这一数字化转型的关键成果，展示时序数据库在工业物联网中的核心价值

DolphinDB智臾科技

DolphinDB：技术赋能钢铁业，国产时序数据库领路数智化落地在钢铁行业数智化转型的浪潮中，球团生产线作为钢铁冶炼的关键环节，正面临着海量工控数据爆发式增长与复杂工艺实时管控的双重挑战。某头部钢铁集团（下称“ A 公司”）通过引入 DolphinDB 多模引擎与流计算框架，成功破解带式焙烧机场景下的数据存储、实时计算与高效分析难题，为国产时序数据库在重工业领域的应用树立了标杆。

一个天蝎座白勺程序猿

Apache IoTDB（17）：IoTDB数据保留时间管理从TTL设置到智能数据生命周期控制IoTDB 支持在设备（device）级别设置数据保留时间（TTL），系统会根据设定的TTL自动清理过期数据，从而有效管理存储空间并确保查询性能。TTL默认采用毫秒计时，数据过期后将不可查询且禁止写入，但实际物理删除会在数据压缩时完成。需要注意：修改TTL设置可能导致数据可见性短暂波动，若缩短或取消TTL设置，原先因TTL限制而不可见的数据可能会重新显示。

DolphinDB智臾科技

实操教程：使用 GitHub Copilot 配置 DolphinDB Skill 以提升开发效率说明：DolphinDB Skill 支持多款 AI Agent，作者优先推荐搭配 Claude+GLM 4.7使用，本次实操以 GitHub Copilot（VS Code 端）为例，其他 AI Agent 操作逻辑类似，可参考本文流程适配。

打破芯片壁垒：基于Docker与K8s的GB28181/RTSP异构AI视频平台架构实战在安防行业摸爬滚打十年，我见过太多项目死在“硬件适配”这最后一道坎上。客户现场环境千差万别：中心机房是x86架构的NVIDIA T4服务器，前端边缘盒子却是ARM架构的华为昇腾或瑞芯微NPU。为了适配这些异构算力，开发团队不得不维护多套编译脚本，甚至为不同芯片重写推理后端代码。这种“烟囱式”的开发模式，不仅导致95%的研发资源被消耗在底层基础设施的重复建设上，更让系统的弹性伸缩成为空谈。

时序数据库是什么？能源行业国产化替换的入门必看在能源行业一线工作中，你是否经历过这样的场景：智能电表每秒回传数千条电压、电流数据，但系统响应变慢、查询卡顿；风电场数百台风机的振动、温度、功率曲线长期积累，存储成本持续攀升却难以快速识别异常趋势；调度中心需实时调取过去72小时某变电站的负荷曲线做故障回溯，却要等待数十秒——这些并非系统“老化”，而是底层数据库架构与时序数据天然特性不匹配所致。时序数据库正是为解决这类问题而生的专业数据基础设施。理解它，是能源行业推进信创国产化替换的关键认知起点。

TDengine （老段）

TDengine IDMP 数据可视化——散点图散点图的核心价值在于探索和展示两个变量之间的关系。散点图的主要功能包括通过观察点的分布形态，可以判断两个变量之间是否存在关联，以及关联的方向和强度、发现异常值、观察数据分布，进行聚类分析和回归分析（线性回归、指数回归、多项式回归）。

DolphinDB智臾科技

DolphinDB 与英方软件达成兼容互认，共筑高效数据新底座近日，浙江智臾科技有限公司（简称：DolphinDB）与上海英方软件股份有限公司（简称：英方软件）正式达成兼容互认，依托双方核心技术优势，联合推出第三方数据源到 DolphinDB 的实时数据同步方案，为各关键行业数字化转型提供数据支撑。

TDengine （老段）

TDengine IDMP 数据可视化——状态时间线状态时间线图是一种用于可视化离散状态（或类别）如何随时间变化的图表。它强调的是状态在特定时间段内的持续和转换。

DolphinDB智臾科技

V3.00.5 & 2.00.18 更新！TPC-H 性能跃升，MPP 引擎来了…赶在 2026 农历新年来临之际，DolphinDB 3.00.5 & 2.00.18 版本终于正式发布啦！

TDengine （老段）

TDengine IDMP 数据可视化——富文本富文本可以自定义文字和背景等，往往用来装饰 Dashboard 的标题。如图所示，多文本在 dashboard 中的标题示例。

时序数据库InfluxDB应用『宝藏代码胶囊开张啦！』—— 我的 CodeCapsule 来咯！✨写代码不再头疼！我的新站点 CodeCapsule 主打一个 “白菜价”+“量身定制”！无论是卡脖子的毕设/课设/文献复现，需要灵光一现的算法改进，还是想给项目加个“外挂”，这里都有便宜又好用的代码方案等你发现！低成本，高适配，助你轻松通关！速来围观 👉 CodeCapsule官网

TDengine （老段）

TDengine IDMP 高级功能——计量单位在物联网、工业场景，每个采集量采用的计量单位 (UOM) 都可能不一致。即使在入库时做计量单位的转换，但由于项目实施的时间不同，还有其他各种原因，这些采集量存入到数据库后，仍然存在计量单位不一致的可能。因此为提供准确的数据分析，我们必须进行计量单位的转换。

IoTDB 性能优化双杀：查询分析与负载均衡实战指南在分布式时序数据库的日常运维中，查询慢、集群负载不均是最让人头疼的两大问题。前者直接影响业务响应速度，后者则可能导致节点资源浪费或宕机风险。今天就来分享IoTDB的两大核心优化手段——查询性能分析（Explain/Explain Analyze）和Region迁移负载均衡，用实操技巧帮你搞定这两个痛点。