时序数据库

InfluxDB时序数据库笔记（一）时间序列数据库（Time Series Database, TSDB）是一种专门用于存储、查询和分析时间序列数据的数据库系统。它针对时间序列数据的特性进行了优化，提供了高效的数据压缩、索引和查询机制，以满足对时间数据的高效处理需求。时间序列数据库通常支持高并发写入、实时查询和长期数据存储，是处理时间序列数据的理想选择。

替换OpenTSDB和HBase，宝武集团使用IoTDB助力钢铁设备智能运维时序数据库 IoTDB 应用于宝武集团全基地钢铁时序数据管理，激活数据资产，赋能大型设备智能运维。宝武装备智能科技有限公司（以下简称：宝武智维）是中国宝武设备智能运维专业化平台公司，30 余年始终专注于钢铁行业设备技术服务，逐步打通检测、诊断、检修、制造等设备服务环节，形成系统解决方案服务模式，希望为用户提供稳定可靠、智能高效的设备运行保障。

influxDB 时序数据库安装 & flux语法 & restful接口 & nodjsAPIInstall InfluxDB | InfluxDB OSS v2 DocumentationDebian和Ubuntu用户可以用apt-get包管理来安装最新版本的InfluxDB。

时序数据基础TDEngine时序数据，即时间序列数据（Time-Series Data），它们是一组按照时间发生先后顺序进行排列的序列数据。日常生活中，设备、传感器采集的数据就是时序数据，证券交易的记录也是时序数据。因此时序数据的处理并不陌生，特别在是工业自动化以及证券金融行业，专业的时序数据处理软件早已存在，比如工业领域的 PI System 以及金融行业的 KDB。

时序数据库TDEngineTDengine 是一款开源、高性能、云原生的时序数据库（Time Series Database, TSDB）, 它专为物联网、车联网、工业互联网、金融、IT 运维等场景优化设计。同时它还带有内建的缓存、流式计算、数据订阅等系统功能，能大幅减少系统设计的复杂度，降低研发和运营成本，是一款极简的时序数据处理平台。本文档是 TDengine 的用户手册，主要是介绍 TDengine 的基本概念、安装、使用、功能、开发接口、运营维护、TDengine 内核设计等等，它主要是面向架构师、开发工程师与系统管理员的

时序数据库之influxdb和倒排索引以及LSM-TREE一、时序数据库的特点 1、时序数据库用作打点，用来做监控使用，属于写多读少的场景，而且由于时间不可逆，几乎不可能出现更新的操作。而且监控数据一般只会查询最近几分钟数据，冷热数据查询频率非常明显。因此非常贴合ES LSM-TREE这种准实时的特点。 2、ES和LSM-TREE 写入的时候，都是顺序写入，相比于mysql B+树因为需要维持全局有序，随机写。效率有很大提升。 3、而且ES和LSM-TREE都是批量写入，都会先在内存攒一批数据（ES是段写满，或者达到兜底时间。LSM-TREE是内存里memory

第三章：TDengine 常用操作和高级功能TDengine 是一个专门为物联网（IoT）和大数据场景设计的高性能时序数据库。除了基本的创建数据库、表、插入和查询数据之外，TDengine 还提供了许多其他常用操作和高级功能。

DolphinDB智臾科技

DolphinDB 与南方科技大学联合授课啦！11月1日，南方科技大学商学院和 DolphinDB 联合举办了高校课程讲座。讲座由南方科技大学商学院高级研究学者冯鹏举主持，DolphinDB 创始人兼 CEO 周小华博士、某百亿私募数据平台架构师潜蛟老师进行精彩演讲。

华为云开发者联盟

华为云开源时序数据库openGemini：使用列存引擎解决时序高基数问题本文来源：《华为云DTSE》第五期开源专刊，作者：向宇，华为云数据库高级研发工程师、黄飞腾，博士，openGemini存储引擎架构师

IoTDB时序数据库使用简介 Apache IoTDB 是一款低成本、高性能的物联网原生时序数据库。它可以解决企业组建物联网大数据平台管理时序数据时所遇到的应用场景复杂、数据体量大、采样频率高、数据乱序多、数据处理耗时长、分析需求多样、存储与运维成本高等多种问题。 IoTDB官网

一：时序数据库-Influx应用目录0、版本号1、登录页面2、账号基本信息3、数据库案例4、可视化5、java案例InfluxDB v2.4.0

涛思数据（TDengine）

TDengine 数据订阅 vs. InfluxDB 数据订阅：谁更胜一筹？在时序数据的应用场景中，数据的实时消费和处理能力成为衡量数据库性能和可用性的重要指标。TDengine 和 InfluxDB 作为时序数据库（Time Series Database）中的佼佼者，在数据订阅方面各有特点。但从架构设计、灵活性和系统负载上看，TDengine 提供了更加全面且高效的解决方案。

DolphinDB智臾科技

创新业态下金融头部机构在 FICC 平台建设上的思考与实践近年来，FICC 投资交易呈现活跃多元态势，创新转型稳步推进。FICC 平台电子化方兴未艾，是机构提升服务效率和质量的一大着力点。因此，在 FICC 平台建设上，许多机构都进行了深入研究，积累了丰富的实践经验。

涛思数据（TDengine）

TDengine 签约新奥新智：写入速度提升10倍，成本降低90%在物联网和智能化技术飞速发展的时代，产业对实时数据的深度分析与处理需求达到了前所未有的高度。物联网设备不断生成的时序数据不仅为企业带来了丰富的数据资源，同时也对存储和计算能力提出了严峻挑战。如何在应对数据洪流的同时，实现高效处理与低成本存储，成为众多企业在数智化转型过程中面临的核心课题。在这样的行业背景下，新奥新智选择与 TDengine展开合作，共同探索面向未来的数据解决方案。

涛思数据（TDengine）

时序数据库 TDengine 支持集成开源的物联网平台 ThingsBoardThingsboard 中“设备配置”和“设备”的关系是一对多的关系，通过设备配置为每个设备设置不同的配置，每个设备都会有一个与其关联的设备配置文件。等等，这不就是TDengine 中超级表的概念：

卡卡_R-Python

时间数据可视化基础实验（大数据可视化）——Python实现实验一：时间数据的可视化1.掌握时间数据在大数据中的应用2.掌握时间数据可视化图表表示3. 利用python程序实现堆叠柱形图的可视化

机器学习/数据分析--用通俗语言讲解时间序列自回归(AR)模型，并用其预测天气，拟合度98%+自回归：通过过去的数据预测当下的数据，是一个时间序列的基础模型，但是很有效，能够有效的捕捉数据随着时间的变化趋势。

涛思数据（TDengine）

TDengine 签约国家电投旗下四大火力发电厂，助力汽轮机振动数据的有效管理在火力发电厂中，汽轮机作为能量转换的核心设备，其稳定性直接关系到电力供应的可靠性和经济效益。因此，对汽轮机状态的监测与维护成为了发电厂日常经营中的重要工作。然而，传统的监测方式受到复杂运行环境和数据处理能力的限制，难以实现高效、精准的监测。为此，TDengine 与国家电力投资集团有限公司旗下的四个火力发电厂达成合作，通过引入 TDengine 企业版，发电厂成功实现了汽轮机振动数据的集中存储与监控管理，显著提升了设备管理的效率和安全性。

涛思数据（TDengine）

TDengine 签约青山钢铁，实现冶金全流程质量管控智能化在不锈钢生产领域，企业面临着信息孤岛和数据分散的挑战，尤其在冶炼、连铸和轧钢等关键工艺以及能源管理上，这种现象导致生产要素（人、机、料、法、环）的分析管理模型难以全面、深入地实施。为了应对这一挑战，企业亟需构建一个统一的工艺全流程数据平台，以提升生产效率和决策的实时性。

TDEngine在煤矿综采管控平台中的应用智能综采管控平台，是将煤矿综采工作面传感器数据采集，通过可视化界面展示。实现综采工作面的透明化展示，并基于历史的传感器数据进行机器学习的训练，了解工作面周期来压，设备故障检测等数据应用。因此针对于综采工作面的数据采集具有很深刻的应用。