时序数据库

时序数据库选型指南 —— 为什么选择 Apache IoTDB？随着物联网（IoT）、工业互联网和智能制造等领域的快速发展，时序数据（Time Series Data）已经成为数据分析和智能决策的重要基础。如何选择一款合适的时序数据库，成为许多企业和开发者关注的焦点。本文将对主流时序数据库进行简要分析，并重点介绍 Apache IoTDB 的优势和安装注册流程。

时序数据说

时序数据库处理的时序数据独特特性解析时序数据（Time-Series Data）作为大数据时代增长最快的数据类型之一，正在物联网、金融科技、工业监控等领域产生爆炸式增长。与传统数据相比，时序数据具有一系列独特特性，这些特性直接影响了时序数据库（Time-Series Database, TSDB）的设计理念和实现方式。本文将深入探讨时序数据的核心特性及其对数据库系统提出的特殊要求。

TDengine （老段）

TDengine 使用最佳实践（2）本文接上篇内容： TDengine 使用最佳实践（1）TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，其核心模块是高性能、集群开源、云原生、极简的时序数据库。它能安全高效地将大量设备每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，并提供 AI 智能体对数据进行预测与异常检测，提供实时的商业洞察。

时序数据库InfluxDB时序数据库是一种专门用于高效存储和查询带有时间戳的数据的数据库。如果你的数据是随着时间变化而不断产生，并且你想知道过去某一时刻发生了什么，那么你应该用时序数据库。

时序数据说

如何选择时序数据库：关键因素与实用指南时序数据库(Time Series Database, TSDB)作为专门用于处理时间序列数据的数据库类型，在物联网、金融分析、运维监控等领域发挥着越来越重要的作用。面对市场上众多的时序数据库产品，如何选择最适合自己业务需求的解决方案成为许多技术决策者的难题。本文将系统性地介绍选择时序数据库时需要考虑的关键因素，并提供实用的评估框架。

TDengine （老段）

TDengine 集群部署及启动、扩容、缩容常见问题与解决方案1. docker entrypoint.sh 相关 bug 问题描述：在特定 docker-compose.yaml 文件下无法自动建立集群，原因是 Docker 镜像 entrypoint 文件 /usr/bin/entrypoint.sh 执行代码无法抓取出 FIRST_EP 信息（TDengine 3.3.6.3 版本）。解决方案：需检查 taosd -C 执行结果是否正常获取 FIRST_EP，并确保 taos.cfg 中 firstEp 配置项正确指向集群首个节点的 fqdn:port，

涛思数据（TDengine）

时序数据库 TDengine × SSRS：专为工业、能源场景打造的报表解决方案每当听到“做报表”三个字，是不是内心都会先叹口气？尤其在工业、能源、制造等场景，面对那些结构固定、字段繁多、格式要求严苛的报表任务，用 Excel 手动拼，真的是既费时又容易出错。

时序数据说

时序数据库的存储之道：从数据特性看技术要点时序数据(Time-Series Data)是指按时间顺序记录的一系列数据点，在物联网、金融、工业监控等领域无处不在。与传统数据相比，时序数据具有几个鲜明特点：

TDengine （老段）

TDengine 数据库建模最佳实践一个数据采集点一张表：每个数据采集点（如传感器、设备）对应一张子表，存储其时间序列数据；同类型数据采集点通过 “超级表”（Stable）进行逻辑聚合管理。超级表定义表结构（时间戳 + 采集指标列）和标签（静态属性，如设备型号、位置），子表通过继承超级表并指定标签值创建。

什么是时序数据库？——原理、特点与应用在大数据和物联网时代，数据的产生速度和数量都在飞速增长。尤其是在工业监控、金融分析、物联网等领域，数据往往以“时间序列”的形式不断产生。为了高效地存储和分析这类数据，时序数据库（Time Series Database，简称TSDB）应运而生。

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。