时序数据库

麒麟客Dengine-client-2.6.0.12-Linux-x64客户端部署配置并访问Dengine服务器端当前TDengine 的server端部在10.146.13.4号服务器上，10.146.13.1上为系统服务，需要访问10.146.13.4上的TDengine数据库，在系统服务启动前，需要部署TDengine的客户端。且能连到4号服务器上。

TDengine （老段）

TDengine IDMP 组态面板 —— 锚点锚点是保持设备连接的"魔术扣"，确保当您移动设备图元时，连接的管线会自动跟随调整，保持画面整洁。图元和连线都可以添加/删除锚点。

你才是臭弟弟

时序数据库(社区版)TDengine TSDB（安装/Docker版本）TDengine 的 Docker 版本 3.4.0.0 可以免费试用。你下载并运行的 Docker 镜像，对应的就是 TDetime 社区版，这个版本自带免费许可证，可以永久免费使用。

可涵不会debug

时序数据库选型指南：Apache IoTDB——大数据时代的优选方案目录一、时序数据库选型要点1. 数据处理能力2. 扩展性与弹性3. 数据安全性与可靠性4. 生态与社区支持

破解工业物联网数据分析困局：DolphinDB 核心解决方案探索目录前言一、痛点切入：被海量时序数据制约的工业物联网1.1 痛点一：海量高频接入后实时查询卡顿，设备故障预警滞后

TDengine （老段）

TDengine IDMP 组态面板 —— 连线连线用于表示设备之间的物料流动、信号传递或逻辑关系。例如：通过连线动画，您可以直观展示物料的实时流动状态。

正在走向自律

大数据时代时序数据库选型指南：Apache IoTDB为何成为工业物联网首选随着工业4.0、智能制造和物联网技术的深入发展，企业正面临前所未有的数据洪流。一条现代化的智能生产线可能部署数千个传感器，每个传感器每秒产生多条数据，单日的数据量即可达到TB级别。传统的MySQL、PostgreSQL等关系型数据库在面对这种高并发写入、海量存储、时间维度查询的场景时，往往力不从心。

TDengine （老段）

TDengine IDMP 组态面板 —— 图元图元是构成监控画面的基本元素，就像乐高积木一样，每个设备图标、封闭图形都是一个图元。通过组合不同的图元，您可以构建出完整的工业监控系统。

【数据库】时序数据库选型指南：从大数据视角看 Apache IoTDB 的跨“端 - 边-云”架构优势在数字化转型的浪潮中，物联网（IoT）和工业 4.0 正在重塑各行各业。从智能制造到智慧能源，从车联网到环境监测，传感器无处不在，每时每刻都在产生海量的时序数据。这些数据构成了设备的“心电图”，记录着电压、电流、转速、温度、位置等关键指标随时间的变化轨迹。

云边有个稻草人

时序数据库选型指南：从架构演进看Apache IoTDB的工业级优势随着工业4.0、数字化转型以及智能网联汽车的爆发，企业正面临前所未有的“数据洪流”。据统计，到2025年，全球物联网连接数预计将超过300亿，其中超过70%的数据都带有时间戳。这些数据不再是传统IT监控领域的“辅助资产”，而是直接构成工业核心生产流程的“血液”。一条智能产线每秒可产生数万条来自PLC（可编程逻辑控制器）的传感器数据，一辆路测的自动驾驶汽车每天回传的轨迹、雷达和视觉数据可达TB级，一座风电场一年积累的数据量更是高达PB级。

涉外展会高效登记，让接待服务更从容涉外展会是企业拓展国际市场、促进中外交流的重要平台，而参展嘉宾的登记核验工作，直接影响着展会的整体效率与体验。每一场大型涉外展会，都会迎来来自全球各地的参展商、采购商和专业观众，传统的人工登记方式，不仅需要投入大量人力，还常常出现排队拥堵、信息录入繁琐、证件识别困难等问题，既影响嘉宾体验，也增加了展会主办方的运营压力。

工业物联网数据架构指南：Apache IoTDB解析与实践目录前言一、物联网时代的时序数据挑战二、构建理想时序数据底座的核心维度三、 Apache IoTDB：高性能的物联网原生时序数据库

TDengine （老段）

TDengine IDMP 组态面板 —— 创建组态选择元素，然后选择面板，点击新建面板，然后选择组态即进入组态编辑界面。设计组态，分为如下步骤：设置画布的属性，包括布局、颜色、背景颜色、网格等

时序数据库选型：聚焦时间序列数据库Apache IoTDB——为工业物联网与大数据而生时间序列数据是指按时间顺序索引的数据点序列。每一个数据点通常由时间戳（Timestamp）和测量值（Value）或事件（Event）构成，并可附带若干标签（Tags）用于多维描述。其典型来源涵盖多个领域：物联网传感器采集的温度、压力、GPS坐标及设备状态；应用程序监控中的服务器CPU与内存使用率、应用QPS及API响应延迟；金融交易中的股票价格、汇率波动及实时交易流水；用户行为分析中的点击流、页面停留时间及事件日志。

TDengine （老段）

TDengine IDMP 组态面板 —— 总体介绍TDengine IDMP 支持 Grafana 风格的面板之外，还支持工业场景流行的组态，让业务人员通过"拖拉拽"的形式"零代码"实现 Web 组态、SCADA 等解决方案，可视化的呈现设备、流程的当前运行状态。目前它支持 2D 与 2.5D，今后将支持 3D。它与 IDMP 的资产模型无缝结合，能快速交付方案、降低开发成本。它具有如下的特点：

TDengine （老段）

TDengine 视图功能使用视图（View）是 TDengine 企业版自 v3.2.1.0 起提供的一项功能，旨在简化复杂查询操作、增强查询逻辑复用能力、细化用户权限管控粒度，并便于团队间共享数据访问逻辑。

TDengine （老段）

TDengine IDMP 运维指南 —— 部署架构本文按三种典型形态介绍 TDengine IDMP 部署：单实例部署、高可用最简部署、高可用最复杂部署。内容包含总体说明、具体介绍、组件说明与部署建议。

sfsDb 所代表的“融合型”数据库将为未来的一个重要方向将 sfsDb 所代表的“融合型”数据库视为未来的一个重要方向，是极具洞察力的。这种结合了 NoSQL 的灵活性与 SQL 的关联查询能力的思路，正是为了解决当前数据爆炸时代下，单一类型数据库无法兼顾的矛盾。

一个天蝎座白勺程序猿

Apache IoTDB（18）：IoTDB时序数据库的数据同步之Pipe机制与插件同步指南进入工业物联网（IIoT）时代，如何把海量时序数据用起来、挖出新价值，已经成为企业推进数字化转型的关键一环。以后产生的数据规模会持续激增。在这样的背景下，怎样在多集群、跨地域的场景下实现数据高效、稳定同步，也就成了必须解决的难题。 Apache IoTDB 是一款专门面向时序数据场景打造的开源数据库，它自带的 Pipe 数据同步功能，采用 “抽取 - 处理 - 发送” 三段式设计，能够以毫秒级的延迟完成数据复制和灾备，很好地应对了跨节点、跨区域的数据同步需求。

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。