tdengine

TDengine （老段）

TDengine 集群拓扑深度解析 — 节点发现、EP 机制与负载均衡适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-11

TDengine （老段）

TDengine 整体架构全景 — 深度解析适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-10

TDengine （老段）

TDengine TSDB 整体构架TDengine TSDB 的设计是基于单个硬件、软件系统不可靠，基于任何单台计算机都无法提供足够计算能力和存储能力处理海量数据的假设进行设计的。因此 TDengine TSDB 从研发的第一天起，就按照分布式高可靠架构进行设计，是支持水平扩展的，这样任何单台或多台服务器发生硬件故障或软件错误都不影响系统的可用性和可靠性。同时，通过节点虚拟化并辅以负载均衡技术，TDengine TSDB 能最高效率地利用异构集群中的计算和存储资源降低硬件投资。

涛思数据（TDengine）

面向桥梁全生命周期管理，桥科院以 TDengine 支撑桥梁健康监测数据采集、分析与预警小T导读：在一系列重大桥梁基础设施项目背后，桥梁健康监测系统正持续产生海量时序数据。面对传感器数量多、采集频率高、数据规模持续增长等挑战，中铁大桥科学研究院有限公司（简称桥科院）引入 TDengine TSDB 时序数据库，构建高效、稳定的数据底座，提升桥梁监测数据的采集、存储与分析能力。本文将介绍桥科院如何借助 TDengine TSDB 应对海量时序数据管理挑战，为桥梁施工监测、运营预警和长期安全管理提供有力支撑。

TDengine （老段）

TDengine 时序数据库在城市燃气场景的落地实践上海叁零肆零, 王保文小T导读：在实际应用场景中，叁零肆零部署了数以万计的指标传感设备（如压力远传表、智能保压终端等），这些设备持续产生海量时序数据，用于实时监测能源系统运行状态、预测设备故障，并辅助优化运营决策。自 2022 年起，公司选择 TDengine TSDB 作为核心数据库。实践表明，TDengine 在该场景中展现出显著优势：高吞吐写入能力（实测写入速度轻松超过 80 万数据点/秒，远超传统关系型数据库）、极致数据压缩能力（实测压缩比高达 10:1，大幅降低存储成本），以及低延迟查询性能（复

TDengine （老段）

红有软件重构智能油田时序数据底座，支撑生产实时感知与设备预测性维护红有软件, 侯斌小T导读：在智能油田建设持续推进的过程中，红有软件面临着海量时序数据带来的现实挑战：传统“关系数据库+缓存”架构逐渐难以支撑高频写入、长期存储、复杂查询和实时分析等需求。自 2022 年起，其开始引入 TDengine TSDB 时序数据库，并逐步完成从 TDengine TSDB 2.x 到 TDengine TSDB 3.3 的升级，构建起基于 3 节点集群的高可用时序数据平台。依托多级存储、数据订阅等核心功能，系统实现了写入吞吐量提升 5 倍、年存储成本降低 65%、复杂查询响应时间

TDengine （老段）

从施工监测到运营预警，桥科院用 TDengine 提升桥梁数据管理能力中铁大桥科学研究院, 李钧小T导读：在一系列重大桥梁基础设施项目背后，桥梁健康监测系统正持续产生海量时序数据。面对传感器数量多、采集频率高、数据规模持续增长等挑战，中铁大桥科学研究院有限公司（简称桥科院）引入 TDengine TSDB 时序数据库，构建高效、稳定的数据底座，提升桥梁监测数据的采集、存储与分析能力。本文将介绍桥科院如何借助 TDengine TSDB 应对海量时序数据管理挑战，为桥梁施工监测、运营预警和长期安全管理提供有力支撑。

工业生产实时数据获取方案-TDengine在物联网大数据场景中，实时数据的价值往往远超历史数据。无论是生产线上的设备监控、车联网中的车辆定位，还是智能电表的实时读数，快速获取设备最新状态都是业务运行的核心需求。然而，传统的外部缓存方案往往引入额外的复杂度——部署Redis集群、维护缓存一致性、处理同步延迟……这些问题让人头疼不已。

jetlinks社区版本扩展-TDengine基本配置：1.mysql+es+redis2. pg+timesdb+redis存储内容：（1）关系数据库存储平台的信息。例如用户，菜单，协议这些平台界面操作相关的信息。就类似我们平时开发的系统一样。

涛思数据（TDengine）

红有软件重构智能油田时序数据底座，支撑生产实时感知与设备预测性维护小T导读：在智能油田建设持续推进的过程中，红有软件面临着海量时序数据带来的现实挑战：传统“关系数据库+缓存”架构逐渐难以支撑高频写入、长期存储、复杂查询和实时分析等需求。自 2022 年起，其开始引入 TDengine TSDB 时序数据库，并逐步完成从 TDengine TSDB 2.x 到 TDengine TSDB 3.3 的升级，构建起基于 3 节点集群的高可用时序数据平台。依托多级存储、数据订阅等核心功能，系统实现了写入吞吐量提升 5 倍、年存储成本降低 65%、复杂查询响应时间从分钟级缩短至秒

TDengine （老段）

工业软件的未来：构建在工业数据底座之上的 AI Agent作者： Jeff Tao 涛思数据在过去几十年里，工业软件一直是围绕“应用系统”构建的。SCADA、MES、工业实时数据库、报表系统以及各种分析工具，都是以独立应用的形式存在，每个系统都有自己的界面、数据模型和工作流程，用户需要学习这些系统并适应它们的使用方式。

TDengine （老段）

工业系统中的高级分析：超越工业实时数据库作者： Jeff Tao 涛思数据在过去几十年里，工业实时数据库在工业系统中扮演了至关重要的角色，它们负责采集并存储时序数据。像 PI System 这样的系统，在从现场设备采集信号，并将其用于可视化和基础分析方面，做得非常出色。

TDengine3.x 数据文件详解每个 taosd 进程对应一个 dnode 目录，存储数据节点所有信息。数据节点配置文件，记录当前节点信息和整个集群的节点信息。

涛思数据（TDengine）

AI 驱动的运营洞察：TDengine 如何消除数据与洞察之间的门槛过去几十年，工业系统一直在不断提升数据采集与存储能力。工业实时数据库、工业互联网平台以及各类数据基础设施，已经能够处理海量的时序数据，很多企业也为此投入了大量资源，期望“有了数据，就会有洞察”。

CentOS7.9及以上环境部署TDengine TSDB-OSS实战指南：安装、配置、建库、建超级表与验证_202504181、TDengine官网https://www.taosdata.com/2、TDengine TSDB 文档https://docs.taosdata.com/3、TDengine 下载中心https://www.taosdata.com/download-center?product=TDengine+TSDB-OSS&version=3.3.8.8&platform=Docker&architecture=x644、欢迎来到 TDengine 技术社区https://ask.taosdata.com

涛思数据（TDengine）

3年稳定运行、磁盘无需扩容：TDengine 时序数据库支撑城市燃气数字孪生平台小T导读：在实际应用场景中，叁零肆零部署了数以万计的指标传感设备（如压力远传表、智能保压终端等），这些设备持续产生海量时序数据，用于实时监测能源系统运行状态、预测设备故障，并辅助优化运营决策。自 2022 年起，公司选择 TDengine TSDB 作为核心数据库。实践表明，TDengine 在该场景中展现出显著优势：高吞吐写入能力（实测写入速度轻松超过 80 万数据点/秒，远超传统关系型数据库）、极致数据压缩能力（实测压缩比高达 10:1，大幅降低存储成本），以及低延迟查询性能（复杂分析查询响应可控制在

TDengine （老段）

TDengine IDMP 可视化 —— 分享TDengine IDMP 提供内置分享机制，可生成面板和仪表板的限时链接。分享链接让接收方无需登录即可以只读方式查看分享时的面板或仪表板状态。

TDengine （老段）

中原油田引入时序数据库 TDengine：写入性能提升、存储成本下降 85%小T导读：中原油田作为中国石化的重要油气生产基地，其生产过程控制系统（PCS）是保障油田安全生产、优化运行的核心枢纽。为解决高并发写入性能瓶颈、高昂的存储成本、复杂的实时分析需求以及多业务数据孤岛等问题，项目组于 2023 年正式引入 TDengine TSDB 作为新一代数据底座。在本案例中，TDengine TSDB 作为 PCS 核心业务模块的时序数据库，并通过 taosX 工具，实现了从分公司到总部的数据实时同步。落地实践表明，升级改造后的系统已经成为一个高效、稳定、易扩展的统一数据平台，为中原油

TDengine （老段）

TDengine IDMP 可视化 —— 仪表盘仪表盘将单个当前值显示在半圆形刻度盘上，类似于模拟仪表面板上的仪表。指针和彩色弧段让人一眼就能看出数值在其操作范围内所处的位置。