tdengine

TDengine （老段）

TDengine 一条 SQL 从客户端到执行完成的全链路分类：系统架构 > 端到端消息流适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-16

TDengine （老段）

TDengine 数据库创建与参数详解02 数据模型 > 01 数据库创建与参数详解 — 所有 Option 逐一说明适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-16

TDengine （老段）

TDengine RAFT共识协议 — 选举、日志复制、快照与仲裁适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-16

TDengine （老段）

TDengine RPC 通信层深度解析 — 协议格式、连接管理与重试机制适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-15

TDengine （老段）

TDengine VNode 生命周期 — 从创建到销毁的完整旅程适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-12

涛思数据（TDengine）

预测性维护模型准确率提升 25%，发那科用 TDengine 释放工业数据价值小T导读：在工业 4.0 与智能制造持续推进的背景下，工业现场正以前所未有的速度产生海量时序数据。对于拥有大量 CNC 机床、机器人及各类工业传感器的制造场景来说，如何高效完成数据采集、写入、存储、分析与实时应用，已经成为数字化升级中的关键问题。发那科在推进新一代工厂物联网平台建设过程中，面临高并发写入、历史数据存储成本、实时分析延迟和系统运维复杂等多重挑战。为应对这些问题，其平台引入了 TDengine 时序数据库，作为设备数据底座，支撑设备状态透明化、工艺优化和预测性维护等业务场景。

涛思数据（TDengine）

TDengine TSDB 与 Pandas 集成：把时序数据接入熟悉的 Python 分析流程很多做数据分析的人，对 Pandas 都不陌生。从一个 CSV 文件开始，到清洗字段、筛选数据、聚合统计，再到画图、建模，Pandas 几乎是 Python 数据分析工作流里绕不开的一站。它的好处很直接：上手快，API 清晰，处理结构化数据很方便。无论是业务报表、科研数据，还是金融分析、设备监测数据，只要能进入 DataFrame，后面的分析工作就会顺很多。

TDengine TSDB 3.4.0 时序数据库（安装部署 + 数据模型 + SQL 实操 + 项目连接）TDengine TSDB 是一款高性能、集群开源、云原生的时序数据库（TSDB），专为物联网 IoT、工业互联网、电力行业、IT 运维等时序数据场景深度优化，具备优秀的弹性伸缩能力。

TDengine （老段）

MNode 内部机制深度解析 — SDB、事务引擎与 DDL 处理全链路适用版本：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-14

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