tdengine

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。

sfsDb与TDengine Edge比较选型这是一个非常深刻且切中要害的技术问题。简单直接的回答是：仅靠“添加压缩功能”很难让 sfsDb 在“存储效率”和“海量数据查询”上全面超越 TDengine Edge，但在“嵌入式场景的写入与处理延迟”上，sfsDb 有潜力做到极致。

涛思数据（TDengine）

从工业实时数据库到AI原生工业数据底座：TDengine TSDB到IDMP的演进启示工业数据基础设施正在经历一场深刻的变革。在过去几十年中，工业实时数据库一直是工业运行体系的核心基础设施。它解决了工业计算中最关键、也最困难的问题之一：如何从设备与控制系统中持续采集、存储，并高效访问海量的时序数据。像 PI System 这样的系统，已经成为工厂、电厂和炼化企业中不可或缺的一部分。

涛思数据（TDengine）

TDengine IDMP 1.0.15.0 上线：AI 洞察、事件分析与可视化能力全面增强在工业数据平台持续演进的过程中，真正影响落地效果的，往往不只是“有没有这个功能”，而是当分析对象变多、业务场景变复杂之后，系统是否还能让用户快速定位问题、稳定复用能力，并把数据真正转化为可执行的信息。

TDengine （老段）

TDengine IDMP 事件 —— 事件模板事件模板定义了事件的架构和行为。分析生成的每个事件都必须基于某个事件模板。模板在基础库 → 事件模板中集中管理，可被系统中任意分析复用。

他们叫我技术总监

零依赖！FineReport11 快速对接 TDengine 数据库：从驱动部署到报表实现TDengine（涛思数据库）作为开源高性能时序数据库，已与帆软（FineReport）完成官方适配，支持作为数据源用于报表可视化。在众多连接方式中，REST 无客户端方案是最优选择 —— 无需安装 TDengine 本地客户端，跨 Windows/Linux/macOS 平台，仅需开放 6041 端口，即可避免 “本地库加载失败” 等常见问题，适配性和稳定性拉满。

TDengine （老段）

TDengine IDMP 可视化 —— 定时报告定时报告功能可按照周期计划，将面板或仪表板的渲染图片发送给一个或多个接收人。在配置的时间点，IDMP 捕获面板或仪表板的当前状态，生成 PNG 图片，并通过配置的通知联系点发送——无需登录或手动导出。

【架构实战】时序数据库选型：InfluxDB vs TDengine传统数据库处理时序数据的问题：关系型数据库的问题：时序数据的特征：时序数据库是处理IoT和监控数据的利器：

TDengine （老段）

TDengine IDMP 可视化 —— 饼图饼图将圆按比例分成若干扇形，每个扇形代表其对应类别占总量的比例。每个扇形表示一个类别或指标组，使各部分的相对贡献一目了然。

TDengine （老段）

TDengine IDMP 可视化 —— 面板面板是 TDengine IDMP 所有可视化的基本构建单元。面板是一个独立的可视化组件——图表、仪表盘、表格或其他显示形式——绑定到特定元素的一个或多个属性。每个面板都属于一个元素，并从该元素的属性中获取数据。

TDengine （老段）

TDengine IDMP 可视化 ——柱状图柱状图通过柱体的高度（横向布局时为宽度）来表示数值大小。它适用于聚合数据——按时间桶或分类维度分组的值——非常适合跨时期或跨组的比较场景。