tdengine

涛思数据（TDengine）

直播预告 | 知识图谱，让文档自动变成知识网络工业数据管理走到最后，会撞上一个更根本的问题：沉淀下来的知识，机器读得懂吗？现实情况是，操作规程在档案柜里、故障复盘在工程师的电脑里、报警处理逻辑在代码的 if-else 里。就算把它们全部收进知识库，模型能检索到的也只是"某份文档里提到过"——一段文字，不是一条能往下走的逻辑链。

涛思数据（TDengine）

陶建辉获聘中国通信标准化协会本体工程专家委员会首批委员近日，中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）本体工程专家委员会、知识管理专家委员会首批委员名单正式发布，涛思数据创始人陶建辉获聘为本届专家委员会专家。该委员会于 2026 年 9 月 29 日在 CCSA TC601 第 19 次全体工作会议上组建，首批共 28 位专家，将围绕本体工程与知识管理方向开展技术研究、标准研制、产业应用推进与标准体系建设等工作。

涛思数据（TDengine）

TDengine TSDB 3.4.3.3 上线：流计算分层闭环、虚拟表跨层引用，查询关联一次写完在工业现场，时序数据库要做的早已不只是存数据。设备到工厂的逐层汇总、多级告警、跨系统的工单和质检闭环，往往要拆成多条流任务；设备模型一多，公共字段反复定义，底层一改上层全部跟着改；读数和台账、告警、历史水平放在一起看，又要写多段 SQL 再在应用层拼接。

TDengine （老段）

工业数据十大痛点系列 · 第 6 篇工业数据十大痛点系列 · 第 6 篇这里说的"痛点"，是工业数据本身的问题 —— TDengine IDMP 是来解题的一方。

涛思数据（TDengine）

TDengine IDMP 2.0.2 发布：元素关系可视化、数据建模与联邦查询三大升级TDengine IDMP 2.0.2 正式发布。本次版本围绕工业本体、数据建模与外部数据引用三大方向完成重点升级，同时在实时分析、面板可视化、系统性能与国际化等方面进行了大量优化与修复。

涛思数据（TDengine）

栖息地 AI 超恒气候系统用 TDengine 支撑全屋环境品质实时监测与历史追溯在全屋环境调控场景中，「五恒系统」（恒温、恒湿、恒氧、恒洁、恒静）是用户对舒适人居的核心诉求。对智能新住宅品牌「栖息地」而言，五恒不只是产品口号，更需要用数据证明：每个房间的温度、湿度、空气质量是否长期稳定在舒适区间。随着接入家庭的持续增长，海量环境传感器带来的高频写入与长时间曲线查询，让传统关系型数据库力不从心。为此，栖息地将环境时序数据统一落到 TDengine TSDB 时序数据库，以超级表与标签天然贴合「家庭 → 房间 → 设备」的住宅空间层级，让五恒效果从「体感」变成「可测量、可追溯、可优化」—

TDengine （老段）

集群从“能用“到“高可用“:副本、选主与故障切换到底怎么配很多用户搭 TDengine 集群时,第一步就卡在"副本数该设多少"“某台机器挂了数据会不会丢”“切换是自动的还是要我手动操作”。这篇文章把这几个问题讲清楚,结论都对照了源码中的实现逻辑。

TDengine Community 超级表建表实战：统一21个TAG与DOUBLE/字符串数据模板在数据中台时序数据接入过程中，不同测点的数据类型虽然不同，但设备、区域、系统、点位等业务属性基本一致。

TDengine 3.4.2.8 Community 三节点三副本生产集群部署实战（DNode/MNode/taosAdapter/Explorer）已把真实 IP 和主机名全部替换成了示例值，重点保留这次真正有用的部署步骤、配置、验证和踩坑。下次换服务器，基本只需要替换 IP、主机名、安装路径。

TDengine （老段）

TDengine TSDB 实战排障四（升级与兼容）你要解决的问题：把 TDengine 从一个版本升到另一个版本——该怎么升、要不要停服、升完怎么验证、出问题怎么回退

TDengine 开源时序数据库深度解析：从超级表到工业数采落地在 CNC 数控机床、PLC 产线、传感器网关等工业数采场景中，数据有一个共同的形态：每条数据都带一个时间戳，且按时间顺序持续产生。设备点位（主轴转速、进给速度、主轴负载、温度、振动、气压、报警代码）每秒甚至每毫秒上报一次，一台 CNC 可能有几十到几百个点位，一个车间上百台设备，一天的写入量轻松达到数亿条。这带来四类传统方案难以招架的痛点：

TDengine （老段）

TDengine TSDB 实战排障三（集群高可用）核心问题：Sync leader is unreachable / Some vnode/qnode/mnode(s) are out of service / 掉一个节点到底会怎样 / 副本与仲裁怎么配

隔窗听雨眠

边缘实时响应与云端全局洞察：TDengine时序数据平台建设指南在工业互联网和物联网快速发展的今天，企业面临着一个共同的挑战：数据从哪里产生，在哪里处理，又如何汇聚成全局的洞察？一座智能工厂可能部署着数万个传感器，每秒钟产生数十万条温度、压力、振动和电流数据。一辆智能网联汽车每天上传数GB的行驶数据。一个省级电力监控网络覆盖着数千个变电站和数百万个智能电表。这些数据分散在网络的边缘，却蕴含着指导全局决策的价值。

TDengine （老段）

TDengine 常见问题 TOP7TOP7 主题：内存占用高 / OOM / 查询内存耗尽典型表现：内存一直涨不降、查询报 Query memory exhausted、进程被系统 OOM Killer 杀掉

TDengine （老段）

TDengine 常见问题 TOP3TOP3 主题：流式计算（Stream）相关问题典型表现：建流失败、结果不符预期、日志狂刷拖慢业务流式计算是 TDengine 最容易被"用错"的功能，也是社区讨论最密集的话题之一：

TDengine （老段）

TDengine 常见问题 TOP4TOP4 主题：版本升级步骤与升级后异常典型表现：不知道该怎么升、升完起不来、升完连不上、升完某些功能不工作

TDengine （老段）

TDengine 常见问题 TOP2TOP2 主题：taosAdapter 不可用 / 6041 端口不通影响范围：RESTful、WebSocket、JDBC-WS、taosExplorer、taosKeeper、Grafana、Telegraf 等全部 HTTP 接入链路

涛思数据（TDengine）

从“极速算“到“知识沉淀“：工业 AI 实战直播（十三、十四期）TDengine IDMP 产品升级后，工业数据 AI 实战系列直播持续进行中。本周最后两期，一期讲怎么让算法三分钟上线到数据库内核，一期讲怎么把每次分析的答案沉淀成企业资产。

TDengine （老段）

TDgpt 使用 — 部署、SQL、算法分类：18.TDgpt | 篇章：02 TDgpt 使用免费详情本文讲解 TDgpt 的部署、SQL 函数（FORECAST、ANOMALY_WINDOW）的用法、算法配置和实战案例。

涛思数据（TDengine）

存储成本降低80%，Zendure用TDengine支撑117万台设备的能源数据分析Zendure（征拓）是全球领先的即插即用家庭能源管理系统供应商，其太阳能储能设备遍布欧洲、北美等60多个国家和地区，接入设备超过117万台。随着产品线从单一储能扩展到太阳能流控、智能互感器、智能插座等9大品类，数据规模从千万级暴增至数千亿条。面对写入压力剧增、存储成本失控等挑战，Zendure从TDengine开源版升级至企业版集群，实现了存储成本降低约80%、单设备查询毫秒级响应、7×24小时高可用运行，为全球用户提供了可靠的能源数据服务。