tdengine

TDengine （老段）

TDengine 时间函数 WEEKDAY() 用户手册WEEKDAY() 函数返回输入日期是星期几，用数字表示，其中 0 代表星期一，1 代表星期二，以此类推，6 代表星期日。

TDengine （老段）

从 ETL 到 Agentic AI：工业数据管理变革与 TDengine IDMP 的治理之道小T导读：工业大数据浪潮席卷而来，传统的 ETL（Extract-Transform-Load）流程在应对海量、高频时序数据和敏捷业务需求时捉襟见肘。数据湖虽解决了存储与灵活分析的瓶颈，却带来了数据沼泽化的治理难题。本文将回顾工业数据管理从 ETL 到 ELT 的演进路径，剖析工业数据治理的独特挑战与 AI 驱动机遇，并重点介绍 TDengine IDMP 如何通过数据情景化这一关键能力，结合 Agentic AI 架构，为工业数据的高效治理与价值释放提供强大支撑。

TDengine （老段）

中国时序数据库行业市场概览、投资热点及发展趋势预测报告报告导读：时序数据库是用于存储和管理时间序列数据的专业化数据库，也是用于优化摄取、处理和存储时间戳数据的数据库。随着物联网和云平台的出现，时序数据的规模开始以前所未有的方式呈指数级增长。以海量传感器为依托的智能硬件、智能制造、智慧城市、智慧医疗等得到了飞速地发展，物联网中的各类传感器设备每时每刻都在生成海量时序数据，庞大的时序数据集和海量传感器的高并发操作，使得传统关系数据库和 NoSQL 数据库都面临着巨大的挑战。在此背景下，时序数据库应运而生并不断发展。数据显示，2024年全球时序数据库软件市场规模为

TDengine （老段）

TDengine 时间函数 TIMETRUNCATE 用户手册TIMETRUNCATE 是 TDengine 中的一个时间处理标量函数，用于将时间戳按照指定的时间单位进行截断操作。该函数在时间数据聚合、分组和统计分析中非常有用，特别适用于智能电表等时序数据的分析场景。

TDengine （老段）

TDengine 时间函数 TODAY() 用户手册TODAY() 函数返回客户端当日零时（00:00:00）的系统时间。该函数是一个无参数的时间函数，主要用于获取当前日期的开始时间戳。

涛思数据（TDengine）

新客户 | TDengine 时序数据库赋能开源鸿蒙物联展区实时监控与展示在工业物联网快速发展的当下，企业普遍面临着两大挑战：一是设备种类繁多、接入标准不一，导致系统建设容易陷入“数据孤岛”；二是实时监控和多场景联动的需求越来越强烈，但传统数据库在高频写入与多维分析上难以兼顾，既拖慢了应用体验，也阻碍了创新落地。对于正加速布局数字化的产业园区来说，这些问题直接影响到智慧化应用的展示与推广。

TDengine （老段）

TDengine 日期时间函数 DAYOFWEEK 使用手册DAYOFWEEK 函数用于返回指定日期是一周中的第几天。该函数遵循标准的星期编号约定，返回值范围为 1-7，其中：

TDengine （老段）

工业数据消费迎来“抖音式”革命：TDengine IDMP 让数据自己开口说话小T导读：过去，工业数据平台解决的是“能不能存”的问题；今天，企业面临的却是“如何用”的难题。业务人员被复杂工具绑住手脚，管理者往往拿到滞后的信息。本文不仅剖析了数据消费的三大困境，更展示了 AI 原生平台正在带来的转变：像抖音改变内容消费一样，工业数据也进入“推送时代”，开启无问智推的新范式——让数据自己说话，让洞察不再等待。

TDengine （老段）

TDengine 数据订阅支持 MQTT 协议用户手册TDengine 3.3.7.0 新增对 MQTT v5.0 协议的支持，允许用户通过 MQTT 客户端直接订阅数据库中的实时数据。该功能通过 Broker Node (bnode) 实现，提供零代码集成能力，显著降低系统复杂度，同时支持数据持久化、高可用和共享订阅等特性。

TDengine （老段）

TDengine IDMP 5 个实测场景让监控变简单在工业#数字化转型的赛道上，“监控系统搭建” 一直是个让人头疼的难题：传统方案要写 SQL、调脚本、学可视化工具，一套流程走下来少则几天、多则几周，运维新增设备还得重复折腾。但现在，有了 TDengine TSDB + TDengine IDMP 的组合，这一切都变了——分钟级上线、零代码操作、AI 自动出面板，甚至新设备接入都不用改配置！

TDengine （老段）

TDengine IDMP 应用场景：电动汽车本文以电动汽车监控为例，详细介绍通过MQTT，轻松采集电动汽车电门开度、驱动电机功率、空调功率、车速、SOC、电池电压/电流等监控指标，将数据写入 TDengine TSDB 时序数据库，然后通过 TDengine IDMP，利用 AI 自动生成可视化面板和实时分析，帮助您几分钟就构建一套稳定、高效的服务器监控解决方案。

TDengine （老段）

TDengine IDMP 应用场景：工业锅炉监控本文以一个工业燃煤锅炉系统监控为例，详细介绍通过工业上广泛使用的 OPC 中间件软件 KEPServer，轻松采集温度、压力、流量、电流等重要参数，将数据写入 TDengine TSDB 时序数据库，然后通过 TDengine IDMP 构建资产模型，利用 AI 自动生成可视化面板和实时分析，实现分钟级搭建高效、智能的工业重要装置的监控系统。

TDengine （老段）

TDengine IDMP 运维指南（管理策略）在管理后台的左侧树状结构页面，点击连接 (Connection), 即可看到连接列表。IDMP 用邮件地址作为用户 ID。第一个激活 IDMP 或注册 IDMP 的用户自动成为超级用户。然后他可以从管理后台 > 用户管理的用户列表页，点击右上角的+ ，输入邮件地址邀请其他人成为 IDMP 的用户。

TDengine （老段）

TDengine IDMP 运维指南（4. 使用 Docker 部署）本指南介绍如何使用 Docker/Docker Compose 的方式，实现 TDengine IDMP 和 TDengine TSDB-Enterprise 服务的搭建。

TDengine （老段）

TDengine IDMP 最佳实践IDMP 提供了一强大的数据建模能力，让数据标准化、情景化，从而可以更好地利用 AI 技术，从数据中挖掘出业务价值，但数据建模本身是一个很难用 AI 完成的事情。

TDengine （老段）

TDengine IDMP 应用场景：微电网监控本文以一个含有“风光储”的微电网系统监控为例，详细介绍如何快速地把以 SparkplugB 格式上报的设备数据写入 TDengine TSDB 时序数据库，然后通过 TDengine IDMP 构建资产模型，利用 AI 自动生成可视化面板和实时分析，实现分钟级搭建高效、智能的微电网的监控系统。

TDengine （老段）

TDengine IDMP 高级功能（4. 元素引用）对于同一个数据资产，为便于各种组织管理形式，给不同角色的用户提供不同的查看分析数据的视角，一个元素也可以通过引用的方式添加到其他元素的下面做为子元素，称之为元素引用 (Element Reference)。因此一个元素可以有多个父元素，多个引用。通过引用，IDMP 并不会物理的生成一个新的元素，类似文件系统里的 link 概念。

TDengine （老段）

TDengine IDMP 基本功能（3.数据三化处理）IDMP 产品需要对现有数据做三化处理（即数据标准化、情景化及可视化）后，数据即可使用大模型进行智能问数，无问智推的方式分析数据。

TDengine （老段）

TDengine IDMP 快速体验（方式二通过 docker）TDengine IDMP 提供了丰富的功能，本文档将带领您通过 Docker Compose 的方式启动 TDengine IDMP 服务。如果您不熟悉 Docker，请参考通过安装包快速体验。在导入示例场景数据后，即可轻松体验元素浏览、AI 面板生成和 AI 分析等功能。

TDengine （老段）

TDengine IDMP 基本功能（1.界面布局和操作）TDengine IDMP 的用户界面（UI）设计旨在提供直观、易用的操作体验。下面介绍 UI 的主要区域和典型操作：