涛思数据

TDengine (老段)3 天前
大数据·数据库·物联网·golang·时序数据库·tdengine·涛思数据
TDengine Go 连接器入门指南本指南专为 Go 语言初学者设计,通过实际案例帮助你快速上手 TDengine Go 连接器。首先确保你已经安装并启动了 TDengine 服务。如果还没安装,请访问 TDengine 官网 下载安装。
TDengine (老段)5 天前
大数据·数据库·物联网·时序数据库·iot·tdengine·涛思数据
TDengine 生态系统连接指南本文让您能一目了然地了解 TDengine 与各类主流技术的集成能力以分类列表的形式,详细介绍 TDengine 支持的生态系统。
TDengine (老段)6 天前
大数据·开发语言·数据库·物联网·时序数据库·tdengine·涛思数据
TDengine GROUP BY 与 PARTITION BY 使用及区别深度分析在 TDengine 3.0 中,GROUP BY 和 PARTITION BY 是两种数据分组机制,它们在语法上相似,但在实现原理、适用场景和性能表现上存在显著差异。
TDengine (老段)7 天前
大数据·数据库·负载均衡·时序数据库·tdengine·涛思数据
TDengine 客户端负载均衡与 failover(注:文章由 TDengine 连接器团队出品)TDengine 作为云原生时序数据库,其分布式架构的核心优势之一便是通过原生负载均衡与故障转移(failover)机制,实现集群的高可用、高吞吐与资源高效利用。本文基于 TDengine 官方架构文档(https://docs.taosdata.com/tdinternal/arch/),从架构底层逻辑出发,系统拆解客户端负载均衡的实现原理、failover 的核心流程及落地配置方案。
TDengine (老段)8 天前
大数据·数据库·人工智能·物联网·时序数据库·tdengine·涛思数据
从“被动养护”到“主动预警”,TDengine IDMP 让智慧桥梁靠数据“说话”小 T 导读:山西省智慧交通实验室在桥梁健康监测中面临数据孤岛、预警滞后、分析依赖技术人员等管理瓶颈。以 TDengine IDMP 为核心构建统一数据底座后,实现了多源监测数据的集中治理、分钟级主动预警和面向业务的一线自助分析,促使桥梁监测从“被动养护”转向“主动干预”。系统上线后显著提升响应效率、降低运维成本,并具备跨桥梁/隧道/边坡的复制与推广能力,为智慧交通提供可落地的规模化实践路径。本文将结合本次落地项目,从痛点、方案与成效三个维度展开。
TDengine (老段)8 天前
大数据·物联网·时序数据库·iot·tdengine·涛思数据
让数据自己说话:TDengine TDgpt 如何识破时序数据中的异常想象一下,你正在监控一个数据中心的服务器温度。大多数时候,温度在 20-25℃之间波动,一切正常。但突然,在某个午夜时分,温度飙升到 35℃,几分钟后又恢复正常。这个短暂的温度异常可能预示着冷却系统的故障,如果不及时发现,可能导致服务器宕机。
TDengine (老段)9 天前
大数据·数据库·物联网·时序数据库·iot·tdengine·涛思数据
TDengine 企业用户建表规模有多大?很多人使用 TDengine 在初期建模的时候有个困惑,我的数据库及超级表应该规划为多少个为好,带着这个问题,根据 TDengine 用户的使用情况,总结了下面的文章,帮助大家解决心中的困惑。
AC赳赳老秦10 天前
开发语言·网络·人工智能·python·matplotlib·涛思数据·deepseek
行业数据 benchmark 对比:DeepSeek上传数据生成竞品差距分析报告——基于行业主流平台的竞品差距研究**本报告围绕DeepSeek模型在数据上传、处理、响应效率等关键指标,与当前行业主流平台(包括GPT-4、Claude 2、Gemini Pro等)展开全面Benchmark对比分析。通过设计标准化测试用例、构建多维度评估体系(如吞吐量、延迟、错误率、格式兼容性等),结合真实业务场景数据,深度解析DeepSeek在数据上传环节的技术优势与待改进空间。报告最终提出可落地的优化建议,为提升企业级数据处理效率提供决策支持。
TDengine (老段)10 天前
大数据·数据库·物联网·时序数据库·iot·tdengine·涛思数据
快速掌握时序数据库 + TDengine 学习指南TDengine 专为物联网IoT平台、工业大数据平台设计。其中,TDengine TSDB 是一款高性能、分布式的时序数据库(Time Series Database),同时它还带有内建的缓存、流式计算、数据订阅等系统功能;TDengine IDMP 是一款AI原生工业数据管理平台,它通过树状层次结构建立数据目录,对数据进行标准化、情景化,并通过 AI 提供实时分析、可视化、事件管理与报警等功能。
TDengine (老段)11 天前
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
TDengine 小白入门指南TDengine 是一款开源、高性能、云原生、AI 驱动的时序数据库(Time-Series Database,简称 TSDB)。简单来说,它是一个专门为时间序列数据设计的数据库系统,特别擅长处理按时间顺序生成的大量数据。
TDengine (老段)13 天前
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
携手桂冠电力、南网储能、中能拾贝,TDengine 三项案例入选“星河奖”12 月 18 日,2025 数据资产管理大会在北京盛大召开,大会现场重磅揭晓了数据智能 “星河(Galaxy)” 案例评选结果。涛思数据携手广西桂冠电力股份有限公司、中能拾贝科技有限公司、南方电网储能股份有限公司信息通信分公司联合申报的三项案例,从超 930 份申报项目中脱颖而出,成功入选 “星河(Galaxy)” 案例榜单。
TDengine (老段)15 天前
java·大数据·数据库·制造·时序数据库·tdengine·涛思数据
TDengine 在智能制造领域的应用实践智能制造场景中,从生产设备采集的海量时序数据具有高频率、多维度、强关联的特点。TDengine 凭借其独特的"一台设备一张表"数据模型和高效的时序数据处理能力,成为智能制造领域的理想选择。本文将通过实际案例展示 TDengine 在智能制造中的数据建模、写入和查询实践。
TDengine (老段)18 天前
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
TDengine 在新能源领域的最佳实践新能源领域,特别是分布式光伏和储能系统,面临着海量测点、高频采集、实时监控等数据处理挑战。本文档将详细介绍如何使用 TDengine 构建高效的新能源数据管理系统,涵盖数据建模、高效写入和查询优化等核心内容。
TDengine (老段)18 天前
大数据·数据库·物联网·ai·时序数据库·tdengine·涛思数据
TDengine IDMP 1.0.9.0 上线:数据建模、分析运行与可视化能力更新一览在 TDengine IDMP 持续迭代的过程中,有一类问题会越来越早地出现:不是“能不能实现”,而是“以后用起来会不会变复杂”。
TDengine (老段)19 天前
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
TDengine IDMP 地图展示数据功能快速上手各行业对地理区域相关数据(如用电量、人口分布、经济指标等)的分析需求日益增长,普通的表格或柱状图形式呈现此类数据,不仅难以直观展现区域差异与趋势,还需用户耗费大量时间解读。使用地图可视化技术,将复杂的区域统计数据转化为易懂的地图形式,同时结合交互设计,让用户更高效地获取、分析数据,支撑决策制定。
TDengine (老段)20 天前
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
开放生态破局工业大数据困局:TDengine 的迭代升级与全链路数据自由流动在工业 4.0 与 AIoT 深度融合的背景下,中国工业企业数字化转型面临核心瓶颈——数据无法自由流动。传统制造场景中,IT 系统与 OT(运营技术)系统常呈 “碎片化” 分布,部分系统依赖国外技术框架,随设备监测点位规模扩大(如达十万级以上),易出现数据处理能力不足问题;同时,传统数据库普遍存在高并发写入支撑弱、存储效率低的缺陷,导致硬件成本攀升。这些封闭系统缺乏统一标准接口,难以适配主流数据分析工具,最终使数据价值被禁锢在 “信息孤岛” 中,无法支撑业务决策。
TDengine (老段)22 天前
大数据·数据库·mysql·时序数据库·tdengine·涛思数据·非关系型数据库
从关系型数据库到时序数据库的思维转变比喻:当你面对以下场景时,就应该启动思维转变:最后记住:时序数据库是专用工具。将时序数据存入关系型数据库,如同用螺丝刀敲钉子;而用时序数据库处理OLTP业务,则如同用电钻拧螺丝。完成这次思维转变,你就能在正确的地方,选择并使用正确的工具,从而释放数据的巨大潜力。
TDengine (老段)22 天前
数据库·人工智能·物联网·ai·时序数据库·tdengine·涛思数据
直播回放 | IDMP 无问智推技术详解在生产车间、设备集控室、运维指挥中心,每天都有成千上万条数据实时上传:温度、压力、转速、电流……这些数据,被系统精准地记录了下来,也被整整齐齐地存进了数据库。但真正的问题是:
TDengine (老段)23 天前
大数据·数据库·科技·ai·时序数据库·tdengine·涛思数据
使用 deepseek 快速搭建 TDengine IDMP demoTDengine IDMP 产品的客户多为工控场景。在工控体系中,系统自下而上通常划分为现场设备层、现场控制层、过程监控层、生产管理层以及企业资源层。因此,最初的数据来源于现场设备层,这些数据也是后续所有业务驱动的来源。对于TDengine而言,数据采集后汇聚到该平台,随后可以按设备或组织架构的形式进行展示,其内容仍围绕设备数据展开。因此,如何高效获取素材来源,决定后面工作效率和展示效果。