涛思数据

TDengine （老段）

TDengine 3.3.5.0 新功能——服务端查询内存管控从 TDengine 3.3.5.0 版本起，增加了一重磅的用于日常运行维护的功能，即服务器端内存管控。此功能主要解决在日常运行过程中突然上来一大批查询瞬间把服务器内存打满导致 OOM，影响服务的稳定性。

TDengine （老段）

使用 Telegraf 向 TDengine 写入数据Telegraf 是一款十分流行的指标采集开源软件。在数据采集和平台监控系统中，Telegraf 可以采集多种组件的运行信息，而不需要自己手写脚本定时采集，降低数据获取的难度。

TDengine （老段）

使用 Prometheus 访问 TDengine ---Prometheus 是一款流行的开源监控告警系统。Prometheus 于 2016 年加入了 Cloud Native Computing Foundation（云原生云计算基金会，简称 CNCF），成为继 Kubernetes 之后的第二个托管项目，该项目拥有非常活跃的开发人员和用户社区。

TDengine （老段）

TDengine 与开源可视化编程工具 Node-RED 集成Node-RED 是由 IBM 开发的基于 Node.js 的开源可视化编程工具，通过图形化界面组装连接各种节点，实现物联网设备、API 及在线服务的连接。同时支持多协议、跨平台，社区活跃，适用于智能家居、工业自动化等场景的事件驱动应用开发，其主要特点是低代码、可视化。

TDengine （老段）

Kafka 向 TDengine 写入数据TDengine Kafka Connector 包含 TDengine Source Connector 和 TDengine Sink Connector 两个插件。用户只需提供简单的配置文件，就可以将 Kafka 中指定 topic 的数据（批量或实时）同步到 TDengine，或将 TDengine 中指定数据库的数据（批量或实时）同步到 Kafka。

TDengine （老段）

TDengine 集群超能力：超越 InfluxDB 的水平扩展与开源优势随着物联网、车联网等领域的快速发展，企业所面临的数据采集量呈爆炸式增长，这对 IT 基础设施和数据库提出了严峻挑战。传统单机版数据库逐渐无法应对高并发的数据写入和复杂的查询需求。因此，底层数据库必须具备水平扩展能力，以确保其能够在数据量持续增长的情况下高效运行。

TDengine （老段）

TDengine 基础功能——数据写入本章以智能电表的数据模型为例介绍如何在 TDengine 中使用 SQL 来写入、更新、删除时序数据。

TDengine （老段）

TDengine 快速体验（Docker 镜像方式）TDengine 可以通过安装包、Docker 镜像及云服务快速体验 TDengine 的功能，本节首先介绍如何通过 Docker 快速体验 TDengine，然后介绍如何在 Docker 环境下体验 TDengine 的写入和查询功能。如果你不熟悉 Docker，请使用安装包的方式快速体验。如果您希望为 TDengine 贡献代码或对内部技术实现感兴趣，请参考 TDengine GitHub 主页下载源码构建和安装。

Spark 之入门讲解详细版（1）Spark是加州大学伯克利分校AMP实验室（Algorithms, Machines, and People Lab）开发通用内存并行计算框架。Spark在2013年6月进入Apache成为孵化项目，8个月后成为Apache顶级项目，速度之快足见过人之处，Spark以其先进的设计理念，迅速成为社区的热门项目，围绕着Spark推出了Spark SQL、Spark Streaming、MLLib和GraphX等组件，也就是BDAS（伯克利数据分析栈），这些组件逐渐形成大数据处理一站式解决平台。从各方面报道来看

TDengine （老段）

TDengine 快速体验（云服务方式）TDengine 可以通过安装包、Docker 镜像及云服务三种渠道快速体验 TDengine 的功能。

TDengine （老段）

TDengine 开发指南—— UDF函数在某些应用场景中，应用逻辑需要的查询功能无法直接使用内置函数来实现，TDengine 允许编写用户自定义函数（UDF），以便解决特殊应用场景中的使用需求。UDF 在集群中注册成功后，可以像系统内置函数一样在 SQL 中调用，就使用角度而言没有任何区别。UDF 分为标量函数和聚合函数。标量函数对每行数据输出一个值，如求绝对值（abs）、正弦函数（sin）、字符串拼接函数（concat）等。聚合函数对多行数据输出一个值，如求平均数（avg）、取最大值（max）等。

TDengine （老段）

TDengine 支持的平台汇总注：1) ● 表示经过官方测试验证， ○ 表示非官方测试验证，E 表示仅企业版支持。 2) 社区版仅支持主流操作系统的较新版本，包括 Ubuntu 18+/CentOS 7+/CentOS Stream/RedHat/Debian/CoreOS/FreeBSD/OpenSUSE/SUSE Linux/Fedora/macOS 等。如果有其他操作系统及版本的需求，请联系企业版支持。

TDengine （老段）

TDengine 开发指南——无模式写入在物联网应用中，为了实现自动化管理、业务分析和设备监控等多种功能，通常需要采集大量的数据项。然而，由于应用逻辑的版本升级和设备自身的硬件调整等原因，数据采集项可能会频繁发生变化。为了应对这种挑战，TDengine 提供了无模式（schemaless）写入方式，旨在简化数据记录过程。

TDengine （老段）

TDengine 在电力行业如何使用 AI ?在你面前摆着一堆机器运行日志、传感器读数、电表数据，几十万、几百万条每秒增长的数据流，你会怎么处理？是加人、加脚本，还是干脆放弃实时分析？

TDengine （老段）

TDengine 替换 Hadoop，彻底解决数据丢失问题！小T导读：在内蒙古某新能源集控项目中，三区需接入并分析大量风电、光伏逆变器及储能设备的监测数据。随着数据规模不断扩大，原有的 Hadoop 系统逐渐难以支撑，查询缓慢、存储低效、数据丢失等问题频频出现。

TDengine （老段）

TDengine 集群容错与灾备为了防止数据丢失、误删操作，TDengine 提供全面的数据备份、恢复、容错、异地数据实时同步等功能，以保证数据存储的安全。本节简要说明 TDengine 中的容错与灾备。

TDengine （老段）

TDengine 开发指南——高效写入本章内容将介绍如何发挥 TDengine 最大写入性能，通过原理解析到参数如何配置再到实际示例演示，完整描述如何达到高效写入。

TDengine （老段）

TDengine 的 AI 应用实战——运维异常检测作者： derekchen我们使用公开的 NAB数据集里亚马逊 AWS 东海岸数据中心一次 API 网关故障中，某个服务器上的 CPU 使用率数据。数据的频率为 5min，单位为占用率。由于 API 网关的故障，会导致服务器上的相关应用陷入频繁的异常处理和重试，进而导致 CPU 使用率的异常波动。TDgpt 的异常检测算法将识别出这种异常。

TDengine （老段）

TDengine 高级功能——流计算在时序数据的处理中，经常要对原始数据进行清洗、预处理，再使用时序数据库进行长久的储存，而且经常还需要使用原始的时序数据通过计算生成新的时序数据。在传统的时序数据解决方案中，常常需要部署 Kafka、Flink 等流处理系统，而流处理系统的复杂性，带来了高昂的开发与运维成本。

TDengine （老段）

TDengine 高级功能——读缓存在物联网（IoT）和工业互联网（IIoT）大数据应用场景中，实时数据的价值往往远超历史数据。企业不仅需要数据处理系统具备高效的实时写入能力，更需要能快速获取设备的最新状态，或者对最新数据进行实时计算和分析。无论是工业设备的状态监控、车联网中的车辆位置追踪，还是智能仪表的实时读数，当前值都是业务运行中不可或缺的核心数据。这些数据直接关系到生产安全、运营效率以及用户体验。