涛思数据

TDengine （老段）

TDengine 计算百分位函数使用手册TDengine 提供了两个百分位数计算函数：PERCENTILE 和 APERCENTILE。这两个函数用于在时序数据分析中计算指定百分位数值，是统计分析和性能监控中的重要工具。

TDengine （老段）

TDengine 使用最佳实践（2）本文接上篇内容： TDengine 使用最佳实践（1）TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，其核心模块是高性能、集群开源、云原生、极简的时序数据库。它能安全高效地将大量设备每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，并提供 AI 智能体对数据进行预测与异常检测，提供实时的商业洞察。

TDengine （老段）

TDengine 集群部署及启动、扩容、缩容常见问题与解决方案1. docker entrypoint.sh 相关 bug 问题描述：在特定 docker-compose.yaml 文件下无法自动建立集群，原因是 Docker 镜像 entrypoint 文件 /usr/bin/entrypoint.sh 执行代码无法抓取出 FIRST_EP 信息（TDengine 3.3.6.3 版本）。解决方案：需检查 taosd -C 执行结果是否正常获取 FIRST_EP，并确保 taos.cfg 中 firstEp 配置项正确指向集群首个节点的 fqdn:port，

TDengine （老段）

TDengine 数据库建模最佳实践一个数据采集点一张表：每个数据采集点（如传感器、设备）对应一张子表，存储其时间序列数据；同类型数据采集点通过 “超级表”（Stable）进行逻辑聚合管理。超级表定义表结构（时间戳 + 采集指标列）和标签（静态属性，如设备型号、位置），子表通过继承超级表并指定标签值创建。

TDengine （老段）

TDengine STMT2 API 使用指南TDengine STMT2 API 是 TDengine 3.x 版本引入的快速写入接口，它是对原有 STMT API 的升级和优化。STMT2 提供了更高效的批量数据写入能力，支持预编译 SQL 语句，可以有效防止 SQL 注入攻击。

TDengine （老段）

使用 StatsD 向 TDengine 写入StatsD 是汇总和总结应用指标的一个简单的守护进程，近些年来发展迅速，已经变成了一个用于收集应用性能指标的统一的协议。

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？