谁是吴添-优快云博客

原创别再用 MySQL 扛时序数据了：采矿项目用 TDengine 顶掉通用 database 的全过程

第二，优先上安全监控这一路，因为它合规压力最大、收益最明确。这五个数出自东北某煤与瓦斯突出矿井的改造项目，其中 83% 的成本降幅是我们见过的同类项目里最高的一档——原因不在于软件便宜，而在于原来那套架构里堆积了太多"为了绕开数据库限制"而存在的中间层。再加上 KJ 系统本身的安全监控测点——瓦斯浓度、风速、一氧化碳、温度、风筒状态——单矿的测点规模在 5 万到 15 万个之间，日增数据 800 GB 到 2 TB。安全监控、人员定位、设备监测各建各的系统，各有各的数据库、各有各的服务器、各有各的运维人。

2026-10-26 17:25:31 167

原创性能被吊打的老库们，该醒醒了：把数据库选型这件事讲透

工业制造数字化关键在数据选型：面对离散制造、换型频繁导致的OEE难追踪问题，采用高性能时序数据库统一接入CNC、机器人、AGV等设备数据，实现实时监控、预测维护与闭环管理，可提升OEE 8~12%，减少刀具浪费。平台支持无代码分析、对接大模型与工作流，五千测点内全功能免费，真正降低使用门槛，让数据“用起来”而非仅“存起来”。

2026-09-18 01:44:47 199

原创架构设计：用 TDengine 重构金融行情风控实时计算的时序数据存储的技术选型

在风控实时计算的数据处理链路中，TDengine 作为国产时序 database 的代表之一，帮助用户把分散的传感器数据收敛到统一的时序数据库中。量化策略竞争的加剧，使得行情数据的完整性与低延迟成为核心竞争力，时序数据库的极限性能仍会持续被挑战。计算的延迟直接关系到风险处置的及时性，尤其是在极端行情下，系统需要在秒级甚至亚秒级内完成风险识别和预警。规则的变更不能影响系统的稳定运行，因此风控平台需要具备良好的可配置性和可追溯性，能够记录每条规则的执行历史和触发情况。

2026-08-26 00:51:55 222

原创架构设计：TDengine 在电力用电负荷预测的降采样聚合方案

从电力调度实践看，未来新型电力平台对实时计算的要求会更高，时序 database 需要与电网调度、电力市场出清深度耦合，成为能源数字化的核心基础设施之一。这些事件的特征需要从长期数据中提取，并转化为模型可以识别的输入变量，才能提升预测的鲁棒性。基于 TDengine 的降采样能力，数据科学团队快速生成了日、周、年三种粒度的负荷基线，预测模型 MAPE 从 8% 降低到 5% 以内。常见的做法是保留原始秒级数据的同时，生成分钟级、小时级和天级聚合数据，不同粒度的数据服务于不同的查询场景。

2026-07-18 23:14:42 222

原创电力行业选择 TDengine：智能电网背后的国产时序数据库实践

本文深入分析电力行业选择 TDengine 作为国产时序数据库替代的技术原因，包括高并发写入、实时告警、历史数据压缩等核心需求。-- 创建 PMU 数据超级表。-- 创建频率异常告警订阅。

2026-06-23 22:14:25 384

原创硬核拆解：TDengine IDMP 存储引擎的列式压缩与 LSM Tree 设计

本文深入解析了TDengine时序数据库存储引擎的核心技术。针对工业时序数据高写入、高压缩、批量查询等特点，TDengine创新性地融合列式存储与LSMTree架构，采用Delta-of-Delta等专用压缩算法实现15:1以上的压缩比。通过时序化LSMTree改造、多层预聚合和向量化查询执行等技术，其查询性能较传统方案提升1-2个数量级。实测显示，在10亿条记录场景下，TDengine存储占用仅9.5GB，24小时聚合查询响应时间85ms，为工业数据管理提供了高性能、低成本的解决方案。

2026-05-13 20:56:06 376

原创【无标题】

摘要：交通运输数字化转型面临数据孤岛、实时性不足等挑战，时序数据库TDengine成为破局关键。其具备高性能处理、高效压缩和开放生态等优势，已助力多个交通场景实现智能化升级，如统一数据平台、智能调度优化和安全预警等。作为国产数据库，TDengine在信创替代中表现突出，未来将向AI原生演进，推动交通数据基座向智能中枢转型，助力行业降本增效与自主可控。

2026-04-26 22:09:57 327

原创实时数据库的高可用与容灾备份方案详解

本文系统阐述了实时数据库高可用与容灾备份的核心技术与实施方案。首先分析了高可用架构的价值，指出金融等行业数据库停机的高昂成本。详细介绍了主从复制、双活架构等关键技术，强调数据同步与一致性的保障措施。在容灾方面，对比了实时容灾、跨地域备份等方案的优缺点，提出RTO/RPO指标对方案选择的关键影响。文章还提供了部署指南与最佳实践，包括读写分离、故障切换演练等具体方法。最后展望了云原生、智能化等未来发展趋势，建议企业根据业务需求选择合适方案，强调定期演练对保障容灾有效性的重要性，为构建可靠数据库容灾体系提供了全面

2026-02-18 00:05:48 581 1

原创 IDMP是什么？TDengine 推出这个对于时序数据库有什么帮助？

TDengine IDMP是涛思数据2025年推出的AI原生工业数据管理平台，与TDengine时序数据库组成"双引擎"架构。该平台面向工业场景，通过生成式AI实现数据全流程智能化管理，核心功能包括：层次化数据建模、数据标准化、智能可视化、实时流分析、事件管理等。其创新点在于将AI深度融入数据治理，实现"无问智推"的零代码数据消费体验，解决工业数据"存而不用"的痛点。相比传统方案，IDMP强调让数据主动服务业务，通过AI-Ready的数据准备降低使

2026-01-05 17:06:08 844

原创 TDengine IDMP vs 网易有数 BI 选型指南：功能、场景与决策全解析

TDengine IDMP与网易有数BI选型对比摘要在数字化转型中，TDengine IDMP与网易有数BI定位迥异：前者专注时序与非时序混合数据的一体化分析，支持工业协议接入、毫秒级实时处理及边缘部署，适合制造、金融等需混合数据协同的场景；后者侧重云原生通用BI，提供低代码操作和丰富可视化模板，适配零售、互联网等非时序数据分析需求。关键差异：数据处理：IDMP支持时序数据深度优化（百万级写入/秒）与非时序数据关联，网易有数依赖外部预处理时序数据。场景适配：IDMP适用于设备监控、实时金融行情等混合

2025-11-13 21:37:53 1089

原创信创时代的底座：国产时序数据库 TDengine 的全栈适配之路

与许多“从国外开源改造”的国产数据库不同，TDengine 时序数据库从一开始就走了一条完全自主研发的道路。换句话说，TDengine 时序数据库已经从“一个数据库”进化为“一个生态支撑点”。很多国产数据库在信创改造中实现了“可替代”，但仍然存在性能差距或生态割裂的问题。换句话说，TDengine 时序数据库并不是“国产替代”，而是“国产原创”。从性能到安全，从算法到生态，TDengine 时序数据库不仅是信创的受益者，在这样的体系下，数据库不再只是技术工具，而是整个国产化生态的“核心支点”。

2025-10-29 18:18:49 1174 1

2501_94024762的博客