时间从来不会停下脚步。当 2025 的日历翻到最后一页，回望这一年，我们并没有刻意制造“转折”，却在很多地方，完成了真正的“沉淀”。
如果说前几年，TDengine 更像是在不断加速、不断证明；那么 2025 年，更像是在一条已经确认方向的赛道上，把每一步走得更稳。也是在这一年，AI 不再只是被讨论的技术趋势和提效工具，而是开始实质性地进入 TDengine 的产品演进、组织协作与业务增长之中。
这一年，我们把“长期主义”和“AI”落在了产品上
2025 年，TDengine 的产品线第一次呈现出清晰的“双线并行”。这并不是技术方向的分叉，而是同一条 AI 技术路线在不同层级的展开：TSDB 负责把工业世界的真实数据稳定、长期地管好，IDMP 则把 AI 能力真正引入数据消费与业务决策之中。
一条是持续演进的 TDengine TSDB。2025 年，TSDB 相继发布了 3.3.5.0、3.3.6.0、3.3.7.0、3.3.8.0 四个版本，迭代重点围绕几条主线持续推进：数据接入与生态集成（MQTT 稳定性与订阅能力、JDBC/Rust 等连接器与写入机制升级、更多 BI/可视化工具适配），时序分析与实时处理（虚拟表、流计算架构增强、窗口事件通知等能力完善），历史数据查询与存储优化（SMA 预计算与自动降采样、多级存储与共享存储支持、备份恢复能力增强），以及安全与工程可控性（TLS 加密、强密码策略、查询内存管控等）。这些能力建设，直接服务于 TDengine 向 AI-Ready 工业数据管理平台的演进——先把数据稳定接入、长期管理和实时计算做好，为后续智能分析与 AI 能力提供可靠的数据基础。
另一条是 TDengine IDMP。2025 年 7 月，AI 原生的工业数据管理平台 TDengine IDMP 被正式推出。它融合了 LLM 能力与 TDengine 成熟的时序数据引擎，将数据汇聚、存储、计算、建模、标准化、情景化、实时分析、可视化与事件管理贯穿为一个完整闭环。更重要的是，IDMP 试图改变工业数据长期以来“依赖查询、依赖专业人员解释”的消费方式，通过“无问智推”能力，让数据从被动查询转向主动输出，把分析结果直接送达业务场景，带来工业领域的“数据消费变革”。
自发布以来，IDMP 已经更新了 10 个大版本。从 1.0.0.0 到 1.0.10.0，版本节奏紧凑而克制。我们没有急于讲一个宏大的故事，而是围绕工业数据管理中最真实、最棘手的问题，逐步搭建能力体系。当越来越多企业开始尝试把分散、多源、长期积累的数据真正“用起来”，IDMP 也开始在试用、落地与反馈中不断调整方向。
这一年，增长不再只是数字，而是逐步形成更清晰的支撑面
2025 年，TDengine 年营收连续第四年实现同比翻倍增长。这样的增长，并非来自单一节点的放量，而是在多年产品打磨、行业积累与客户实践中逐步叠加而成。随着客户规模持续扩大，业务所承载的行业类型、项目形态与应用深度，也在同步拉长。
截至目前，TDengine 付费客户总数已超过 1000 家，覆盖能源、制造、汽车、交通、化工、烟草等多个行业。在这些行业中，TDengine 被用于支撑设备数据采集、生产监控、运行分析、历史数据留存等核心场景，逐步成为业务系统中稳定运行的一部分。这类项目往往具备数据量大、运行周期长、对稳定性要求高等特点，也对产品的工程能力提出了更持续的要求。
在此基础上，TDengine 也开始在部分客户项目中探索新的应用形态。2025 年7月推出以来，TDengine IDMP 已获得数十家企业的试用与验证，国内与海外共签约 7 个正式合同，应用场景分布在食品、化工、交通、装备、矿业等工业领域。这些项目并未追求一次性系统替换，而是以并行运行、分阶段接入的方式，在现有体系中逐步验证其在数据治理与分析层面的价值。
与此同时，TDengine 的渠道体系也在持续推进，并在项目实践中逐渐发挥更明确的作用。麦斯时代、蓝鸟信息、罗盘信息、东方龙马、广州安晟等钻石分销伙伴，参与到更多实际项目中，在需求梳理、方案设计与交付实施等环节，与 TDengine 团队形成协作。通过对行业场景的深入理解，这些合作伙伴助力产品能力更顺畅地落地到具体业务环境中。
当客户规模、项目形态与交付方式同时向前推进，增长本身也逐渐呈现出更扎实的支撑面。这一年，TDengine 的增长不再只是结果的累积，而是在多个维度上同步展开。
值得注意的是，2025 年 TDengine 的增长方式也在发生变化。随着 AI 能力逐步进入产品体系，项目推进不再高度依赖少数专家的个人经验，而是更多通过平台化和工具化能力来提升整体效率。例如，在部署和验证阶段，TDengine 依托标准化、自动化脚本适配多样硬件环境，可一键完成集群部署，并结合内建的测试工具与测试用例库，快速模拟不同业务场景、自动生成测试结果，使方案验证从“人工调优”转向“流程化执行”。在方案演示和售前阶段，TDengine IDMP 提供的场景模拟与数据生成能力，使得通过简单配置即可快速搭建接近真实工业现场的演示环境，缩短从演示到理解的路径，实现“一人天场景演示”。
这一年，用户留下来了，社区开始“自运转”
2025 年，TDengine 继续坚持核心开源的路线，继续一如既往的得到了开源社区用户的支持，继续通过开源用户链接了时序数据库与各行各业，为海量数据用户的降本增效、数字化转型持续贡献力量。截至 2025 年底，TDengine 全球安装实例数达到 95 万例。在 GitHub 上，Star 数增长至 24.6k，累计 Issue 5399 个、PR 28586 个。数字背后，是越来越多真实项目在持续运行，也意味着 TDengine 已经进入更大规模、更长周期的使用场景中。
除了 GitHub 社区以及一直以来的私域社群外，TDengine 官方论坛也在今年 8 月完成了从零到一的搭建。注册用户达到数千人，全年产生千条讨论帖，其中 90% 问题已被解决，这些问题来自不同行业、不同规模的真实使用场景。社区的意义正在从“有人提问、有人回答”，转向“经验被记录、问题被复用”。当新用户可以直接站在前人的结论之上继续往前走，社区开始具备了自我运转的能力。
与此同时，TDengine 的认证体系也在逐步形成规模。截至 2025 年，TDengine TCP-BP 认证通过人数已超1000人。对许多工程师而言，这不仅是一张证书，更是对产品体系、部署方式和工程能力的一次系统性理解。它让“会用”逐渐变成“用得对、用得稳”。
当越来越多问题被记录、被解答、被复用，社区开始不再只是“信息窗口”，而逐渐成为经验沉淀的一部分。
这一年，我们让 TDengine 连接更多世界
2025 年，TDengine 持续扩展第三方工具生态。这并不是一次集中式的功能堆叠，而是在不断回应不同用户、不同角色的真实使用方式。
在实际项目中，TDengine 的使用者并不只有数据库工程师。有的人更习惯通过报表工具查看结果，有的人依赖 BI 系统做分析，也有人希望在工业现场通过流程编排工具完成数据接入与联动。不同角色、不同工作流，对“数据怎么被使用”有着截然不同的期待。
正是在这样的背景下，TDengine 在 2025 年陆续扩展了对帆软、Excel、Tableau、Power BI、Looker Studio、Node-RED、Spark、Ignition、Kepware、Superset、Perspective 等工具的支持。这些工具分布在数据分析、可视化、工业集成与应用开发等不同层面，使 TDengine 能够更自然地融入既有系统与工作流程中，而不是成为一座需要被“适应”的孤岛。
截至目前，TDengine 已累计支持 28 个第三方工具，覆盖数据分析、可视化、工业集成与应用开发多个方向。这些连接并不追求形式上的“全覆盖”，而是围绕真实项目中的使用频率与落地价值逐步展开，让数据能够在不同系统之间顺畅流转，被不同角色以各自熟悉的方式消费和理解。
在这一过程中，TDengine 逐渐从一个“被接入的数据库”，转变为一个“可以被多种工具调用的数据底座”。这也意味着，TDengine 的价值不再局限于存储与查询本身，而是更多体现在与外部系统协同工作时所带来的整体效率提升。
我们始终相信，真正有生命力的产品，并不是把世界强行“拉进来”，而是愿意走出去，尊重已有的工具体系和使用习惯，在连接中形成共生。
这一年，内容与布道，依然是一种日常
对 TDengine 而言，2025 年并不只是把 AI 做进产品的一年，也是将 AI 逐步融入产品基因、组织 DNA、增长引擎的一年。从研发协作、方案验证，到内容生产和客户沟通，AI 正逐步成为团队提升效率、缩短交付周期、打破经验壁垒降低沟通成本的重要工具。这种变化直接体现在内容产出的稳定性和规模上，也为后续的持续输出提供了支撑。
全年，TDengine 公众号发布了近 30+ 篇客户案例。这些内容并非简单复述方案，而是围绕不同客户在实际应用中的问题、取舍与落地过程展开，将技术细节放回具体业务背景中呈现，逐步形成可被反复参考的实践素材。
在此基础上，TDengine Open Day 系列直播成为内容输出的重要载体。2025 年共举办 14 期，直播观看仅视频号单渠道就达到 49,506 次，直播全平台年度覆盖 50 万+ 人次；包含行业洞察、工具实操及教程的视频内容产出 80+，全媒体播放量达到了 80W+。通过持续更新，直播和视频把产品能力、技术经验与行业案例稳定地传递给更广泛的开发者与行业用户。
走出线上，TDengine 也在这一年频繁出现在不同线下现场。全年参与 40+ 场行业与开发者大会，从 CCF 开源高校行，到 QCon、开放原子开发者大会、IOTE 国际物联网展、SNEC ES 储能大会、核电信息技术峰会、石油石化信息技术大会等。在这些场合中，TDengine 更多扮演的是“实践分享者”的角色，把真实项目中的经验、问题与解决方式，带到不同的行业语境中。
当内容输出、线上交流与线下分享形成闭环，技术布道也就不再是一种阶段性动作，而成为团队日常工作的一部分。这一年，TDengine 正是在这样的节奏中，持续与开发者和行业用户保持着连接。
这一年，认可是一种反馈，而不是终点
2025 年，TDengine 共获得近 20 项行业奖项与荣誉。这些认可来自不同领域——物联网、工业数据、AI 软件、开源生态，既有针对具体产品能力的评价，也有对品牌与技术方向的综合反馈。它们并不指向某一个单点成果，而更多反映了 TDengine 在多个场景中的长期投入，开始被行业持续看见。
在这一年里，TDengine 在中国数据库流行度排行榜上，连续第六年，保持了时序数据库第一名。这也证明了这一结果并非短期评选的偶然，而是基于用户规模、技术成熟度与实际应用情况的综合体现。对一款基础软件而言，稳定地被选择、被使用，本身就是最直接的认可方式。
与此同时，TDengine 也在尝试把分散的项目经验系统化地沉淀下来。2025 年，TDengine 共发布 7 本行业白皮书，覆盖电力、新能源、交通、车联网、石油石化、智慧燃气等领域。这些内容并非抽象的趋势判断，而是基于真实项目实践，总结不同场景下的数据特点、系统架构与落地经验，希望为更多处在相似阶段的用户提供可参考的方法。
对 TDengine 而言，荣誉和榜单从来不是终点。它们更像是一种阶段性的回馈——提醒我们哪些方向正在被验证，也促使我们继续把注意力放在产品本身、放在用户真实的问题之上。真正重要的，仍然是下一次项目交付、下一次版本迭代，以及下一次被用户选择的理由。
2025 年，TDengine 依然在奔跑。
但比速度更重要的，是方向是否清晰，脚步是否稳健。
这一年，AI 已经真实融入我们的产品演进与团队协作之中。
站在 2026 年，我们会在已有实践的基础上，让 AI 成为产品 DNA、组织内核。
我们知道，真正有价值的基础软件，从来不是一年的成果。
它需要时间，需要耐心，也需要一群愿意长期同行的人。
感谢这一年，与你一起走过的每一段路。
时间会继续向前，而我们，也会继续把事情做好。
