TDengine 社区问题双周精选 | 第一期
为防止过多的共性问题困扰大家，方便大家学习、吸收经验，从今天开始我们会对近期社区内用户遇到的共性问题进行精选、汇总，每两周给大家带来一次分享。 这是此类专栏的第一期内容，为大家分享七个常见问题。
在进行行情 tick 数据存储时，哪种数据结构查找起来更快？
如果我们要做行情 tick 数据的存储，怎样的数据结构查找起来才会比较快？在加入 TDengine 之前，本文作者丁博在弘源泰平量化投资做量化工程师，曾经遇到过这一类存储行情 tick 数据的问题，本文会就此问题进行详细的技术解读。
涛思数据与中天钢铁签署战略合作协议，加速钢铁行业的数字化发展
近日，北京涛思数据科技有限公司（以下简称涛思数据）与中天钢铁集团有限公司（以下简称中天钢铁）正式签署战略合作协议，该协议的签署标志着双方将开启深度合作，共同推动高性能时序数据库 TDengine 在钢铁行业的应用，同时双方期望能以不断的技术创新和强强合作加速钢铁行业的数字化发展。
毫秒级返回数据，58同城 DBA 团队选择 TDengine 解决传感器数据处理难题
在 58 同城的驾考业务上，需要存储分析驾校教练车传感器产生的数据，这是典型的时序数据场景，开发人员对原有的 TiDB 性能并不是很满意，因此 DBA 团队开始调研更具针对性的时序数据库。基于自身的业务需求，他们在 6 款时序数据库中选择了 TDengine Database，在经过深入的调研测试之后，开始部署实践，最终业务痛点问题得到了解决。
出表流程从 1 小时到 10 秒，TDengine 在柳工车联网应用中替换 MySQL
在柳工的工业车联网应用 LiuGong iLink 中，由于应用层不合理的复杂查询和历史数据的高频写入，导致 MySQL 处理速度缓慢，甚至容易宕机，严重影响了用户体验。在此背景下，柳工决定改用 TDengine Database 来处理时序数据，本文分享了他们的改进效果与实践经验。
携手 TDengine，释普科技升级实验室仪器、监控智能制造方案
从试用到正式上线的一年多里，释普科技从 TDengine 2.0 版本一直关注到 2.4。目前，释普的三款产品“监控保”、“数据宝”、“仪器保”均与 TDengine 达成了合作，不仅机器投入成本实现了显著降低，查询、存储等性能也能满足业务发展需求。本文将分享释普科技应用 TDengine 升级实验室仪器、监控智能制造方案。
