TDengine 助力国产芯片打造“梦芯解算”，监测地质灾害 24 小时无间断
从 2021 年 10 月运行至今，共创建了 2 张超级表以及近百张子表，总数据量超过 2.5 亿条，压缩后的数据量大小为 200G 左右。对近亿行的超级表进行统计操作，仅用了 1.9 秒左右就返回了结果，充分证明了在实际应用中 TDengine Database 也确实表现卓越。
TDengine 在“一图一库”中的应用，助力交通运输实现信息化转型
log.dn 表中数据采集的周期是 30 秒，由此可知，dn1 的实测瞬时最大写入量是 770 条/秒。加之五节点的集群在分布式插入的架构下，770*5=3850 条/秒的数据插入效率是完全可以保障的，完全满足了我们业务需求。至于本集群的插入性能上限，应在此实测值的 100 倍以上，并且有极大的增长空间。
机器使用成本下降 50%，TDengine 在同程旅行基础监控中的实践
聚焦到实际效果上，TDengine 数据写入性能很强。原本我们的单套存储系统需要 10 多台高配机器，IO 平均 30% 最高 100% 的情况下才能写完数据；现在只需要 7 台机器，并且 CPU 消耗在 10% 左右、磁盘 IO 消耗在 1% 左右，这点非常的棒!
聊一聊 Linux 性能工具：神奇的 BPFtrace
BPFtrace 是 Linux 高级追踪工具和语言。 该工具基于 eBPF 和 BBC 实现了通过探针机制采集内核和程序运行的信息，然后用图表等方式将信息展示出来，帮助开发者找到隐藏较深的 Bug、
减少计算、简化架构——TDengine 在灌区信息化平台中的应用
禹为科技在现代灌区信息化平台的建设过程中，经历了数据库&定时任务的架构、以流式计算为核心的架构和以 TDengine Database 为核心的架构三个阶段，最终选用 TDengine 帮助其对水位、流量、水量等实时指标数据分析。
构筑生态环境实时数仓大数据平台，TDengine 如何处理百亿行级大数据？
基于政务信息化自主可控的要求，在与同类型工业大数据时序数据库进行性能对比后，广东环境科学研究院的生态环境数据治理服务项目选用 TDengine Database 强化了其感知层建设，精准及时地对污染排放中的问题进行检测和预警。本文讲述了他们的选型和建模思路以及落地后的效果展示。
从 OpenTSDB 到 TDengine，至数物联网IoT平台技术改造之路
至数物联网平台场景多、数据模型复杂，伴随着业务需求的不断迭代及数据量的不断上涨，原有的 OpenTSDB+MySQL 的组合逐渐力不从心，局限性日益凸显。在对 TDengine Database 进行充分了解与调研后，基于 TDengine 对至数摇光进行了彻底性的改造。
