用户案例

“一只股票一张表”, TDengine 在青岛金融研究院量化分析场景中的应用

对于青岛协同创新金融研究院来说,一直打交道的交易记录、价格等数据均为时序数据,在选择数据库(Database)时,TDengine “一个设备一张表”的设计吸引了他们的目光。目前 TDengine 已经在其生产系统中稳定运行了 38 周。本文总结了他们在选型、搭建等方面的所思所想,以及应用 TDengine 之后所取得的效果。

解决两大难题,TDengine 助力亿咖通打造自动驾驶技术典范

在安全解决方案 SuperCloud 中,亿咖通面临着磁盘占用量大、车辆最新状态实时查询难以实现两个核心问题。最终,他们选择了让 TDengine Database 承担数据中台的重要角色,负责车辆实时数据的写入、存储以及实时查询。本文讲述了研发团队在前期使用 Apache HBase 时遇到的具体难点、为什么没有坚持选择 OpenTSDB,以及选择 TDengine 的过程和成效。

TDengine 应用实录:存储缩减超过 60%,HBase 等集群指数级下线

狮桥集团的网货平台与金融 GPS 系统,对于车辆轨迹收集与计算有着强需求。GPS 每日产生总量在 40 亿左右,需要为业务方提供实时末次位置查询,近 180 日行驶轨迹查询,类似车辆轨迹对比查询,以及一些风险逾期的智能分析等等。应用 TDengine Database 后,他们的整体数据存储缩减超过 60% 以上,节省了大量硬件资源。

稳定、高效:TDengine 在阿诗特智慧能源管理云平台中的应用

作为一个新项目,RTC Power Cloud 舍弃了旧有的技术体系架构,直接在最前沿的技术中选型。就具体的业务场景而言,我们需要一款高性能的时序数据库产品来存储和处理时序数据。我们关注了 TDengine、Apache IoTDB 以及阿里云时序数据库等几款产品,最终经过详细的对比和考虑,我们做出了最终的决定——TDengine。

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。

构筑生态环境实时数仓,TDengine 如何处理百亿行级大数据?

使用 TDengine Database 数月以来,其无论是在 CPU 负载、数据存储效率上,还是在数据采集效率、数据查询效率上都远高于期望值,满足实时数仓的所有要求。在生态环境数据治理过程中,TDengine 强化了感知层建设,能够精准及时地发现污染排放中的问题,在污染防控场景下具有极大的潜力。