精选

明势资本黄明明:在创新与世界中寻找下一代基础软件的中国突围之路

8 月 13 日,涛思数据举行了成立 5 年来的第一次 TDengine 开发者大会,重磅发布了 TDengine 3.0,一款真正云原生的时序数据库(Time-Series Database,TSDB)。明势资本是涛思数据最早的投资方。我们邀请到明势资本创始合伙人黄明明参加此次大会,并做主题演讲——《创新与世界:下一代基础软件的中国突围之路》。本文为演讲内容实录。”

时序数据库进入云原生时代,TDengine 3.0 三大创新详解

在 8 月 13 日的 TDengine 开发者大会上,涛思数据创始人陶建辉进行了题为《高性能、云原生的极简时序数据处理平台》的主题演讲。在本次演讲中,他不仅分享了时序数据库现阶段的技术痛点,还深入阐释了打造 TDengine 3.0 的原因以及实践思路。本文根据演讲内容整理而成。

TDengine 助力西门子轻量级数字化解决方案 SIMICAS 简化数据处理流程

SIMICAS® OEM 设备远程运维套件是由 SIEMENS DE&DS DSM 团队开发的一套面向设备制造商的数字化解决方案。在确定选择 TDengine 作为系统的时序数据库后,他们在 SIMICAS® OEM 2.0 版本中移除了 Flink、Kafka 以及 Redis,大大简化了系统架构。

毫秒级返回数据,TDengine 在大疆车载智能驾驶云端平台上的应用

为了满足智能驾驶业务的数据处理需求,大疆车载试图从多家数据库中进行选型调研,帮助智能驾驶业务提升写入查询性能、降低运维成本。本文将分享大疆车载在数据库选型、系统搭建和业务迁移等方面的经验。

双重调研测试后,OPPO IoT 类产品开始接入 TDengine

在 OPPO 的穿戴产品的手环/手表类业务中,产生的数据类型为时序数据,具有写入量巨大且存在离线/历史数据补录(更新)的处理需求。此前使用的 MongoDB/MySQL 集群方案,后端存储压力较大,需要经常扩盘,针对此痛点,OPPO 云计算中心智慧物联云团队尝试调研对比了几款时序数据库(Time-Series Database)产品,试图寻找一个降本增效的解决方案。

【技术干货】代码示例:使用 Apache Spark 连接 TDengine

除了核心的时序数据库功能外,TDengine 还提供缓存、数据订阅、流式计算等大数据平台所需要的系列功能。但是很多小伙伴出于架构的考虑,还是需要将数据导出到 Apache Flink、Apache Spark 等平台进行计算分析。 为了帮助大家对接,我们特别推出了保姆级课程,包学包会。

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。

“一个扫描枪一张表”,韵达选择 TDengine 应对每日亿级数据量

此前,韵达使用 MySQL 分区+索引处理订单数据的方式遭受到了挑战,面对每日亿级的数据量,MySQL 显然已经无法满足当下的数据处理需求。为更好地发展业务,在此基础上韵达新增了 TDengine 的数据源,用专业的数据库来进行时序数据的处理。