技术支持

数据就是财富，通过对时序数据进行全方位的分析，有可能挖掘出对业务决策很有帮助的信息，从而进一步创造价值、提升效率。 EII 可以在 Docker 上运行，以便将基础设施与应用程序分开，让用户能够更快地进行开发。

为了更方便用户使用 TDengine + Grafana 这个组合，在 TDengine 和 Grafana 两个团队的协作之下，TDengine 插件正式上架 Grafana 官网！用户可以直接搜索安装该插件，不用编辑 Grafana 配置文件了。

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。

经过研发同学的不懈努力，TDengine 2.6 版本正式发布了。该版本带来众多新特性，一方面是优化了 SQL 语法，一方面是增加了大量的计算函数，以支持用户的更多使用场景。该版本还修复了之前版本存在的一些 bug。

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。

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。