技术文章 - 时序数据库

从 PI Vision 到 Grafana 再到 IDMP,工业数据平台正在经历什么变化?

工业智能的真正基础,从来不是更复杂的图表,也不仅仅是做出更好看的仪表盘,而是对运行语境的持续建模与沉淀。

TDengine IDMP Excel Add-in:把工业数据按 Excel 的方式用起来

用户可以通过 Excel 直接使用 IDMP 中已经组织好的数据结果,在熟悉的工作环境中完成查询、分析和整理。

TDengine TSDB 3.4.0.0 上线:虚拟表、流计算性能显著提升,安全能力全面进阶

本文将为你梳理该版本的主要更新亮点,帮助你快速了解哪些改进能在实际场景中带来更直接的性能提升、更稳定的运行体验,以及更灵活的系统集成方式。

TDengine 2026 Roadmap 发布:从 TSDB 到 IDMP,要做这几件关键事

比“多加几个功能”,这份路线图更想解决的是一件事:在真实、长期、复杂的工业数据场景里,系统如何继续向前演进。

为什么工业数据治理不同于通用数据治理?

在传统企业环境中,数据治理主要围绕业务数据展开,目标是确保合规性、数据质量和安全性。

什么是工业数据管理平台?企业为什么需要它?

在数据逐渐成为核心运营资产的今天,IDMP 已经成为各行业、各规模工业企业数据基础设施中的关键组成部分。

在工业数据管理平台的选择中,TDengine IDMP 为何是优选?

当企业开始评估“工业数据治理与分析平台”时,往往面临的不是选型问题,而是数据是否具备长期价值的问题。

如何选择合适的工业数据管理平台?

TDengine IDMP 之所以被越来越多企业纳入选型讨论,并不是因为概念更新,而是因为它试图把这几件事放在同一个体系里处理:治理有落脚点、分析有起点、AI 有入口。

工业 BI 与通用 BI 的差异及其必要性

“工业 BI”开始从概念变成现实需求,其底层驱动力并不是工具更炫,而是企业确实需要一套能承接时序数据、工艺语境和分析闭环的中间层。

? 开发者都在问什么?TDengine 论坛热门问题 · 第一弹

这里是最接近“现场”的地方。每一天,都有来自物联网、工业制造、能源、农业、智能装备等各行各业的开发者,在这里分享遇到的技术问题、实战经验、调优技巧、踩坑现场与最终解决方案。

TDengine IDMP 1.0.9.0 上线:数据建模、分析运行与可视化能力更新一览

TDengine IDMP 1.0.6.0~1.0.9.0 这一阶段的更新,目的是让后续的数据建模、分析扩展和场景落地,有一个更稳固的基础。

网络延时对 TDengine TSDB 写入性能的影响:实验解析与实践建议

部署 TDengine TSDB 时,CPU、内存等基础性能受关注,而易被忽略的网络延时对写入性能影响显著。

TDengine IDMP 守护油气管网智慧运营(内附 Step by Step 步骤)

这些痛点的核心在于,传统的自动化系统已无法满足现代化管网"安全、高效、低碳"的运营要求。TDengine IDMP工业数据管理平台,正是为破解这一难题而生。

TDengine IDMP 构建智慧燃气监控体系(内附 Step by Step 步骤)

TDengine IDMP 工业数据管理平台,为燃气行业提供了一套完整的数字化运营解决方案。

TDengine IDMP 重塑智慧水务运营(内附 Step by Step 步骤)

TDengine IDMP(工业数据管理平台)应运而生,为水务行业提供了一条从“经验驱动”迈向“数据驱动”的智慧化转型路径。

从“数据堆场”到“智能底座”:TDengine IDMP如何统一数据语言

TDengine IDMP 提供的元素—属性模型、单位转换和公式映射,并不是锦上添花的功能,而是一整套方法论,帮助企业把“各说各话”的数据翻译成“同声共语”的语言。

TDengine IDMP 1.0.5.0 及近期更新总览:四大能力全面提升

IDMP 连续多版本升级,一文看懂建模、可视化与 AI 分析新能力。

内网搭建邮件服务,打通 IDMP 通知途径

本文介绍一种简单可行的在内网环境快速搭建 SMTP 邮件服务(MailHog)的方法。

TDengine vs PI System:这 6 个维度帮你避开百万成本坑

工业数智化选型指南来了!TDengine vs PI System,选对平台少走 3 年弯路。

从 ETL 到 Agentic AI:工业数据管理变革与 TDengine IDMP 的治理之道

数据湖变“数据沼泽”?TDengine IDMP 让 AI 秒懂数据。

IDMP 如何让复杂监控变简单?5 个实测场景告诉你

分钟级上线,零代码操作,AI 自动出面板。

工业数据消费迎来“抖音式”革命:TDengine IDMP 让数据自己开口说话

本文不仅剖析了数据消费的三大困境,更展示了 AI 原生平台正在带来的转变。

架构重构+AI 推动,IDMP 用五个关键步骤打破工业数据管理的八大痛点

本篇将聚焦工业数据管理的八大痛点,并探讨 TDengine IDMP 在架构与功能设计上是如何应对的。

TDengine IDMP 设计理念拆解:让数据“有名有姓”的三步法

本文分享 IDMP 背后的设计理念,它为什么必须诞生,以及我们是如何一步步把一个想法变成现实的。

TDengine IDMP 应用场景:电动汽车

本文以电动汽车监控为例,详细介绍通过MQTT,轻松采集电动汽车电门开度、驱动电机功率、空调功率、车速、SOC、电池电压/电流等监控指标,将数据写入 TDengine TSDB 时序数据库,然后通过 TDengine IDMP,利用 AI 自动生成可视化面板和实时分析,帮助您几分钟就构建一套稳定、高效的服务器监控解决方案。

TDengine IDMP 应用场景:工业锅炉监控

基于 ​OPC 中间件 KEPServer​ 采集燃煤锅炉温度、压力、流量等关键参数,写入 ​TDengine TSDB​ 时序数据库;通过 ​TDengine IDMP​ 构建资产模型,利用 ​AI 自动生成可视化看板与实时分析,实现分钟级搭建高效、智能的工业锅炉监控系统​。

TDengine IDMP 应用场景:烟草制丝

基于轻量采集工具快速获取烘丝机等设备工艺参数(温度/湿度/能耗),写入 ​TDengine TSDB​ 时序数据库,通过 ​TDengine IDMP​ 的 ​AI 能力自动生成可视化看板与实时分析,​分钟级搭建高效、智能的制丝工艺监控方案​。