小T导读：在钢铁行业的数字化转型中，时序数据平台正发挥越来越关键的作用。北京首钢自动化信息技术有限公司（首自信）基于 TDengine TSDB，为某特钢钢铁信息化项目打造了一套高效的数据存储与分析平台：实现了每秒 25 万条数据的高并发写入，毫秒级高性能查询，高达 10% 的存储空间压缩率，助力钢铁行业用户在设备监控、质量追溯等场景中实现数据驱动的智能决策，显著降低了硬件与运维的成本。本项目也成为钢铁行业工业互联网的标杆案例。
选型思路与结果
在厂区生产过程中，海量设备时序数据不断涌现，给信息化系统带来了不小的压力。某特钢在实际运行中遇到三方面挑战：一是日均产生的数据量巨大，传统数据库难以支撑高并发写入和快速查询；二是存储效率不足，硬件投入与维护成本居高不下；三是分析环节滞后，难以实现实时的质量追溯与故障预警，从而影响生产优化。
为帮助客户解决这些问题，我们在时序数据库选型阶段重点考察了高并发写入速度、存储压缩率、复杂查询性能以及国产化属性，并对 InSQL 与 TDengine TSDB 进行了深入对比，结果如下：
| 对比项 | InSQL | TDengine TSDB |
| 高并发写入速度 | 100000 条 / 秒 | 250000 条 / 秒以上 |
| 存储压缩率 | 50% | 15% |
| 复杂查询时间 | 5 秒左右（如多条件设备数据检索） | 1 秒以内 |
| 国产化属性 | 非国产化产品 | 国产化产品，拥有自主知识产权，符合国家信创要求，更能保障数据安全和自主可控 |
我们之所以选择 TDengine TSDB，主要基于两点考虑：
- TDengine TSDB 卓越的写入、查询和存储性能意味着系统所需的计算资源和存储资源可以大幅度减少。这不仅降低了硬件成本，还减少了能源消耗和维护费用。
- TDengine TSDB 支持标准 SQL，并与众多第三方软件实现了无缝集成，用户可以轻松地将现有系统迁移到 TDengine TSDB 上，无须重写大量代码。这种标准化和兼容性大大降低了学习和迁移成本。
TDengine 在首自信工业时序数据平台中的落地
在首自信工业时序数据平台中，TDengine TSDB 作为核心数据底座，构建了统一而高效的时序数据管理体系。依托超级表 + 子表 + 标签架构，平台建立了标准化数据字典，实现跨厂区设备的统一标签管理与毫秒级检索，支撑冷轧、热轧等工序的参数分类查询与全流程质量追溯。结合分布式计算引擎，系统通过毫秒级触发 + 秒级轮询机制，实时完成能耗关联分析、设备超限预警等规则计算，并通过毫秒级接口将结果同步至集控系统和企业微信，形成“采集—计算—决策”的闭环。
同时，借助多协议数据服务模块，平台能够面向边缘调控、能耗优化等场景，实时推送设备参数与报警信息，推动钢铁生产的数字化升级，真正实现从规范存储—智能分析—价值落地的全链路闭环管理。
在架构层面，TDengine TSDB 以分布式设计高效承接设备产生的高频时序数据写入，确保存储完整与可扩展性；其强大的查询与计算能力进一步配合数据计算、服务等模块，实现快速处理与结果输出；通过分区分片与标签化管理，平台的存储体系与数据字典逻辑实现深度契合，大幅提升了规范化和管理效率。自 2024 年 7 月上线以来，系统持续稳定运行，未出现任何问题，充分验证了 TDengine TSDB 在工业场景下的高可靠性与强大承载力，为某特钢的数字化进程提供了坚实的数据支撑。
数据建模经验分享
数据库建模
建库语句：
CREATE DATABASE `iot` BUFFER 256 CACHESIZE 1 CACHEMODEL 'none' COMP 2 DURATION 1440m WAL_FSYNC_PERIOD 3000 MAXROWS 4096 MINROWS 100 STT_TRIGGER 1 KEEP 5256000m,5256000m,5256000m PAGES 256 PAGESIZE 4 PRECISION 'ms' REPLICA 3 WAL_LEVEL 1 VGROUPS 10 SINGLE_STABLE 0 TABLE_PREFIX 0 TABLE_SUFFIX 0 TSDB_PAGESIZE 4 WAL_RETENTION_PERIOD 3600 WAL_RETENTION_SIZE 0 KEEP_TIME_OFFSET 0 ENCRYPT_ALGORITHM 'none' S3_CHUNKSIZE 262144 S3_KEEPLOCAL 5256000m S3_COMPACT 0 建库参数设计说明：
- REPLICA 3：采用三副本机制，确保热轧、冷轧等关键高价值数据实现零丢失，提升系统容灾与可靠性。
- DURATION 1440m：设置数据文件的时间跨度为 1 天，按天自动分区，实现结构化管理。在查询同一天数据时，可直接定位至对应文件组，有效减少磁盘 I/O 扫描，提高查询效率。
- VGROUPS 10：针对钢铁生产高并发写入场景，配置 10 个 vnode，并将子表均匀分布其中，实现数据分片。在检索时能够快速定位数据块，缩小读取范围，从而加快查询响应。
超级表建模
创建超级表语句：
CREATE STABLE `production_data_bool` (`ts` TIMESTAMP, `val` BOOL, `quality` SMALLINT) TAGS (`tagname` NCHAR(100), `deviceid` NCHAR(100)) ;
CREATE STABLE `production_data_int` (`ts` TIMESTAMP, `val` INT, `quality` SMALLINT) TAGS (`tagname` NCHAR(100), `deviceid` NCHAR(100)) ;
CREATE STABLE `production_data_double` (`ts` TIMESTAMP, `val` DOUBLE, `quality` SMALLINT) TAGS (`tagname` NCHAR(100), `deviceid` NCHAR(100)) ；
等18种类型超级表……………在数据列设计上，针对 OPC 协议高频采集、多测点共存及类型多样的特点，平台采用单列模型构建超级表，并为不同数据类型制定相应的编码与压缩策略：
| 数据类型 | 字段示例 | 超级表数量 | 编码方式 | 压缩算法 | 典型场景 |
| 时间戳 | ts/TIMESTAMP | 1 | delta-i | lz4 | 事件触发记录 |
| 布尔值 | val (BOOL) | 1 | bit-packing | zstd | 设备启停状态监测 |
| 数值型 | val (INT/BIGINT/SMALLINT/INT UNSIGNED/……) | 8 | simple8b | lz4 | 转速、压力等离散数据 |
| 浮点型 | val (FLOAT/DOUBLE) | 2 | delta-d | lz4 | 温度、流量等连续数据 |
| 字符串 | val (NCHAR/VARCHAR) | 6 | disabled | lz4 | 设备编码、报警信息 |
在标签列设计上，所有超级表均包含 deviceid（设备 ID）和 tagname（参数类型）两个标签字段，并结合业务层级（如“热轧厂–加热炉–温度”）构建三级索引。查询时通过标签值过滤实现分区检索，从而缩小扫描范围并提升查询效率。
落地效果分析
查询效率
TDengine TSDB 依托卓越的查询性能，尤其是高效的 interval 查询机制与丰富的函数支持，为首自信工业时序数据平台的数据字段、数据计算和数据服务等核心模块提供了毫秒级的响应能力。在此基础上，平台能够支撑多种关键应用场景：
- 设备参数实时监控：在钢铁生产线上，针对轧机等关键设备的重要参数（如转速），系统每 5 秒采集一次操作值及其质量状态，帮助运维人员及时掌握设备运行情况。
- 数据采集完整性检查：通过统计每个采集点对应的数据量，快速判断采集是否完整，确保各测点正常工作，为后续数据分析和生产决策提供可靠的数据基础。
- 产品质量稳定性分析：以钢板厚度等质量指标为例，系统每隔 2520 毫秒获取一次该指标的众数（出现次数最多的值）及其质量状态，并对趋势进行分析，用于评估产品质量的稳定性。
成本显著节约
依托 TDengine TSDB 的高压缩存储与卓越性能，平台对硬件资源的需求大幅降低：原本需要 10 台服务器的业务，现在仅需 3 台即可支撑，硬件采购成本减少约 70%。同时，系统内置的自动化监控与分析功能有效降低人工巡检频次，运维人力成本也随之下降约 20%。
决策效率飞升
在质量缺陷追溯环节，依托 TDengine TSDB 的快速查询与分析能力，追溯时间由小时级缩短至分钟级，最快仅需 5 分钟即可定位问题根源。为生产决策提供了更及时、准确的数据支撑，整体效率提升约 80%。
智能运维与持续优化
作为首自信工业时序数据平台的数据底座，TDengine TSDB 的稳定运行至关重要。为此，平台采用 Grafana + TDinsight 3.x 组合方案，构建全方位、智能化的健康监测体系。借助 Grafana 的可视化能力和 TDinsight 的深度洞察，系统能够实时展示数据库及磁盘、内存、CPU 等关键资源的运行状态，包括集群节点存活情况、资源使用率和磁盘读写速率等。通过对这些数据的持续分析，运维团队可以提前预判风险，并在需要时进行数据清理、扩容或查询优化，实现从被动响应到主动预防的转变，大幅提升了运维效率并降低故障发生率。
在应用 TDengine TSDB 的过程中，团队也遇到过实际问题。例如，曾出现部分表压缩比不高的情况。我们通过 SHOW TABLES DISTRIBUTED 命令检查分布情况后发现，虽然数据按预期分布在多个节点，但部分数据块未达到理想效果。为在不影响业务运行的前提下解决这一问题，我们决定采用 TDengine 官方提供的 COMPACT DATABASE START WITH ... END WITH ... 命令按时间段执行数据 compact 操作。这一方法不仅有效提升了压缩率、减少了存储占用，还改善了查询性能，进一步验证了 TDengine TSDB 在运维管理中的灵活性与可优化空间。
未来规划
目前平台在 TDengine TSDB 中采用单列模型。升级至 3.3.6.* 版本后，将引入虚拟表功能，把同一设备的多个采集点位关联在一张虚拟表中，实现“一个设备一张表”。这种方式能够实时反映数据变更，便于扩展，同时显著提升查询效率，使平台在数据查询时更加简单、便捷和高效。
关于首自信
首自信公司以自动化信息化技术服务为核心主业，依托首钢钢铁主业发展优势，培养造就了一支技术水平较高、专业配套较全、熟悉工艺、经验丰富、能打硬仗的钢铁四级自动化队伍，形成了集自动化信息化系统设计、编程调试、设备成套、安装施工、运行维护、技术服务于一体的产业构架。在铁、钢、轧自动化控制系统、二级数学模型、三级 MES、四级 ERP 的咨询服务及系统开发，以及能源计量系统、交直流传动系统、生产安防监控系统、网络系统集成等领域，形成了一批拥有自主知识产权的核心技术、综合解决方案和软件专利产品，具有了承担大型钢铁企业一至四级自动化信息化“交钥匙”工程的整体实力。
