时序数据库 - 用户案例

数百亿数据压缩至 600GB,TDengine 落地协鑫能科移动能源数据平台

协鑫能科技术团队

协鑫能科技术团队

/

时序数据库 - 用户案例, Chinese, OpenTSDB, Time Series DataBase

为了解决广大新能源汽车车主面临的充电效率问题,协鑫能科打造了以换电为核心业务的移动能源品牌「协鑫电港」,需要对各种数据流进行科学管理、合理运用与智能调度,在数据库的选择上尤为重要。本文分享了他们对于能源数据库架构的搭建思考以及 TDengine 的应用心得。

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

大疆车载 吴坤

大疆车载 吴坤

/

时序数据库 - 用户案例, Chinese, 精选

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。

写入速度提升数十倍,TDengine 在拓斯达智能制造工厂解决方案上的应用

拓斯达 文静

拓斯达 文静

/

时序数据库 - 用户案例

写入速度提升数十倍,TDengine 在拓斯达智能制造工厂解决方案上的应用。在拓斯达的智能工厂整体解决方案项目中,传统的关系型数据库已经无法高效处理时序数据,在加载、存储和查询等多个方面都遇到了挑战,最终他们选择了 TDengine 来匹配工业传感器数据的应用分析场景。

双重调研测试后,OPPO IoT 类产品开始接入 TDengine

OPPO 唐恒建

OPPO 唐恒建

/

时序数据库 - 用户案例, 精选

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。

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

58同城 张广元

58同城 张广元

/

时序数据库 - 用户案例, 精选

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。

出表流程从 1 小时到 10 秒,TDengine 在柳工车联网应用中替换 MySQL

广西柳工 杨捷

广西柳工 杨捷

/

时序数据库 - 用户案例

在柳工的工业车联网应用 LiuGong iLink 中,由于应用层不合理的复杂查询和历史数据的高频写入,导致 MySQL 处理速度缓慢,甚至容易宕机,严重影响了用户体验。在此背景下,柳工决定改用 TDengine Database 来处理时序数据,本文分享了他们的改进效果与实践经验。

携手 TDengine,释普科技升级实验室仪器、监控智能制造方案

释普科技 杨毅

释普科技 杨毅

/

时序数据库 - 用户案例

从试用到正式上线的一年多里,释普科技从 TDengine 2.0 版本一直关注到 2.4。目前,释普的三款产品“监控保”、“数据宝”、“仪器保”均与 TDengine 达成了合作,不仅机器投入成本实现了显著降低,查询、存储等性能也能满足业务发展需求。本文将分享释普科技应用 TDengine 升级实验室仪器、监控智能制造方案。

TDengine 在酷哞哞的应用

酷哞哞 冷艳霞

酷哞哞 冷艳霞

/

时序数据库 - 用户案例

酷哞哞与 TDengine Database 结缘于 2019 年,在其工业互联网设备上云解决方案中,选择了 TDengine 作为数据平台,以满足海量工业数据存储和分析的需求。本篇文章解读了 TDengine 在此方案中的具体应用。

替代 Elasticsearch,TDengine 助力四维图新将存储空间利用率提升 8 倍

四维图新 曹志强

四维图新 曹志强

/

时序数据库 - 用户案例

面对海量的车载轨迹数据,四维图新数据存储面对非常大的压力——每分钟的轨迹数据大概有 2000 万条记录,他们此前使用的 Elasticsearch 存储方式不仅造成了严重的物理资源浪费,还存在查询瓶颈,所以急需转换数据存储中间件。本文讲述了四维图新在数据库选型测试、搭建与迁移等方面的相关实践经验。

“一个扫描枪一张表”,韵达选择 TDengine 应对每日亿级数据量

韵达 陈祎杰

韵达 陈祎杰

/

时序数据库 - 用户案例, 精选

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。