支持的数据源

支持的数据源

对于工业企业而言,数据基础设施是一项重大投资,不能随意“拆卸或更换”。随着业务扩展,可能需要接入使用不同平台或协议的新站点,这使整合全公司的数据变得更加困难——不同系统间的数据结构差异、甚至计量单位的不同,都可能给运营团队带来巨大挑战。因此,能够将多种数据源的数据汇聚在一个系统至关重要。

TDengine 与其他时序数据库不同,它是专门为工业应用场景设计的,提供了多种数据源连接器。支持现代工业协议、数据收集器、传统历史数据库等多种数据源的实时数据和历史数据写入 TDengine。此外,TDengine 还支持高级 ETL 选项,可以像处理其他数据源一样轻松导入和解析 CSV 文件。

MQTT Connector

MQTT 是一种轻量级的消息协议,易于实现和使用,在物联网领域有着广泛的应用场景。TDengine 可以通过 MQTT 连接器从 MQTT 代理订阅数据并将其写入 TDengine,以实现实时数据流入库,详见《MQTT Connector》。

OPC Connector

通过网页上简单的配置,无需一行代码,就能将 PLC 采集的数据通过 OPC 连接器源源不断的写入 TDengine,再通过与可视化工具 Grafana、BI 工具(如 Power BI、帆软、永洪)的无缝集成,就可以提供数据的可视化、报表、报警等系列功能,详见《PLC + OPC + TDengine,搭建高效、专业的工业生产监测系统》。

Kafka Connector

TDengine Kafka Connector 包含两个插件: TDengine Source Connector 和 TDengine Sink Connector。用户只需提供简单的配置文件,就可以将 Kafka 中指定 topic 的数据(批量或实时)同步到 TDengine, 或将 TDengine 中指定数据库的数据(批量或实时)同步到 Kafka。详见《TDengine Kafka Connector

Telegraf Connector

只需要将 Telegraf 的输出配置增加指向 taosAdapter 对应的 url 并修改若干配置项即可将 Telegraf 的数据写入到 TDengine 中。将 Telegraf 的数据存在到 TDengine 中可以充分利用 TDengine 对时序数据的高效存储查询性能和集群处理能力。详见《Telegraf 写入》。

PI Connector

利用现代、实时的数据分析平台——TDengine,可将数据带入现代开放的生态系统,扩展 PI System。详见《TDengine PI Connector

AVEVA Historian(Wonderware)

TDengine 可以高效地从 AVEVA Historian 读取数据并将其写入 TDengine,以实现历史数据迁移或实时数据同步。详见《AVEVA Historian Connector