顺应时代潮流，让传统设备数字化、智能化，实现万物互联，海量数据入库。
详细方案
场景介绍
伴随物联网上下游技术的发展，整个物联网领域的的数据量越来越大，传统大数据的方案以及以关系型数据库为核心的解决方案都开始捉襟见肘。如何应对大数据量下的数据存储、查询、分析，选择一款物联网时序数据库，成为了目前迫切需要解决的问题。
场景需求与痛点
物联网的客户通常有如下需求：
- 高并发数据写入，每条记录都需要带时间戳；
- 不同传感器设备需要记录的数据字段不同，希望能够针对不同设备单独建表；
- 原始数据存储要求在 5 年以上，需要支持数据压缩，以降低数据存储成本；
- 支持国产化，支持数据库厂商服务快速响应。
- 支持边云协同，便于连接大数据平台
物联网存在海量的设备、传感器，传统方案有如下的问题：
- 数据入库慢：单机写入吞吐量低，很难满足时序数据上千万级的写入压力；
- 存储成本大：在对时序数据进行压缩时性能不佳，需占用大量机器资源；
- 维护成本高：单机系统，需要在上层人工进行分库分表，维护成本高；使用 Pi 等组件则对点位数有限制，随着点位增多需要更多的开销；
- 非云原生：不支持分布式，对部署的平台有限制，没有好的扩展性、韧性、可观测性，部分产品比如 Pi 有一定的；
- 查询性能差：海量实时数据的聚合分析性能差。
- 数据孤岛：边云协同能力差。
TDengine 作为一款开源、高性能、云原生的时序数据库（Time Series Database, TSDB），针对物联网的数据特点及读写需求做了特定的优化，广泛运用于物联网各类场景中，并且提供基于数据订阅的数据同步工具 taosx 来支撑异地多活、边云协同。
架构图
收益
- 高性能，可以支持百万级别的并发写入、万级的并发读取，大量聚合查询时依然有高性能表现
- 高可用，可支持集群部署，可横向扩展，不存在单点故障，为生产环境稳定运行提供基础
- 低成本，数据库对硬件资源要求低，数据压缩率高，平均至少节省70%的硬件资源
- 高度一体化，具备消息队列、流式计算和缓存的功能，大幅简化架构
- 易上手，使用 SQL 进行数据库操作，简单易学，支持复杂查询，减少开发难度和运维压力
- 自带边云协同组件，轻松跨隔离同步数据
客户案例
其他行业解决方案
