晶圆制造数据管理：从SECS/GEM到全工序数据追溯的架构分析
一座12英寸晶圆厂每片晶圆经过500至700步工序，毫秒级采样的关键工艺参数使月新增数据量达50TB至200TB，全工序数据追溯面临严峻的架构挑战。
温控供应链数据管理：从车载传感器到合规追溯的架构分析
冷链物流中温度合规是业务生命线，温度数据的实时性和不可篡改性直接影响产品安全与法规合规，车载传感器、冷库BMS、GPS多源数据需在存储层时间对齐。
智慧建筑能效管理：从分项计量到跨系统能耗分析的数据架构
大型商业建筑的能耗管理需要分解到具体用能终端才能识别节能空间，时序数据库承担分项计量数据的统一存储角色，支撑照明、空调、动力、特殊用电的多级拆分分析。
工业时序数据建模：从超级表到子表的Schema设计方法论
时序数据几乎不更新、查询以时间范围聚合和标签过滤为主，Schema设计需围绕写入吞吐最大化和查询裁剪最优化两个目标，核心决策包括超级表划分、标签与字段取舍、子表粒度。
从InfluxDB/OpenTSDB迁移到TDengine：时序数据库迁移技术指南
时序数据库的迁移不是简单的数据导出导入，而是数据模型重构、查询语法转换、应用代码改造的系统工程，数据模型映射、迁移方案选择、验证策略设计是三个关键环节。
工业时序数据全生命周期管理：从采集到归档的技术架构
工业时序数据的生命周期是从采集到归档再到删除的完整闭环，时间跨度从几天到十年以上。数据访问热度随时间反向递减，用同样存储介质保留冷热数据是成本和性能的双重浪费。
时序数据库高可用架构：工业场景下的数据不丢失保障机制
工业系统对数据可靠性的要求不是“尽量不丢”，而是“不可丢失”。时序数据库的高可用架构设计，必须从“数据不可丢失”这一底线出发，而非从“系统尽量不宕机”出发。
时序数据库查询优化：从聚合计算到降采样查询的性能调优
时序数据库的写入优化已被广泛讨论，但查询优化得到的关注远不如写入。实际项目中写入瓶颈少见、查询慢的抱怨多，优化时序查询需要理解查询模式、定位瓶颈、选择正确的优化手段。
边缘-云协同架构：时序数据库在工业分布式部署中的实践
工业数据的产生位置和分析需求在空间上分离。边缘-云协同架构的本质是：在数据产生的地方就近处理实时性需求，在数据汇聚的地方处理全局性需求，时序数据库的分布式能力是其技术底座。
时序数据压缩算法解析：为什么工业时序数据库能实现10倍压缩比
压缩效率是衡量时序数据库存储能力的关键指标。同样1TB工业时序数据，时序数据库通常只需100-150GB，10倍压缩比由数据特征、压缩算法和存储格式共同决定。
工业时序数据建模：从测点到超级表的架构设计方法论
工业时序数据以物理设备为建模中心，设备持续产生时间序列数据，设备之间通过物理拓扑关联而非外键关联。时序数据库建模需要从工业数据的物理特征出发重新设计，而不是照搬关系型模型。
从Modbus到OPC UA：工业协议演进下的时序数据库接入架构
工业通信协议从Modbus RTU串行轮询到Modbus TCP再到OPC UA语义化信息模型。时序数据存储在演进中从单纯的存储终端，逐渐前移为协议层的数据枢纽。
