金融量化交易场景下数据库如何改造？同花顺、弘源泰平真实案例分享
为了帮助一众金融企业寻找到合适的数据库解决方案，我们汇总了几个比较有代表性的企业客户案例，希望他们的相关实践经验应该能够给到行业从业者一些解决思路。
数据一致性在时序数据库场景下的实践
本视频为TDengine 研发工程师李明昊分享《数据一致性在时序数据场景下的实践》。
时序数据库 TDengine 中的数据是怎么存储的？采用这种存储模型的好处是什么？
TDengine 是一个专为物联网、车联网、运维监测等场景设计的时序数据库（Time Series Database，TSDB），它具有高性能、高可靠、高可用、低成本等特点。本文将简单介绍 TDeng
如何实现与第三方工具的无缝连接，taosAdapter 具体应用详解
taosAdapter 是 TDengine 的配套工具，是 TDengine 集群和应用程序之间的桥梁和适配器。当我们需要从数据收集代理软件摄取数据时，使用 taosAdapter 能让这一操作变得更加高效。此外，它还提供了 InfluxDB/OpenTSDB 兼容的数据摄取接口，允许 InfluxDB/OpenTSDB 应用程序无缝移植到 TDengine。本文将整体介绍一下 taosAdapter，方便大家使用。
参考卷烟厂数据架构改造案例，给你一套可落地的传统工业实时库的国产化替代方案
对于卷烟厂来说，数据监控对于制烟各环节的品质把控起到关键作用，此前业内较为流行的数据监控方案就是 Wonderware 实时库。随着企业业务的飞速发展，该系统也遇到了很多瓶颈，本篇文章将就此展开分析。
搞不清 TDengine 的“复杂”查询？一文让它变简单
作为一款专业的时序数据库，为满足用户在不同场景下的查询需求，TDengine 提供了丰富的查询功能。除了一些主要的查询外，还包括多表聚合查询、降采样查询及连续查询，本文将从实际操作层面对这三种特殊查询进行解读。
中通科技是如何建模并高效处理车辆上的时序数据的
车联网业务是中通科技配送全链路业务中非常重要的一环，在实际的项目需求中，需要实时查询车辆最新位置状态，达到车辆运营可视化管理。中智车联服务平台选择了用 TDengine 来高效处理从车辆上实时采集的时序数据。
替换 Wonderware，云原生时序数据库 TDengine 助力工业大数据数字化
以工业时序数据库领域为例，已有多家大型工业企业将原来的 Wonderware InSQL/Historian 替换为新一代开源时序数据库 TDengine。到底是什么深层次的原因驱动着这个变化的发生？作为新一代的时序数据库产品，TDengine 具有哪些优势？让我们接下来做一些深入的分析。
TDengine 3.0 的 Update 功能和 2.0 有何区别？
随着云原生时序数据库（Time Series Database，TSDB） TDengine 3.0 的发布，很多用户其实会好奇：“和 2.0 比起来，3.0 有哪些直观的优化呢？”本文将以 Update 这一功能的变化为例，具体介绍一下 3.0 的细致优化。和 2.0 比起来，3.0 版本的 Update 不再需要参数配置，“部分列更新”成为数据库本身的特性，并且还解决了 2.0 的 Update 机制的一些不足。
涛思数据加入龙蜥社区，共同推动时序数据库生态发展
“TDengine 是开源的时序数据库，软硬件系统生态一直以来都是 TDengine 发展的重要土壤。很高兴能够与龙蜥社区合作，一起共建开源生态、完成龙蜥操作系统适配兼容，共同培养开源人才。”
支持消息队列和流式计算背后，TDengine 3.0 存储引擎的优化与升级
在 8 月 13 日的 TDengine 开发者大会上，TDengine 存储引擎架构师程洪泽带来题为《TDengine 的存储引擎升级之路——从 1.0 到 3.0》的主题演讲，详细阐述了 TDengine 3.0 存储引擎的技术优化与升级。本文根据此演讲整理而成。
明势资本黄明明：在创新与世界中寻找下一代基础软件的中国突围之路
8 月 13 日，涛思数据举行了成立 5 年来的第一次 TDengine 开发者大会，重磅发布了 TDengine 3.0，一款真正云原生的时序数据库（Time-Series Database，TSDB）。明势资本是涛思数据最早的投资方。我们邀请到明势资本创始合伙人黄明明参加此次大会，并做主题演讲——《创新与世界：下一代基础软件的中国突围之路》。本文为演讲内容实录。”
支持 10 亿个设备、100 台服务器节点，TDengine 3.0 架构详解
在 8 月 13 日的 TDengine 开发者大会上，TDengine 分布式系统架构师关胜亮带来题为《支持 10 亿时间线、100 个节点的 TDengine 分布式系统架构设计》的主题演讲，详细阐述了 TDengine 3.0 新的架构设计思路。本文根据此演讲整理而成。
时序数据库进入云原生时代，TDengine 3.0 三大创新详解
在 8 月 13 日的 TDengine 开发者大会上，涛思数据创始人陶建辉进行了题为《高性能、云原生的极简时序数据处理平台》的主题演讲。在本次演讲中，他不仅分享了时序数据库现阶段的技术痛点，还深入阐释了打造 TDengine 3.0 的原因以及实践思路。本文根据演讲内容整理而成。
打破中国企业类软件成长的怪圈，我找到了方法！
上周六（8 月 13 日），涛思数据举行了成立 5 年来的第一次 TDengine 开发者大会，近 400 名开发者和客户来到了现场。大会主旨之一是发布 TDengine 3.0 版，而且我们将其核心代码全部开源。37 万行产品源代码，23 万行测试代码，以及 181 份共 13.6 万字的完整文档，已经全部在 GitHub 上公开，供全球开发者下载、查看并体验。
TDengine 3.0 正式发布，真正的云原生时序数据库来了！
可以支持 10 亿个设备采集的数据、100 个节点；支持存储与计算分离，引入计算节点，并重构了整个计算引擎；完善并优化了对消息队列、流式计算和缓存的支持，引入事件驱动的流式计算！
TDengine 3.0 重磅发布，首届 TDengine 开发者大会圆满落幕
本次开发者大会的成功举办，不仅是 TDengine 大力服务开发者和用户的一个标志性事件，也为整个行业的技术进步和未来发展贡献了不小的力量，为关注开源的开发者提供了众多创新性观点。
打造一体化制氢项目，阳光氢能以时序数据库实现生产流程的实时监控
为了更好地支持阳光氢能 PEM 绿电制氢系统，本文作者所在的部门需要寻找一套满足业务和性能需求、而且具有国产知识产权的时序数据库，来替代原本使用的 InfluxDB。本文分享了他们将 InfluxDB 替换为 TDengine 的具体原因，以及相关的实践思路。
兴盛优选监控场景的时序数据库选型与落地实践
兴盛优选需要通过实时产生的数据来判断设备是否工作、检测通讯是否延时、观测 SNMP OID 流量是否正常等，从而保障运维与网络人员及时发现问题并修复。为高效处理各类时序数据，保障服务的稳定运行，在对比了 Elasticsearch、InfluxDB 和 TDengine 三款产品之后，他们选择并落地了 TDengine。
边缘盒子+时序数据库，美的数字化平台 iBUILDING 背后的技术选型
在 2021 楼宇科技 TRUE 大会上，美的暖通与楼宇事业部首次发布了数字化平台 iBuilding，以“软驱硬核”方式赋能建筑行业。作为一个全新的项目，iBuilding 在数据库选型上比较谨慎，分别对比了多款 Database 产品之后，才做出了自己的选择。本文分享了他们的数据库选型思考和落地经验。
如何成为一名合格的 DBA？看看“老油条”们怎么说
作为薪水较为可观的 IT 职业之一，DBA 貌似是一个门槛低、活还少的技术岗位，只要接受过相应的系统性训练，应该就可以成功入门。但想要真正胜任这个岗位，实际却并不容易。DBA 的工作到底是怎样的？它的前景如何？想做好 DBA 又需要具备哪些能力？我们采访了两位有丰富工作经验的 DBA 和运维工程师，下面一起看一看他们的感悟吧。
全校软硬件基础设施一站式监控 ，苏州大学以时序数据库替换 PostgreSQL
除了要对几千台摄像头进行数据采集加在线检测，苏州大学还有 1500 多台交换机和 4000 多台服务器，在数据库的选择上，它需要在扛住如此大量设备 24 * 7 高频长期写入的同时，还要确保相当出色的查询效率。从 PostgreSQL 到 TDengine，本文分享了江苏纵目在面对业务难点时，在数据库的选择、应用和成效方面的经验。
如何通过开源数据库管理工具 DBeaver 连接 TDengine
DBeaver 是一款流行、开源的数据库管理工具以及 SQL 客户端，其功能强大，并且支持任何拥有 JDBC-Driver 的数据库。很多 TDengine 的用户，经常问到如何使用 DBeaver 来连接、管理 TDengine。本文将通过 22.1.2 版本的 DBeaver 详细进行说明。
研发了 5 年的时序数据库，到底要解决什么问题？
经常有人问我，为什么 2017 年在市场上已经有这么多时序数据库的背景之下，你还敢去开发一款新的时序数据库？为什么你的团队都 80 多人了，五年过去，还在埋头研发 TDengine 这一款产品？周末写篇博文，与大家分享一下我的想法。
TDengine 助力西门子轻量级数字化解决方案 SIMICAS 简化数据处理流程
SIMICAS® OEM 设备远程运维套件是由 SIEMENS DE&DS DSM 团队开发的一套面向设备制造商的数字化解决方案。在确定选择 TDengine 作为系统的时序数据库后，他们在 SIMICAS® OEM 2.0 版本中移除了 Flink、Kafka 以及 Redis，大大简化了系统架构。
时序数据库支持水平扩展的重要性
从 2016 年底到现在，大部分 Time Series Database 都不是分布式的，换句话说，它们不支持水平扩展。InfluxDB集群也只有企业版支持，开源版并不支持。而传统 Time Ser
记录智能电表等设备产生的实时数据，应该选择什么样的数据库？
智能电表产生的实时数据非常建议使用时序数据库（Time Series Database）。从描述上看，智能电表设备产生的实时数据具有典型的时间戳标志，是时间序列数据，同时针对多台设备的数据存储和数据监
企业如何选择合适的 Time Series Database？
根据最近的 DB-engines 排名，主流 Time Series Database 依然是 InfluxDB、Prometheus 等。但从排行上升趋势不难看出，近一年新的 Time Series
涛思数据时序数据库 TDengine 正式入驻青云云市场
涛思数据与青云科技达成合作，涛思数据时序数据库 TDengine 正式入驻青云云市场，将共同为企业和个人用户提供开源、高性能、分布式且支持 SQL 的时序数据库（Time Series Databas
数百亿数据压缩至 600GB，TDengine 落地协鑫能科移动能源数据平台
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。
