涛思数据TDengine

摘要： 工业企业搞数字化转型，最头疼的莫过于 “数据基础设施跟不上”—— 成千上万的设备测点、实时涌来的时序数据、云与 AI 的落地需求，选不对平台不仅白费钱，还会拖慢整个转型节奏。今天我们就拿两款主流工业数据平台——TDengine 与 AVEVA PI System 做深度对比，帮你理清选型思路，避开 阅读全文

摘要： 工业数据管理的核心矛盾，正从 “如何存下海量数据” 转向 “如何让数据真正服务业务”。Chat BI（智能问数）用自然语言降低了分析门槛，但其“有问才答”的被动模式，在复杂的工业现场逐渐暴露出局限：参数语义混乱、设备关联复杂、响应滞后。 TDengine IDMP 通过 “无问智推” 模式，将数据消 阅读全文

摘要： 在复杂的 C/C++ 项目中，程序偶发崩溃、内存占用一路飙升、性能逐渐下降——这些问题往往藏得极深，人工排查耗时低效，常常让开发团队头疼不已。 面对这些困扰开发者多年的“老大难”，如何才能既快速定位，又能从源头上杜绝？答案就在本期 TDengine Open Day。 9 月 25 日（周四）19: 阅读全文

摘要： 在全球金融市场互联互通的今天，逐笔成交、逐笔委托、K 线快照等数据量呈指数级增长。港股全市场高峰期每秒可达 3 万笔交易，美股更是飙到 40 万笔/秒。对于证券公司和金融科技服务商而言，不仅要“存得下”，还要“用得快”：全量明细长期留存、按证券代码和时间窗口频繁查询、行情推流实时稳定，这些都对底层数 阅读全文

摘要： 近日，第十三届 CCF 大数据学术会议在天津成功举行，吸引了近 700 位来自学术界、产业界的专家学者齐聚一堂，聚焦“数据要素筑基、数智融合创新”，共同探讨数字经济时代的技术变革与产业机遇。 在这场国内大数据领域的年度盛会上，涛思数据高级副总裁、解决方案中心总经理陈肃受邀作专题演讲，带来了题为《如何 阅读全文

摘要： 小T导读：钢铁行业车间级数据中心建设面临三大挑战：产线点位庞大带来的海量数据、传感器毫秒级采样带来的高频数据、以及生产调控指令需要的强实时性。传统工业实时数据库在结构化存储上存在瓶颈，关系型数据库也难以支撑高并发写入与查询。在这样的背景下，中冶京诚数字科技（北京）有限公司早在 2021 年就采用 T 阅读全文

摘要： 在水利行业，数据早已不再是“有没有”的问题，而是“能不能用好”的挑战。江西省水利投资集团作为全省水利投融资与建设的龙头企业，长期面对数据量激增带来的困境：Oracle 数据库存储空间庞大、上千万条数据后查询效率急剧下降，导致跨区域水务监测与调度面临“看得见却用不快”的局面。与此同时，监控设备遍布全省 阅读全文

摘要： 小T导读： 工业大数据浪潮席卷而来，传统的 ETL（Extract-Transform-Load）流程在应对海量、高频时序数据和敏捷业务需求时捉襟见肘。数据湖虽解决了存储与灵活分析的瓶颈，却带来了数据沼泽化的治理难题。本文将回顾工业数据管理从 ETL 到 ELT 的演进路径，剖析工业数据治理的独特挑 阅读全文

摘要： 小T导读：在钢铁行业的数字化转型中，时序数据平台正发挥越来越关键的作用。北京首钢自动化信息技术有限公司（首自信）基于 TDengine TSDB，为某特钢钢铁信息化项目打造了一套高效的数据存储与分析平台：实现了每秒 25 万条数据的高并发写入，毫秒级高性能查询，高达 10% 的存储空间压缩率，助力钢 阅读全文

摘要： 在工业物联网快速发展的当下，企业普遍面临着两大挑战：一是设备种类繁多、接入标准不一，导致系统建设容易陷入“数据孤岛”；二是实时监控和多场景联动的需求越来越强烈，但传统数据库在高频写入与多维分析上难以兼顾，既拖慢了应用体验，也阻碍了创新落地。对于正加速布局数字化的产业园区来说，这些问题直接影响到智慧化 阅读全文