提升数据存取效率、打破传统数据孤岛、提升数据有效利用率，为企业数字化提供实质化帮助。
详细方案
场景介绍
在工业领域， 生产、测试、运行阶段都可能会产生大量带有时间戳的传感器数据，这都属于典型的时序数据。时序数据主要由各类型实时监测、检查与分析设备所采集或产生，涉及制造、电力、化工、工程作业等多个行业，具备写多读少、量非常大等典型特性。
工业互联网时序数据库的需求与痛点
主要问题可以汇总如下：
- 写入吞吐低：单机写入吞吐量低，很难满足时序数据千万级的写入压力；
- 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；
- 查询性能差：海量实时数据的聚合分析性能差。
需要支持的特性：
- 功能稳定
- 高效的数据写入
- 高效的数据查询，包括最新数据和历史数据
- 可云化部署
- 可私有化部署
- 线性扩展
- 高可用
- 便于连接大数据平台
架构图
随着 TDengine 时序数据库（Time Series Database，TSDB）产品的引入，减少了组件数量，降低架构的复杂度，同时降低了存储成本，提升业务响应实时性，降低了人员要求，释放了业务创新能力。
收益与价值
- 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
客户案例
其他行业解决方案
