高性能、分布式的
物联网、工业大数据平台
TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，其核心模块是高性能、集群开源、云原生、极简的时序数据库。它能安全高效地将大量设备每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，并提供 AI 智能体对数据进行预测与异常检测，提供实时的商业洞察。
宽睿数字平台兼容 TDengine，提供金融行情解决方案
有数据质量保证的数据汇聚
消除数据孤岛，为决策者提供更好的宏观视图。TDengine 能将来自各种类型数据源（包括 PI System、MQTT、OPC 等）的工业数据汇聚到一起，并可以进行数据的清洗、加工、转换工作，以保证入库数据的质量，便于集中监测、进行总体数据分析。并且，TDengine 是一个零代码平台，只需很少的配置，即可实现工业数据源的 ETL（提取、转换和加载）流程。
高性能、分布式的数据存储
基于开源的 TDengine 时序数据库，提供高性能、分布式的数据存储和基于 SQL 的查询服务，并有所增强。TSBS 基准测试结果显示，TDengine 的写入、查询、存储性能均远超 InfluxDB、TimescaleDB 等时序数据库，可将典型的物联网、车联网、工业互联网大数据平台的总拥有成本降低至少 50% 以上。并且拥有强大的水平扩展能力，能够支持 10 亿个设备、100 台服务器节点。
零代码的高效数据汇聚
TDengine 能将来自各种类型数据源（如 PI System、MQTT、OPC 等）的工业数据汇聚到一起，并可以进行数据的清洗、加工、转换工作，以保证入库数据的质量，便于集中监测、进行总体数据分析。TDengine 是一个零代码平台，只需很少的配置，即可实现工业数据源的 ETL 流程。
全栈时序数据处理平台
为了降低系统设计复杂度和运行成本，TDengine 充分利用时序数据的特点，构建了自己的缓存、流式计算和数据订阅功能。它不仅提供了一种高效的时序数据存储和分析方式，还为时序数据的处理提供了一种极简的解决方案。
时序数据 AI 智能体
TDgpt 是 TDengine 内置的时序数据分析AI智能体，具备时序数据预测、异常检测、补齐和分类功能。支持多种模型算法动态切换，用户通过单条 SQL 即可调用。开放的 SDK 允许开发者集成自定义的 AI 算法或模型，并为TDengine 全行业用户所使用。
开放的生态系统
不仅核心代码开源，支持标准 SQL 查询，还提供标准化接口，可以通过 ODBC、JDBC 及各种编程语言连接器集成可视化、AI/BI 工具。支持PI System、MQTT、OPC 等工业数据接口，简化工业数据的 ETL 流程。高效的数据订阅工具实现便捷、安全的数据共享，避免被厂商绑定。
深受开发者喜爱的开源社区
开源、云原生的时序数据库 TDengine OSS 是 TDengine 的核心模块，TDengine 在 TDengine OSS 基础上增加了企业必需的大数据处理功能。时序数据库 TDengine OSS 完全开源，包括集群，多次登上 GitHub 全球趋势榜，项目十分活跃，吸引了国内外众多开发者的关注和喜爱，其用户和社区也在不断壮大。TDengine 提供了丰富的应用程序开发接口，为了便于用户快速开发自己的应用，TDengine 支持多种编程语言的连接器。
TDengine 博客精选
这个被誉为“BI 可视化天花板”的工具，如今可以和 TDengine 无缝联动啦！
本文将带你深入了解 TDgpt 背后的技术设计与实现细节。
TDengine 可以与 Excel 实现无缝连接，用户可以直接在 Excel 中查询时序数据、制作图表分析，实现“轻集成、快上手”的体验，让数据分析更高效、直观。
我们使用公开的UTSD数据集里面的某风场发电数据，作为预测算法的数据来源
我们公开的NAB数据集里亚马逊AWS东海岸数据中心一次API网关故障中，某个服务器上的CPU使用率数据。
我们使用公开的UTSD数据集里面的电力需求数据，作为预测算法的数据来源，基于历史数据预测未来若干小时的电力需求。
我们已经构建好了TDengine文档手册的知识库，欢迎大家加入。
不久前，我们发布了 InfluxDB 3.0 在数据写入性能上的测试结果。这次，我们进一步对比其查询性能。
TDengine x FineBI 让企业可以更高效地挖掘数据价值，提升决策效率，为各行业提供更敏捷的数据分析能力。
主讲人将结合自己的亲身经历——从生物信息学到 Rust，再到 TDengine 时序数据库的实际应用，讲述 Rust 如何帮助他突破技术瓶颈，实现更高效的数据处理和系统开发。
