Chinese

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。

TDengine 在中天钢铁 GPS、 AIS 工业大数据调度中的落地

在 TDengine 平稳运行的数周时间里,中天钢铁的新系统平均每周收录 3000 多辆车辆表与 100 多条船只表,每张表中数据或多或少,累计数量已达百万,业务的实际效果也达到了预期。本文分享了他们对于新项目的数据库选型、应用的思考,同时也进行了业务效果分析。

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。