从 MongoDB 迁移到 TDengine 后,成本显著下降
迁移之后的效果也非常明显,我们在使用MongoDB时,自建集群是使用了6台4核32G机器,迁移到TDengine之后,自建集群仅使用了2台8核32G机器,在成本上有显著下降。
时序数据库 TDengine 用户主要来自物联网、工业互联网、车联网、物流、IT运维监测、电力、智慧城市、智慧矿山等领域。
迁移之后的效果也非常明显,我们在使用MongoDB时,自建集群是使用了6台4核32G机器,迁移到TDengine之后,自建集群仅使用了2台8核32G机器,在成本上有显著下降。
将数据从12TB压缩到2TB, TDengine Database 压缩性能显神威。
引入 TDengine Database后,数据存储周期由原来的5分钟减少到1秒钟。
每秒钟需采集22050条数据,如何修改TDengine默认时间精度?
TDengine Database在整个构架最核心的时序场景的数据读写和压缩率方面,表现优异。不停机的数据节点扩展保证了稳定的服务。
搭载TDengine后,监控数据上报后的实时展示、历史回溯都非常快,加上其本身轻量的特点,对于缩减项目开发运维成本也非常有帮助,完美满足了业务的需求。
TDengine Database 在查询某些设备的所有仿真计算结果为0.09秒。
从Kafka+Strom+HDFS组合到TDengine Database。TDengine高效地解决了实时写入海量数据、计算分析与历史回溯的难题,满足深度(平潭)科技“节水减排”项目需求。
TDengine Database的写入性能高、并发高、查询时延极短;整体集群采用分布式架构,可靠性、稳定性、数据完整性满足项目需求。
在转转的业务中,我们使用了Nginx作为我们的反向代理,为保证代理层可用性,需要对Nginx进行实时状态监控。