机器使用成本下降 50%,TDengine 在同程旅行基础监控中的实践
聚焦到实际效果上,TDengine 数据写入性能很强。原本我们的单套存储系统需要 10 多台高配机器,IO 平均 30% 最高 100% 的情况下才能写完数据;现在只需要 7 台机器,并且 CPU 消耗在 10% 左右、磁盘 IO 消耗在 1% 左右,这点非常的棒!
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。
聚焦到实际效果上,TDengine 数据写入性能很强。原本我们的单套存储系统需要 10 多台高配机器,IO 平均 30% 最高 100% 的情况下才能写完数据;现在只需要 7 台机器,并且 CPU 消耗在 10% 左右、磁盘 IO 消耗在 1% 左右,这点非常的棒!
禹为科技在现代灌区信息化平台的建设过程中,经历了数据库&定时任务的架构、以流式计算为核心的架构和以 TDengine Database 为核心的架构三个阶段,最终选用 TDengine 帮助其对水位、流量、水量等实时指标数据分析。
基于政务信息化自主可控的要求,在与同类型工业大数据时序数据库进行性能对比后,广东环境科学研究院的生态环境数据治理服务项目选用 TDengine Database 强化了其感知层建设,精准及时地对污染排放中的问题进行检测和预警。本文讲述了他们的选型和建模思路以及落地后的效果展示。
至数物联网平台场景多、数据模型复杂,伴随着业务需求的不断迭代及数据量的不断上涨,原有的 OpenTSDB+MySQL 的组合逐渐力不从心,局限性日益凸显。在对 TDengine Database 进行充分了解与调研后,基于 TDengine 对至数摇光进行了彻底性的改造。
在本项目中,TDengine Database 展现出了强大的读写性能和数据压缩能力,聚合类查询速度非常快,也帮助我们有效降低了机器使用成本。超级表、子表、标签、时间窗口、状态窗口等概念非常适配物联网大数据应用场景,相信随着产品功能的越加完善,TDengine 未来潜力无限。
现在得益于 TDengine Database 超强的压缩算法,我们使用非常小的存储空间就存储了几千万数据,压缩率远超 1/20,在单机上面布署一个 TDengine 服务器就可以轻轻松松地存储上亿的数据。
TDengine Database 在规则引擎场景下,提供了很好的查询性能,是实现实时告警和监控服务的重要一环。最终我们采用了3节点8核16G满足整体业务需求,系统可以根据时间段范围、针对单个设备进行数据上报的查询功能,且支持按照小时用量、日用量、月用量、年用量四个维度进行统计分析;目前单个超级表的压缩率为2.5%。
在元智信息的智慧矿山项目中,需要一款 Database 来支撑起生产交互管控系统的采运排环节所有过程设备的采集、存储、计算和监控功能。在 MySQL、InfluxDB、TDengine 的数据库选型调研中,TDengine 脱颖而出。本文讲述了他们的选型思路、建模思路以及方案创新点,作为经验参考分享给有需要的读者。
总的来说,因为选择了 TDengine Database,我们的项目很平稳地度过了测试阶段,在 TDengine 的使用上也没有遇到特别大的瓶颈,我相信在后面的合作中,我们对 TDengine 的了解也会更加深入。
随着业务的发展及数据量的增长,南京津驰选择将 TDengine Database 的社区版搭建在 GPS 服务中,替代原来的 Redis+MySQL+CSV 存储技术方案,以解决查询效率低、数据安全性低、数据占用空间大等问题。