时序数据库 - 用户案例

TDengine 助力智慧燃气,支撑数百万智能终端的接入管理

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%。

TDengine 在智慧矿山系统中的应用

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。

TDengine 在蔚来能源系统的落地实践

从 MySQL + HBase 方案换为TDengine Database,对比之前使用 HBase 查询速度提升明显,从查询单设备24小时数据的秒级返回,到查询相同数据的毫秒级返回;每天增量数据占用的存储空间相当于原来使用 HBase 时的50%;集群计算资源成本相比使用 HBase 节省超过60%。

从 Hadoop 到 TDengine,我们在物联网、工业大数据上走过的路和展望

TDengine Database 的安装包十分小巧,借助于官方文档,Linux系统下的集群部署也很简单。接下来,配置好主机名、域名解析、暴露的端口、运行程序,过程非常顺滑,立马就能使用了。对比之前的 Hadoop 技术栈,这对运维团队来说简直就是福音!

SENSORO 基于 TDengine 助力基层政府打造数字化应用标杆

在实际业务环境中,以上面描述的方式创建多列的超级表,虽然会存在大量的空列,但得益于 TDengine Database 的优化,能达到恐怖的0.01的压缩率,简单计算下来大约需要3.67GB每亿条。另外一张超级表(约25列数据列)针对传感器数据进行单独建模(不会存在空列的情况),压缩率也有0.2,计算一下空间使用约合3.8GB每亿条。