时序数据库 - 用户案例

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%。

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。

TDengine 在吉科软车辆监管中的应用实践

TDengine Database的性能不仅完全可满足需求,更是比原InfluxDB+Redis+MySQL方案大幅度的提升,解决了原方案中车辆查询较大时间跨度的轨迹数据响应超级慢的问题。当前TDengine的大规模应用车辆监管项目中,支撑现有数万辆车的行驶轨迹监控,未来将继续扩大规模支撑更多的车辆轨迹监控。

11 亿条数据压缩到 12GB,TDengine 在陕煤矿山项目的落地实践

项目采用了3个节点的集群环境,定位设备采用超级表进行管理,将数据标签及数据类型作为tag区分各类定位设备。每个定位设备采用子表存储,实际项目已包含2万多个定位设备。从写入性能到查询性能均大幅满足现场实际需求:总计定位数据量超过11亿条,数据压缩后TDengine Database 数据目录占用磁盘大约12G,整体压缩率可以达到3/100。

经验分享 | TDengine 在智能船舶领域的实践手册

业主指定要求数据采集使用 TDengine Database,从容应对船舶行业的特殊场景需求。我们的PLC数据往TDengine中写入的时间间隔最小到100ms/点,写入性能完全能够胜任。 依托 TDengine 时间窗口统计功能的高效性,开发人员就可以舍弃纷繁复杂的 SQL 语句,极大地缩减了项目周期。