数据一致性在时序数据库场景下的实践
本视频为TDengine 研发工程师李明昊分享《数据一致性在时序数据场景下的实践》。
时序数据库 (TSDB) 是一种数据库管理系统,用于存储、处理和分析时间序列数据。
时序数据(TSDB) 是按时间维度顺序记录且索引的数据。像智慧城市、物联网、车联网、工业互联网等领域各种类型的设备和传感器都会产生海量的时序数据,证券市场的行情数据也是时序数据,这些数据将占世界数据总量的 90% 以上。
时序数据库(Time Series Database)并不是一个新兴的概念。追溯其历史,1999 年问世的 RRDtool 应该是最早的专用时序数据库了。在著名的数据库排行网站 DB-engines 上面,时序数据库的逐步流行起始于 2015 年,而在过去的两年,随着物联网的快速增长,时序数据库成为流行度最高的实时数据库。
本视频为TDengine 研发工程师李明昊分享《数据一致性在时序数据场景下的实践》。
TDengine 是一个专为物联网、车联网、运维监测等场景设计的时序数据库(Time Series Database,TSDB),它具有高性能、高可靠、高可用、低成本等特点。本文将简单介绍 TDeng
作为一款专业的时序数据库,为满足用户在不同场景下的查询需求,TDengine 提供了丰富的查询功能。除了一些主要的查询外,还包括多表聚合查询、降采样查询及连续查询,本文将从实际操作层面对这三种特殊查询进行解读。
以工业时序数据库领域为例,已有多家大型工业企业将原来的 Wonderware InSQL/Historian 替换为新一代开源时序数据库 TDengine。到底是什么深层次的原因驱动着这个变化的发生?作为新一代的时序数据库产品,TDengine 具有哪些优势?让我们接下来做一些深入的分析。
随着云原生时序数据库(Time Series Database,TSDB) TDengine 3.0 的发布,很多用户其实会好奇:“和 2.0 比起来,3.0 有哪些直观的优化呢?”本文将以 Update 这一功能的变化为例,具体介绍一下 3.0 的细致优化。和 2.0 比起来,3.0 版本的 Update 不再需要参数配置,“部分列更新”成为数据库本身的特性,并且还解决了 2.0 的 Update 机制的一些不足。
“TDengine 是开源的时序数据库,软硬件系统生态一直以来都是 TDengine 发展的重要土壤。很高兴能够与龙蜥社区合作,一起共建开源生态、完成龙蜥操作系统适配兼容,共同培养开源人才。”
在 8 月 13 日的 TDengine 开发者大会上,TDengine 存储引擎架构师程洪泽带来题为《TDengine 的存储引擎升级之路——从 1.0 到 3.0》的主题演讲,详细阐述了 TDengine 3.0 存储引擎的技术优化与升级。本文根据此演讲整理而成。
8 月 13 日,涛思数据举行了成立 5 年来的第一次 TDengine 开发者大会,重磅发布了 TDengine 3.0,一款真正云原生的时序数据库(Time-Series Database,TSDB)。明势资本是涛思数据最早的投资方。我们邀请到明势资本创始合伙人黄明明参加此次大会,并做主题演讲——《创新与世界:下一代基础软件的中国突围之路》。本文为演讲内容实录。”
在 8 月 13 日的 TDengine 开发者大会上,涛思数据创始人陶建辉进行了题为《高性能、云原生的极简时序数据处理平台》的主题演讲。在本次演讲中,他不仅分享了时序数据库现阶段的技术痛点,还深入阐释了打造 TDengine 3.0 的原因以及实践思路。本文根据演讲内容整理而成。
上周六(8 月 13 日),涛思数据举行了成立 5 年来的第一次 TDengine 开发者大会,近 400 名开发者和客户来到了现场。大会主旨之一是发布 TDengine 3.0 版,而且我们将其核心代码全部开源。37 万行产品源代码,23 万行测试代码,以及 181 份共 13.6 万字的完整文档,已经全部在 GitHub 上公开,供全球开发者下载、查看并体验。