TDengine與InfluxDB對比測試
Simon Guan
/
技(ji)術文章 - 時序數(shu)據庫, TDengine-TSDB, Time Series DataBase
此次測試，從數據庫（Database）的讀、寫、查詢、壓縮比等方面對TDengine和InfluxDB進行了對比測試。從測試結果上看，TDengine的性能遠超InfluxDB，寫入性能約為5倍，讀取性能約為35倍，聚合函數性能約為140倍，按標簽分組查詢性能約為250倍，按時間分組查詢性能約為12倍。
TDengine集群設計
Jeff Tao
/
Chinese, 技術文章 - 時序數據(ju)庫
TDengine的集群設計主要是參照了Cassandra的設計，使用了其vnode的概念，但沒有使用Gossip協議來管理集群，而是采用了管理節點來管理集群并存儲元數據。采集的數據都存放在vnode里。mnode有多個副本以保證其高可靠
TDengine架構設計與存儲結構
Hongze Cheng
/
Chinese, 技術文(wen)章 - 時序數(shu)據庫
TDengine是一款輕量級、高效且單機開源的面向物聯網的數據處理引擎。作為一款專門為物聯網設計并實現的數據引擎，TDengine在數據的寫入、查詢以及存儲方面擁有其他數據庫無法比擬的優勢。本文主要探討了TDengine在架構設計和存儲方面的創新，以方便用戶理解TDengine強大性能背后的邏輯。
使用TDengine快速搭建運維監測系統
Simon Guan
/
Chinese, 技術文章 - 時序數據(ju)庫(ku), 時序數據庫(ku) - 用戶案例
監測系統可以采用的技術方案有很多，如果僅僅是做一個玩具，選擇面是很大的。但若監測的數據量很大，對于寫入尤其是分析性能要求很高的場景，不妨試試TDengine Database。使用TDengine, 不寫一行代碼，就可搭建一個高效的監測系統
為什么物聯網大數據平臺，使用TDengine，可以不要Redis、Kafka和Spark等軟件？
Jeff Tao
/
Chinese, 技術文章 - 時(shi)序數(shu)據(ju)庫
TDengine是一高效的時序空間大數據處理引擎，因為充分利用物聯網、車聯網、工業互聯網等場景的數據特點并做了很多優化，因此性能上遠勝通用的大數據平臺。但TDengine的核心功能是時序數據庫，而大數據處理平臺往往還需要有消息隊列、緩存、流式計算等功能，怎么能不要Redis, Kafak, Spark這些軟件了呢？
物聯網、車聯網、工業互聯網大數據平臺，為什么推薦使用TDengine？
Jeff Tao
/
Chinese, 技術(shu)文章 - 時序數(shu)據庫
TDengine專為物聯網、車聯網等時序空間大數據設計，其核心功能是時序數據庫。但為減少大數據平臺的研發和運維的復雜度，更進一步降低計算資源，TDengine還提供大數據處理所需要的消息隊列、消息訂閱、緩存、流式計算等功能。
通用大數據架構為什么不適合處理物聯網數據？
Jeff Tao
/
Chinese, 技術文章 - 時序數據(ju)庫
物聯網、車聯網、工業互聯網流行起來后，大家都想到的是用通用的大數據處理平臺來處理它們的數據。現在市場上流行的物聯網、車聯網等大數據平臺幾乎無一例外是這類架構，這套方法證明完全工作。但這套通用方法效果如何？可以說有很多不足。
物聯網IoT平臺、工業互聯網大數據的特點
Jeff Tao
/
愛(ai)倒騰的程序員, Chinese, 技術文章 - 時序(xu)數(shu)據庫
Gartner報告聯網的設備在2019年已經超過142億，預計2021年將達到250億，這是一個巨大的數量，產生海量的數據。但與現在大家所熟悉的互聯網相比，物聯網數據有其顯著不同特點，本文對其特點做一分析。
TDengine在數控機床監控中的應用
Hongze Cheng
/
時序數據庫 - 用戶案(an)例(li), Chinese, 技術文章 - 時序數據庫
不同于其他的大數據處理系統，TDengine部署極其方便。這使得在搭建數控機床監控平臺的過程中，用戶可以花極少的時間在數據庫系統的搭建上，大幅縮短工程周期。另外，TDengine的高性能、低資源消耗、實時響應以及高并發等特點，都使得它在一邊寫入數據的過程中，可以實時服務多個應用的請求。真正做到實時響應，實時監控。
