理(li)想汽車的(de)信(xin)號上報業務，需(xu)要將標記時間戳和采集點的(de)信(xin)息，通過云端寫(xie)入(ru)到后(hou)端 Database 中(zhong)，有(you)一定的(de)聚合查詢(xun)需(xu)求。
之前這部分業務產生的數據存儲在 MongoDB 中，后來因為 MongoDB 的局限性，被遷移至 TiDB。但遷移后，TiDB 集群的純寫入性能并未達到預期。考慮到這些數據的時序性特征，業務團隊決定嘗試時序數據庫 TDengine。
高(gao)并(bing)發、寫多讀少(shao)，這(zhe)也確實是(shi) TDengine 擅長處理的典型(xing)場(chang)景(jing)。
經過測試(shi)，TDengine 極其(qi)優秀的高并發(fa)寫(xie)入和(he)(he)數據壓縮能(neng)力，極大降低(di)了業務(wu)成本和(he)(he)業務(wu)壓力。
本次(ci)的直(zhi)播由來自理想汽(qi)車(che)數據(ju)庫(ku)架構師鄭赫揚（潛龍），從(cong)用(yong)戶角度(du)聊(liao)一聊(liao) TDengine在理想汽(qi)車(che)車(che)聯網業務中的應用(yong)。
- 理想汽車的業務挑戰與技術需求
- 數據庫技術選型
- TDengine 技術架構與業務實踐
- TDengine 業務實踐總結
鄭赫(he)揚（潛龍），理想汽車數據(ju)庫(ku)架構師，負責公司分(fen)布式數據(ju)庫(ku)的技術(shu)探索和業務(wu)場(chang)景(jing)落(luo)地，一名 SVE 路(lu)上(shang)的踐行者。
歡迎(ying)大家(jia)掃描下方(fang)二維碼，關注 TDengine Database 視頻號，觀看每(mei)周的微課堂以及直播活(huo)動。
