隨著(zhu)(zhu)傳(chuan)統行(xing)業向工業 4.0 邁進(jin)，企業對(dui)數(shu)據分析的(de)要求(qiu)越(yue)來越(yue)高。現代、先進(jin)的(de)分析能力，能夠基于大數(shu)據，為企業提(ti)供(gong)異常監測(ce)，實時(shi)報警(jing)，并為產能、成(cheng)(cheng)本、設(she)備維護等(deng)提(ti)供(gong)更好(hao)的(de)預(yu)測(ce)，讓決(jue)策者有更好(hao)的(de)宏觀整體把控(kong)。隨著(zhu)(zhu) AI 技術的(de)蓬勃(bo)發(fa)展，決(jue)策者也正在積極尋求(qiu)降低決(jue)策成(cheng)(cheng)本、提(ti)高運行(xing)效率的(de)方法(fa)。

傳統的(de)(de)數據分析(xi)(xi)平臺無(wu)(wu)法滿足現代分析(xi)(xi)的(de)(de)要(yao)求，更不用(yong)說引入 AI 了。通常(chang)，它(ta)(ta)們(men)缺乏集(ji)中多(duo)個(ge)站點數據的(de)(de)能力，導致分析(xi)(xi)工(gong)具(ju)無(wu)(wu)法獲(huo)得公司運營的(de)(de)全局(ju)視圖。更重要(yao)的(de)(de)是，它(ta)(ta)們(men)多(duo)為封閉的(de)(de)系(xi)統，很難與更為先(xian)進的(de)(de)第三方分析(xi)(xi)工(gong)具(ju)集(ji)成。

TDengine 為工(gong)業(ye)數據(ju)提供了一(yi)個(ge)開放(fang)的(de)(de)(de)解(jie)決(jue)方案，使用戶能(neng)夠利用現(xian)代的(de)(de)(de)數據(ju)分析工(gong)具(ju)進一(yi)步挖掘(jue)數據(ju)的(de)(de)(de)價值，支持公有云和私有化部署，進而(er)實現(xian)更為開放(fang)、低成(cheng)(cheng)本(ben)、并具(ju)水(shui)平(ping)擴張能(neng)力的(de)(de)(de)實時分析。并且(qie)，TDengine 是一(yi)個(ge)開放(fang)的(de)(de)(de)系統，可以與最新(xin)的(de)(de)(de) AI 分析工(gong)具(ju)無縫集成(cheng)(cheng)，能(neng)夠使 AI 賦能(neng)傳統企(qi)業(ye)。

尤其值得一提的是，TDengine 在 TDengine 3.3.6.0 版本全新推出了時序數據分析 AI 智能體 TDgpt，將(jiang) AI 能(neng)力原生集成進數據庫內(nei)核，大(da)幅降低了智能(neng)分析的(de)門檻(jian)。無論(lun)是(shi)預測(ce)還是(shi)異常檢測(ce)，用(yong)戶只需通過 SQL 即可調(diao)用(yong) AI 模型(xing)，快速實(shi)現智能(neng)化運(yun)維與業務優化。TDgpt 還支(zhi)持靈活(huo)擴展，適配(pei)多種(zhong)時序(xu)基礎模型(xing)，包括 Uni2TS、Chronos、TimesFM、Time-MoE 以(yi)及自研模型(xing) TDtsfm，并開(kai)放 SDK，進一(yi)步(bu)提升了 TDengine 在 AI 時代(dai)下的(de)分析能(neng)力。

借助 SQL 的(de)一(yi)致性接口，無(wu)論(lun)是(shi)傳統(tong)分(fen)析還(huan)是(shi) AI 驅動(dong)的(de)智(zhi)能(neng)分(fen)析，用(yong)戶都可以通過 TDengine 簡單高效(xiao)地完(wan)成復雜的(de)數(shu)據(ju)探索。通過 TDgpt、超級表、存儲(chu)和計(ji)算分(fen)離、數(shu)據(ju)按(an)時間分(fen)區(qu)、預計(ji)算等(deng)多種手段，TDengine 提供(gong)了(le)強大而又(you)簡單易用(yong)的(de)分(fen)析能(neng)力。具(ju)體而言，TDengine 的(de)分(fen)析能(neng)力具(ju)有以下顯著特點：

1. 多個數據采集點之間的高效聚合：TDengine 針對時序數據的特點，提出創新的概念，將時序數據與數據分離存儲。無需 JOIN，只需要指定超級表的標簽過濾條件，就可將同類型的數據采集點進行高效的聚合操作，這使得組織和查找數據更加簡單。此外，TDengine 允許向每個數據采集點添加多達 128 個標簽，也支持在以后刪除和更新這些標簽。TDengine 提供了一種將數據切割成多維立方體以進行多維分析的強大方法。
2. 計算存儲分離：從 3.0 起，TDengine 支持存算分離，系統可以根據需要，啟動一個或多個計算節點，增加計算資源，加快復雜查詢的速度，減小 Latency。對于云平臺，計算節點可以是一個容器，可以快速地啟動或停止，計算存儲分離將充分利用云平臺的彈性計算資源。
3. 歷史與實時數據的分析完全統一：TDengine 按時間段對數據自動進行分區，即使是 10 年的數據，也無需分庫分表，不存在檔案數據一說。為降低存儲成本，按照數據的新老程度，實行多級存儲，但對用戶而言是完全透明的。無論是查詢最新數據還是 10 年前的數據，只是查詢的起止時間不同。
4. 時序數據分析的特有功能：TDengine 在標準 SQL 的基礎上，針對時序數據的處理進行擴展，提供累計求和、時間加權平均、移動平均、變化率、時間窗口，session 窗口、state 窗口、插值等眾多時序數據分析功能。通過時間窗口和插值，可以將不同數據采集點的數據按固定時間間隔將數據的時間戳對齊，便于后續的進一步分析。可以參考 了解更多信息。
5. 實時數據分析：TDengine 既提供了時間驅動的流式計算(連續查詢)，也提供了事件驅動的流式計算。不僅可以對單個數據采集點生成的數據流進行流式計算，也可以對多個采集點的數據流聚合后進行流式計算。對的支持更是讓流計算能方便地提供對數據的前置處理、轉換或任何其他復雜計算。關于流式計算，請看用戶文檔。
6. 支持Python：不僅提供 ，還支持 Pandas 及 data frame，讓喜愛 Python 的數據分析師可以很方便地利用各種 Python 庫做時序數據分析。
7. 其他便捷的數據訪問、分析手段：利用 TDengine 提供的，可以在終端執行各種即席查詢、或者導入導出數據。提供 R 與 Matlab 以及多種編程語言的連接器，支持與 、 的無縫集成。
8. 與先進的 AI 分析工具無縫集成：TDengine 是一個開放系統，提供標準接口，可以輕松與最新的 AI 分析工具集成。
9. AI 分析原生集成，零門檻調用模型能力：TDengine 內置 AI 智能體 TDgpt，用戶僅需通過 SQL 中的 forecast() 和 anomaly_window() 函數，即可調用主流時序預測與異常檢測模型，無需編程經驗、無需理解算法細節，快速實現智能化分析。TDgpt 還支持通過開放 SDK 動態集成自研或第三方模型，具備零門檻、零初期投入、零時間差等優勢，為工業 4.0 場景下的智能決策提供更大助力。

在典型的(de)工業 4.0 場景(jing)下，TDengine 可以作為時序數據(ju)倉庫(Time-Series Data Warehouse) 使用，不(bu)再需(xu)要將(jiang)時序數據(ju)導入(ru)到(dao)專門(men)的(de)數據(ju)倉庫或數據(ju)湖進(jin)行處理分析(xi)，數據(ju)平臺的(de)成(cheng)本將(jiang)大幅降低。