TDengine在java中的使用

一：学习思路

1. TDengine是什么？
2. 为什么使用TDengine？
3. TDengine怎么使用？

二：TDengine是什么呢？

  TDengine是一个开源、高效的物联网大数据平台。
TDengine是涛思数据专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。
  TDengine不依赖任何开源或第三方软件，拥有完全自主知识产权，具有高性能、高可靠、可伸缩、零管理、简单易学等技术特点。 [1] 提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的复杂度。

三： 为什么使用TDengine？

  仔细研究发现，所有机器、设备、传感器、以及交易系统所产生的数据都是时序的， 而且很多还带有位置信息。这些数据具有明显的特征，
1: 数据是时序的，一定带有时 间戳；
2：数据是结构化的；
3: 数据极少有更新或删除操作；
4：无需传统数据库的事 务处理；
5：相对互联网应用，写多读少；
6：用户关注的是一段时间的趋势，而不是 某一特点时间点的值；
7: 数据是有保留期限的；
8：数据的查询分析一定是基于时间 段和地理区域的；
9：除存储查询外，还往往需要各种统计和实时计算操作；
10：数 据量巨大，一天采集的数据就可以超过 100 亿条。
   看似简单的事情，但由于数据记录条数巨大，导致数据的实时写入成为瓶颈，查询分 析极为缓慢，成为新的技术挑战。传统的关系型数据库或 NoSQL 数据库以及流式计 算引擎由于没有充分利用这些数据的特点，性能提升极为有限，只能依靠集群技术， 投入更多的计算资源和存储资源来处理，企业运营维护成本急剧上升。

优势

@ 10 倍以上的性能提升：定义了创新的数据存储结构，单核每秒就能处理至少 2 万次请求，插入数百万个数据点，读出一千万以上数据点，比现有通用数据库 快了十倍以上。
@ 硬件或云服务成本降至 1/5：由于超强性能，计算资源不到通用大数据方案的 1/5；通过列式存储和先进的压缩算法，存储空间不到通用数据库的 1/10
@ 全栈时序数据处理引擎：将数据库、消息队列、缓存、流式计算等功能融合一 起，应用无需再集Kafka/Redis/HBase/Spark/HDFS 等软件，大幅降低应 用开发和维护的复杂度成本。
@ 强大的分析功能：无论是十年前还是一秒钟前的数据，指定时间范围即可查 询。数据可在时间轴上或多个设备上进行聚合。临时查询可通过 Shell, Python, R, Matlab 随时进行。
@ 与第三方工具无缝连接：不用一行代码，即可与 Telegraf, Grafana, Matla65565655，b, R 集成。后续将支持 MQTT, OPC, Hadoop,Spark 等, BI 工具也将无缝连接。
@ 零运维成本、零学习成本：安装、集群一秒搞定，无需分库分表，实时备份。 标准 SQL，支持 JDBC, RESTful, 支持 Python/Java/C/C++/Go, 与 MySQL 相似，零学习成本。

TDengine怎么使用？（java中）

参考博客 https://www.taosdata.com/docs/cn/v2.0/connector/java