“我们用 MySQL 存储抄表数据，数据量达到 1500 万条时就出现较长的查询时延甚至卡死”
“我们发现随着数据量增大，HBase 单表会触发自动分区，导致写入性能下降”
“HBase 不支持聚合查询，大跨度时间范围查询数据量太大，图表无法渲染”
“在使用 MongoDB 进行查询分析时，我们发现操作响应时间越来较长，系统复杂度也在逐渐增高”“为了保证各个维度数据的一致性，我们采用了 MySQL 事务，结果性能大受影响，经常会出现事务死锁”
......
以上这些企业所遇到的在数据处理层面的种种问题，你们是否也遭遇过？事实上，这些问题的出现往往都是由于数据库方案的错用而导致的——以上问题的统一背景都是处在时序数据场景下，但却使用了传统的大数据处理方案。
要知道，不同种类的数据，其处理需求也不尽相同。互联网数据在数据写入上大多数操作都是 DML 操作，插入、更新、删除等；它的数据读取逻辑一般都比较复杂；同时在数据存储上，它很少有压缩需求，一般也不设置数据生命周期管理。而时序数据则不然，其数据量庞大，且很少有更新或删除操作，数据一般是按到期日期来删除的；数据以写操作为主，读操作为辅，且都有统计、聚合等实时计算需求......
从数据特点出发，如 HBase、MySQL、MongoDB 这种传统的关系型数据库，并没有针对时序数据的特点进行技术设计和优化，随着业务规模的增长，数据量的增加，使用者就会发现当下的数据处理需求越来越难以被满足，运维成本也在持续增加。
近些年来，物联网、工业互联网发展的越来越迅速，各个领域需求旺盛，各式应用场景也越发丰富，联网设备产生的海量时序数据也在不断刷新突破，越来越多的企业被传统的关系型数据处理方案绊住了业务发展的脚步。
这时候就需要一款专业的时序数据库（Time-Series Database）了！
为了帮助更多企业寻找到有效的解决方案，5 月 21 日 14:00-18:00，涛思数据 Tech Day-TDengine 用户案例专场将以线上直播的方式举办，我们邀请到了阿诗特、观测云、酷哞哞、飞思捷跃四家企业客户进行相关演讲。本场分享将围绕工业互联网、数据治理、新能源等话题，聚焦海量时序数据的处理难题，从具体实践出发为大家带来相关经验分享，助力企业突破传统数据处理架构上的局限性，进一步实现降本增效。
分享主题一览
观测云如何运用 TDengine 处理海量时序数据
本主题下分享嘉宾为观测云资深系统开发工程师谭彪。在本次分享中，谭彪将会从 SaaS 多租户隔离、专门设计的查询语言、数据计算、高 IO 场景、节点部署/扩容五个模块展开讲解，让听众收获到不同租户之间如何以不同的 DB/Index 进行隔离、如何实现数据查询层面的垂直划分、数值计算与聚合、采集持续写入与数据检测持续读取等方面的经验，从而学习 TDengine Database 在这些具体场景下的最佳实践方式。
给新能源安上“云翼”，TDengine 助力阿诗特高效处理海量数据
本主题下分享嘉宾为阿诗特能源信息研发部经理兼架构师王飞。本次分享将主要从以下四个方面进行阐述：1. 新能源物联网环境背景介绍（主要介绍家用逆变器和工商业储能的实时监控方向）；2. 数据库作为纽带如何打通数据采集平台与应用平台；3. 传统的数据存储手段在现阶段存在的问题分析；4. TDengine Database 在实时数据采集和设备故障日志收集场景中的应用解读。
工业设备物联网数据采集与存储的解决之道
本主题下分享嘉宾为飞思捷跃总经理杨捷。在飞思捷跃合作企业柳工的工业车联网应用 LiuGong iLink 中，由于应用层不合理的复杂查询和历史数据的高频写入，导致 MySQL 处理速度缓慢，甚至容易宕机，严重影响了用户体验，为更好地开展业务，他们决定要进行数据库方案的替换。本次分享中，杨捷将从业务痛点出发，分享该项目的数据库选型调研、应用思路以及改进效果。
TDengine 在酷哞哞工业互联网设备上云中的应用
本主题下分享嘉宾为酷哞哞总经理冷艳霞。在酷哞哞的工业互联网设备上云解决方案中，需要实现数据采集、存储展示、运维监控、应用发布等模块功能，因此在选择数据库时要满足高吞吐量、低消耗、强写入且满足工业场景下大数据量查询的特点，TDengine Database 作为其首选数据存储平台，解决了该方案中海量工业数据存储和分析的难题。本次分享中，冷艳霞将会从实战经验出发进行 TDengine 的应用分享与效果解读。
如果你也身处于工业互联网、车联网、新能源等行业中，与时序数据接触密切，或者最近正在为现有数据架构所带来的业务增长难、数据处理性能差、运维成本高等难题而头痛不已，那还在等什么，赶快扫描下方海报二维码或点击阅读原文参与报名，本场分享一定会带给你一些不一样的解决思路和灵感！5 月 21 日，TDengine 与你不见不散~
827
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
