TDengine （老段）-CSDN博客

原创 TDengine TSDB 整体构架

通过这种方式，vnode 中的三分之一内存块得以保留最新的数据，既实现了缓存的目的，又保证了查询的高效性。需要注意的是，一旦 TDengine TSDB 重启，缓存中的数据将被清除，所有先前缓存的数据都会被批量写入硬盘，而不会像专业的 Key-Value 缓存系统那样自动将之前缓存的数据重新加载回缓存。除此之外，TDengine TSDB 也提供了数据分级存储的功能，将不同时间段的数据存储在挂载的不同介质上的目录里，从而实现不同“热度”的数据存储在不同的存储介质上，充分利用存储，节约成本。

2026-05-08 20:32:44 264

原创 TDengine 时序数据库在城市燃气场景的落地实践

部署运维简单：单机版可在 5 分钟内完成安装，可以采用容器化部署。集群部署通过厂家支持配合部署，运维成本相比OpenTSDB降低 70%。高可用与可扩展性：原生支持分布式集群，故障自动切换，且线性扩展能力支持未来数据量增长。压缩比与成本效益：列式存储架构实现 10:1 压缩比，年存储需求从 PB 级降至百 TB 级，节省硬件成本 40%以上。功能全面性：支持标准 SQL 语法、无缝对接现有 BI 工具，企业版还提供多级存储功能，自动将冷数据迁移至廉价存储，进一步优化 TCO。

2026-05-07 20:21:54 324

原创海康智联车联网平台如何基于 TDengine TSDB 构建数据底座

海康智联, 徐翔：海康智联以物联网、大数据与人工智能技术为核心，构建了以“边缘计算 + 云边融合”为基础的整体技术架构，形成覆盖智能网联与车路协同的一体化产品体系。作为国家级高新技术企业，海康智联参与了多项行业标准制定，业务已覆盖全国 20 余个省份，为客户提供智能网联测试示范、车路协同、自动驾驶、I2V 运营、交通治理、数字公路及智慧高速等解决方案。在这一体系中，海量设备持续产生的时序数据成为平台运行的关键基础。本文将结合多个实际场景，分析 TDengine在海康智联产品体系中的落地实践及应用效果。

2026-05-05 09:59:03 329

原创红有软件重构智能油田时序数据底座，支撑生产实时感知与设备预测性维护

红有软件, 侯斌：在智能油田建设持续推进的过程中，红有软件面临着海量时序数据带来的现实挑战：传统“关系数据库+缓存”架构逐渐难以支撑高频写入、长期存储、复杂查询和实时分析等需求。自 2022 年起，其开始引入 TDengine，并逐步完成从 TDengine TSDB 2.x 到 TDengine TSDB 3.3 的升级，构建起基于 3 节点集群的高可用时序数据平台。

2026-05-04 11:36:20 384

原创从施工监测到运营预警，桥科院用 TDengine 提升桥梁数据管理能力

TDengine TSDB 作为桥科院数字化转型的核心数据引擎，成功地将物联网时序数据处理能力深度融入到桥梁的科研、建造和管养全链条中。它不仅解决了海量数据带来的技术挑战，更赋能桥科院持续引领中国桥梁技术向智能化、绿色化方向迈进。

2026-05-03 10:36:00 377

原创限值：工业数据管理中最易被低估的对象

当用户为任意元素的任意属性配置限值后，这些限值自动成为 IDMP 平台中可被广泛引用的数据——可视化面板上的参考线、实时分析中的触发条件、属性表达式中的计算变量，全部指向同一个定义。可以在元素模板里配置限值，那么同一类设备只需要配置一次规则就全局生效，用户也可以为特定设备其配置不一样的限值。用户修改配置定义，全平台即保持一致。这不只是省了重复配置的工作量，更从根本上消除了多处维护导致的不一致风险。限值管理看起来是一个小功能，但它触及的是工业数据管理中一个根本性的问题：业务元数据应该如何被组织、引用与流通。

2026-04-30 20:42:06 315

原创构建你的 AI 原生工业数据底座

工业软件正在经历前所未有的变化。AI 不只是增加了一些新功能，而是在重新定义系统的构建方式、交互方式以及价值的来源。应用会不断变化，界面会不断重建，但这些都只是表层。真正决定未来能力的，是你今天构建的数据底座。问题不再是这场转变是否会发生，而是你是否已经开始为它做准备。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。

2026-04-29 17:21:09 342

原创工业软件的未来：构建在工业数据底座之上的 AI Agent

应用会变化，界面会变化，人与系统的交互方式也会不断变化。这些变化是技术发展的必然结果，也是系统不断进化的表现。真正不会改变的，是数据底座的重要性。它是唯一持续存在、不断积累价值，并支撑所有上层能力的核心资产。在 AI 时代，仅仅拥有数据底座是不够的。它必须从一开始就为 AI Agent 设计，才能支撑今天的应用，以及未来不断出现的各种新能力。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。

2026-04-28 21:39:54 383

原创总拥有成本：工业数据系统中被低估的成本

工业数据系统的成本，从来不只是软件价格。真正的成本，来自系统复杂度、集成难度以及对高技能人员的依赖。无论是传统工业实时数据库，还是现代工业互联网平台，都在一定程度上解决了问题，但也引入了新的成本。下一代工业数据系统，需要从根本上降低复杂度，并消除获取洞察的门槛。只有这样，企业才能真正降低总拥有成本，并释放数据的全部价值。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。

2026-04-27 17:49:35 346

原创为什么工业数据必须开放 — 同时不能丢失上下文

工业数据必须开放，但仅有开放是不够的。如果数据在开放的过程中失去了上下文，那么它也失去了价值。下一代工业数据系统，必须在保证数据自由流动的同时，保留并增强其上下文信息。只有这样，工业数据才能真正支撑现代分析、AI 系统以及智能化运营。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；

2026-04-26 18:25:20 383

原创 AI 驱动的运营洞察：消除数据与洞察之间的门槛

过去几十年，工业系统一直在解决“如何获取数据”和“如何展示数据”的问题。但真正的挑战，从来不是数据本身，而是如何获得洞察。AI 驱动的运营洞察，正是在消除这道门槛。它让企业无需依赖复杂的分析能力，也能从数据中获得洞察，从而更快地做出决策。这不仅是一种技术进步，更是一种范式转变。从“数据系统”，走向“洞察系统”。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。

2026-04-23 17:06:01 406

原创资产与事件驱动的可视化：从仪表板到运营洞察

可视化不仅仅是“看数据”。它的本质，是理解系统运行。传统工具已经难以满足需求，通用工具也无法贴合工业场景。工业用户真正需要的，是一种新的可视化方式——以资产为核心、以事件为驱动、以洞察为目标，并与数据底座深度融合。只有这样，可视化才能真正成为连接数据与决策的桥梁，在 AI 时代发挥应有的价值。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。

2026-04-22 21:20:54 414

原创工业系统中的高级分析：超越工业实时数据库

工业系统已经从“采集数据”发展到“分析数据”，但在很多环境中，无论是工业实时数据库，还是工业互联网平台，分析仍然被当作系统之外的能力。要迈向未来，分析必须成为数据底座的原生能力，它不应该是附加功能，也不应该是独立工具，而必须成为系统的核心能力之一。与此同时，原生分析能力并不意味着系统是封闭的。现代工业数据底座必须保持开放，能够与外部工具、自定义模型以及不断演进的新技术进行集成，从而在保证灵活性的同时，实现真正的可用性。开放性保证系统持续演进，原生能力保证系统真正可用。

2026-04-21 20:46:42 377

原创以事件为核心 + 以资产为核心：工业数据中缺失的关键一环

工业数据，从来不仅仅是采集的信号。它关乎系统，以及系统如何运行。资产定义“是什么”。事件定义“发生了什么”。只有当两者结合在一起，我们才能真正理解工业运行，也才能让 AI 在工业场景中发挥真正的价值。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；

2026-04-20 20:34:33 402

原创为什么仅有时序数据还不够：AI时代的工业事件分析重构

作者： Jeff Tao 涛思数据。

2026-04-19 17:25:41 376

原创以资产为核心的数据建模：工业数据上下文的基础

作者： Jeff Tao 涛思数据。

2026-04-17 17:36:49 346

原创从 Data Archive 到 TSDB：工业数据底座为何必须重构

作者： Jeff Tao 涛思数据在上一篇文章中，我们讨论了工业数据基础设施的整体演进路径：从工业，到工业数据平台，再到 AI 原生工业数据底座。这一演进不仅是功能的增强，更是底层架构的重构。在这一过程中，一个最核心、却常常被忽视的变化，是数据存储层本身正在发生根本性替代。长期以来，Data Archive 一直是工业实时数据库的核心组件，它承担了最基础的职责：接收来自现场的时序数据，并进行压缩存储与查询访问。在很长一段时间里，这种架构运行稳定，并成功支撑了工业系统的发展。

2026-04-15 19:58:22 373

原创从工业实时数据库到工业互联网平台，再到 AI 原生工业数据底座

作者： Jeff Tao 涛思数据工业数据基础设施正在经历一场深刻的变革。在过去几十年中，工业实时数据库一直是工业运行体系的核心基础设施。它解决了工业计算中最关键、也最困难的问题之一：如何从设备与控制系统中持续采集、存储，并高效访问海量的时序数据。像 PI System 这样的系统，已经成为工厂、电厂和炼化企业中不可或缺的一部分。但如今，工业数据所处的环境已经发生了变化。现代 IT 架构、云计算，以及人工智能的发展，正在重新定义企业对运行数据的使用方式。

2026-04-13 19:55:27 389

原创中原油田引入时序数据库 TDengine：写入性能提升、存储成本下降 85%

中原油田作为中国石化的重要油气生产基地，其生产过程控制系统（PCS）是保障油田安全生产、优化运行的核心枢纽。为解决高并发写入性能瓶颈、高昂的存储成本、复杂的实时分析需求以及多业务数据孤岛等问题，项目组于 2023 年正式引入 TDengine作为新一代数据底座。在本案例中，TDengine TSDB 作为 PCS 核心业务模块的，并通过 taosX 工具，实现了从分公司到总部的数据实时同步。

2026-04-12 22:43:22 1100

原创 TDengine IDMP 事件 —— 事件模板

事件模板定义了事件的架构和行为。分析生成的每个事件都必须基于某个事件模板。模板在中集中管理，可被系统中任意分析复用。

2026-04-10 17:29:07 520

原创 TDengine IDMP 可视化 —— 定时报告

面板模板和仪表板模板是中的子模板。它们定义了针对特定资产类型的每个元素自动创建的标准可视化——这样，当元素从模板实例化时，其面板和仪表板无需任何手动配置即可直接使用。

2026-04-10 17:26:26 228

原创 TDengine IDMP 可视化 —— 定时报告

定时报告功能可按照周期计划，将面板或仪表板的渲染图片发送给一个或多个接收人。在配置的时间点，IDMP 捕获面板或仪表板的当前状态，生成 PNG 图片，并通过配置的通知联系点发送——无需登录或手动导出。常见用途包括：每周发送给管理层的能源汇总仪表板、每日发送给班组工程师的生产线趋势图，以及按需触发的一次性面板导出。

2026-04-09 17:35:31 422

原创 TDengine IDMP 可视化 —— 分享

TDengine IDMP 提供内置分享机制，可生成面板和仪表板的限时链接。分享链接让接收方无需登录即可以只读方式查看分享时的面板或仪表板状态。

2026-04-09 17:33:23 488

原创 TDengine IDMP 可视化 —— 仪表盘

仪表盘将单个当前值显示在半圆形刻度盘上，类似于模拟仪表面板上的仪表。指针和彩色弧段让人一眼就能看出数值在其操作范围内所处的位置。仪表盘始终显示所选时间范围内的最新数据点。单个面板中可以显示多个仪表盘——每个指标一个——以水平或垂直方式排列。

2026-04-08 19:36:36 365

原创 TDengine IDMP 可视化 —— 饼图

饼图将圆按比例分成若干扇形，每个扇形代表其对应类别占总量的比例。每个扇形表示一个类别或指标组，使各部分的相对贡献一目了然。扇形标签直接显示在图表上。当扇形少于 8 个时，图表最为清晰——超过这个数量，较小的扇形会难以区分，此时柱状图或表格是更好的选择。

2026-04-06 13:16:51 268

原创 TDengine IDMP 可视化 ——柱状图

柱状图通过柱体的高度（横向布局时为宽度）来表示数值大小。它适用于聚合数据——按时间桶或分类维度分组的值——非常适合跨时期或跨组的比较场景。每个柱体对应一个聚合值：时间窗口内的总和、平均值或计数（如每小时能耗），或某一分类的值（如每条生产线的产量）。多个指标可以以分组或堆叠柱体的形式展示。

2026-04-04 23:08:37 387

原创 TDengine IDMP 可视化 —— 趋势图

趋势图将一个或多个时序指标以折线的形式绘制在时间轴上，连接各数据点以展示数值随时间的变化趋势。它专为连续测量数据而生——温度、压力、流量、能耗、振动等——这类数据的时间形态本身就承载着意义。多个指标可以绘制在同一图表上，每个指标作为独立的折线，一眼便可发现关联关系和相对变化规律。除基本绘图外，趋势图是 TDengine IDMP 中的主要面板类型，也是高级分析功能的入口：使用 AI 预测未来值、通过填补修复数据缺口、使用时间偏移叠加历史时段，以及在归一化时间轴上比较批次数据。

2026-04-03 16:35:51 795

原创 TDengine IDMP 可视化 —— 面板

面板是 TDengine IDMP 所有可视化的基本构建单元。面板是一个独立的可视化组件——图表、仪表盘、表格或其他显示形式——绑定到特定元素的一个或多个属性。每个面板都属于一个元素，并从该元素的属性中获取数据。本页涵盖所有面板类型共享的通用功能：浏览、创建、编辑、工具栏控件以及数据配置界面。各面板类型及其特定设置在后续章节中分别介绍。

2026-04-02 19:01:57 434

原创以事件为核心 + 以资产为核心：工业数据中缺失的关键一环

工业数据，从来不仅仅是采集的信号。它关乎系统，以及系统如何运行。资产定义“是什么”。事件定义“发生了什么”。只有当两者结合在一起，我们才能真正理解工业运行，也才能让 AI 在工业场景中发挥真正的价值。

2026-04-01 20:59:59 592

原创 TDengine IDMP 工业数据建模 —— 元素与数据查询

随着资产模型不断扩展，快速定位所需元素或属性变得至关重要。

2026-04-01 20:56:20 520

原创 TDengine IDMP 工业数据建模 —— 数据标准化

工业环境通常从多个数据源采集数据，这些数据往往命名不一致、物理单位各异、数据结构不同。如果没有标准化，跨资产分析、AI 生成洞察和数据汇聚将变得不可靠甚至无法实现。TDengine IDMP 提供了多种机制，对整个资产模型中的数据进行标准化。

2026-03-31 19:44:08 428

原创 TDengine IDMP 工业数据建模 —— 数据情景化

数据库表中名为current的列只是一个数字。只有当您知道是哪个电表产生了它、该电表安装在哪里、值的物理单位是什么，以及什么范围属于正常，它才变得有意义。是将这些背景知识附加到数据上的过程——将原始测量值转化为丰富、可查询、AI 就绪的工业数据资产。TDengine IDMP 通过三种互补机制构建数据上下文：元素、属性和事件。每种机制提供不同维度的信息，三者共同赋予每个数据点完整的工业语义。

2026-03-31 19:27:10 496

原创 TDengine IDMP 工业数据建模 —— 属性

属性是元素的一个命名特性，用于保存或引用某个值。对于泵元素，属性可能包括流量、出口压力、电机温度和运行状态；对于智能电表，属性可能包括电流、电压、功率和设备 ID。属性为原始数据赋予了上下文。用户和应用程序无需通过技术字段名查询数据库列，而是可以在清晰的资产层次结构中，通过有意义的属性名来引用数据。

2026-03-30 20:14:03 399

原创 TDengine IDMP 工业数据建模 ---- 元素

元素是工业环境中真实资产或逻辑分组的数字化表示。通过元素，您可以按资产而非原始数据表来组织、检索和分析数据。在资产树中选中某个元素后，通用标签页字段说明名称元素在其父级范围内的唯一标识符路径该元素在资产树中的完整层次路径（例如模板该元素所基于的元素模板。点击模板名称可跳转到模板定义页。类别用于分组和筛选元素的一个或多个用户自定义类别标签默认属性在汇总视图中显示该元素时默认展示的属性描述对该资产所代表内容的自由文本描述位置物理资产的 GPS 坐标：经度、纬度和海拔。用于基于地图的可视化。附加特性。

2026-03-29 17:02:49 390

原创 TDengine IDMP 工业数据建模 —— 元素

元素是工业环境中真实资产或逻辑分组的数字化表示。通过元素，您可以按资产而非原始数据表来组织、检索和分析数据。在资产树中选中某个元素后，通用标签页字段说明名称元素在其父级范围内的唯一标识符路径该元素在资产树中的完整层次路径（例如模板该元素所基于的元素模板。点击模板名称可跳转到模板定义页。类别用于分组和筛选元素的一个或多个用户自定义类别标签默认属性在汇总视图中显示该元素时默认展示的属性描述对该资产所代表内容的自由文本描述位置物理资产的 GPS 坐标：经度、纬度和海拔。用于基于地图的可视化。附加特性。

2026-03-26 19:28:36 377

原创 TDengine IDMP 1-产品简介

TDengine IDMP（Industrial Data Management Platform，工业数据管理平台）是一款 AI 原生的工业数据管理平台，专为管理、分析工业运营数据并从中提取业务洞察而设计。TDengine IDMP 与 TDengine TSDB 协同工作。TDengine TSDB 是一款高性能分布式时序数据库，负责存储和处理传感器、设备及控制系统产生的海量时序数据。借助这些能力，IDMP 帮助企业将原始采集的数据转化为结构化信息，用于监控、分析、优化与决策。真正做到让数据自己说话。

2026-03-24 19:59:24 579

sort-csv.py

空空如也