摘要：
大家都知道：由于单机数据库在数据规模、并发访问量等方面存在瓶颈，无法满足大规模应用的需求。因此才有了把数据切割分片，分布存储分布处理在多个节点上的数据库，也就是分布式数据库的由来。 而为了实现数据库的高可用，又有了多副本的概念，副本之间的数据需要用特定算法保持一致，从而可以随时切换身份对外提供高可用 阅读全文
摘要：
TDengine 3.0.4.0 发布了一个重要特性： 支持用 Python 语言编写的自定义函数（UDF）。这个特性极大节省了 UDF 开发的时间成本。作为时序大数据处理平台，不支持 Python UDF 显然是不完整的。UDF 在实现自己业务中特有的逻辑时非常有用，比如量化交易场景计算自研的交易 阅读全文
摘要：
2023 年 7 月 4 日- 6 日，由中国石油和化学工业联合会主办，中国石油油气和新能源分公司、中国石化油田勘探开发事业部、中国海洋石油有限公司勘探开发部协办的“中国油气田企业智慧油田技术交流大会”在北京市召开。本次大会邀请了中国石油、中国石化、中国海油、延长石油等集团公司油气田企业主管领导及行 阅读全文
摘要：
当前，全球数字经济加速发展，数据正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。数据库作为存储与处理数据的关键技术，在数字经济大浪潮下，全球数据库产业中新技术、新业态、新模式不断涌现。 7 月 4 日，由中国通信标准化协会和中国信息通信研究院主办，大数据技术标准推进委员会承办 阅读全文
摘要：
本文介绍如何使用存储在 TDengine 中的现有数据来预测未来数据。我们将模拟一些测试数据以反映真实的电力系统，并演示如何使用 TDengine 和一些 Python 库来预测未来一年的数据。 阅读全文
摘要：
DBeaver 是一个流行的开源数据库管理和 SQL 客户端工具，为管理和使用各种类型的数据库（包括多个时序数据库）提供强大而灵活的平台。为了让大家在应用上更加便捷，我们与 DBeaver 达成合作，新发布的 DBeaver 23.1.1 版本正式支持时序数据库（Time Series Database） TDengine 和全托管的时序数据云平台 TDengine Cloud。此次合作标志着 TDengine 生态系统的进一步壮大发展，为企业和开发者的数据处理难题带来了更丰富的解决方案合集。 阅读全文
摘要：
本文详细分享了中移物联网在 3.0 项目的业务实践和全新体验，以此给大家作参考。 阅读全文
摘要：
许多用户会有一个疑问，“落盘”俩字听起来就很底层，似乎无法和手头的性能问题联系到一起，本篇文章的目的就是让大家对它们俩建立起直观的认识。 阅读全文
摘要：
6 月 26 日，涛思数据旗下时序数据库（Time Series Database） TDengine 正式发布 IoT 场景下 TDengine 3.0 性能对比分析报告，该报告在 IoT 场景下从数据写入、压缩和查询等维度，对比了 TDengine 与市场其他流行的时序数据库产品的性能差异，其中所有测试均在标准化条件下使用公开数据完成。此外，为了方便开发者验证报告结果，该报告中的数据在准备好物理环境后，可以由脚本一键执行生成。 阅读全文
摘要：
如果需要对数据库性能优化，了解数据文件的存储方式和工作原理是必要的。 对于时序数据库（Time Series Database） TDengine 来说，在 2.x 版本中时序数据的保留策略是由keep和days这两个参数把控的。（详情可见：https://mp.weixin.qq.com/s/uJ 阅读全文