摘要：
在去年 11 月，曾在甲骨文北京研发中心核心开发团队任职的张玮绚（Wade）转身成为了涛思数据的一员，负责 TDengine 的研发管理工作。在即将进入 45 岁之际，他毅然选择了转换赛道，重燃少年时期的冒险精神。从 90 分完美主义出发，他希望未来自己能够和团队一起将 TDengine 打造成为时序数据库的代名词。本文中 Wade 将会阐述转换赛道的心路历程，分享自己的人生和职场经验，给到有需要的人一些参考。 阅读全文
摘要：
TDengine 2.6 版本已经正式发布，有不少用户在此时会有升级的需求，本篇文章详细讲解了 TDengine 的升级流程。以 2.0.16 为分界线，升级步骤稍有不同，在阅读具体升级步骤前，请注意检查自己的数据库服务版本。 阅读全文
摘要：
在拓斯达的智能工厂整体解决方案项目中，传统的关系型数据库已经无法高效处理时序数据，在加载、存储和查询等多个方面都遇到了挑战，最终他们选择了 TDengine 来匹配工业传感器数据的应用分析场景。本文将讲述他们应用 TDengine 的具体实践。 阅读全文
摘要：
在使用或者实现分布式数据库（Distributed Database）时，会面临把一个表的数据按照一定的策略分散到各个数据库节点上的情况，随之而来的是多节点数据查询复杂性的问题，例如 Join 和子查询。本文将会为你解读分布式数据库下子查询和 Join 等复杂 SQL 如何实现，来帮助你更好地解决上述问题。 阅读全文
摘要：
在 OPPO 的穿戴产品的手环/手表类业务中，产生的数据类型为时序数据，具有写入量巨大且存在离线/历史数据补录（更新）的处理需求。此前使用的 MongoDB/MySQL 集群方案，后端存储压力较大，需要经常扩盘，针对此痛点，OPPO 云计算中心智慧物联云团队尝试调研对比了几款时序数据库（Time-Series Database）产品，试图寻找一个降本增效的解决方案。 阅读全文
摘要：
作为创始团队成员之一，廖浩均在 2017 年就正式加入了涛思数据，彼时整个团队才不过寥寥五个人，TDengine 也才诞生不久。作为一位毕业于中科院计算所的计算机应用技术专业博士，廖浩均为什么会决定从一家稳定的上市企业转移阵地到一家数据库初创公司？在进入涛思数据之后，他又见证和参与了 TDengine 的哪些改变与进步？立足当下展望未来，携手 TDengine，他会如何走好接下来的路？在对廖浩均的采访记录中，这些问题的答案也已经跃然纸上。 阅读全文
摘要：
上周末在知乎看到一个问题“都说现在编程技术更新速度快很多技术会过时，那么有哪些技术不容易过时呢?”，临时起意做了一个回答，没想到点赞数很快破千，成了热门回答，感觉很多技术人都比较关心这个问题。趁着在北京大兴酒店隔离有闲，把这篇回答扩展成一篇文章，结合我研发 TDengine 的经验，再更加深入地展开阐述一下，分享给研发同学。 阅读全文
摘要：
作为一款典型的时序数据库（Time-Series Database）产品，TDengine 被广泛运用于物联网、工业互联网、车联网、IT 运维、能源、金融等领域。TDengine 本身提供了大量的计算函数，在很多场景下，用户都不需要自己编程来实现某些计算功能。当然，随着场景的不断增多，用户提出了越来越多的需求，TDengine 也在不断地演进和提升。 阅读全文
摘要：
如果我们要做行情 tick 数据的存储，怎样的数据结构查找起来才会比较快？在加入 TDengine 之前，本文作者丁博在弘源泰平量化投资做量化工程师，曾经遇到过这一类存储行情 tick 数据的问题，本文会就此问题进行详细的技术解读。 阅读全文
摘要：
想用 Spark 对接 TDengine？保姆级教程来了。 阅读全文