Rust +时序数据库 TDengine：打造高性能时序数据处理利器
TDengine 是一款专为物联网、车联网、工业互联网等时序数据场景优化设计的开源时序数据库，支持高并发写入、高效查询及流式计算，通过“一个数据采集点一张表”与“超级表”的概念显著提升性能。
Rust 作为一门系统级编程语言，近年来在数据库、嵌入式系统、分布式服务等领域迅速崛起，以其内存安全、高性能著称，与 TDengine 的高效特性天然契合，适合构建高可靠、高性能的数据处理系统。
时序数据库 InfluxDB 3.0 版本性能实测报告：写入吞吐量提升效果验证
TSBS 测试表明，对于少于 100 万台设备的数据集，InfluxDB OSS 3.0 的数据写入速度实际上比 InfluxDB OSS 1.8 更慢。
对于 100 万台及以上设备的数据集，InfluxDB OSS 3.0 的数据写入性能才开始超过 InfluxDB OSS 1.8。
InfluxDB OSS 3.0 的数据写入接口与 InfluxDB 1.8 并不兼容，用户无法顺利迁移。
从 MongoDB 到 时序数据库 TDengine，沃太能源实现 18 倍写入性能提升
沃太能源是国内领先储能设备生产厂商，数十万储能终端遍布世界各地。此前使用 MongoDB 存储时序数据，但随着设备测点增加，MongoDB 在存储效率、写入性能、查询性能等方面暴露出短板。经过对比，沃太能源选择了专业时序数据库 TDengine，生产效能显著提升：整体上，数据压缩率超 10 倍、写入性能提升 18 倍，查询在特定场景上也实现了数倍的提升。同时减少了技术架构复杂度，实现了零代码数据接入。本文将对 TDengine 在沃太能源的应用情况进行详解。
消防行业如何借助时序数据库 TDengine 打造高效的数据监控与分析系统
本篇文章来自“2024，我想和 TDengine 谈谈”征文活动的优秀投稿，深入探讨了如何在消防行业中运用 TDengine 进行业务建模。文章重点介绍了如何通过 TDengine 的超级表、标签设计和高效查询功能，有效管理消防监控系统中的时序数据。作者详细阐述了实时监控、报警系统以及历史数据分析在消防行业中的应用，展示了 TDengine 在数据压缩、保留策略和分布式架构下的强大优势。
taosd 写入与查询场景下压缩解压及加密解密的 CPU 占用分析
在当今大数据时代，时序数据库的应用越来越广泛，尤其是在物联网、工业监控、金融分析等领域。TDengine 作为一款高性能的时序数据库，凭借独特的存储架构和高效的压缩算法，在存储和查询效率上表现出色。然而，随着数据规模的不断增长，在保证数据安全性和存储效率的同时，如何优化 CPU 的资源占用，成为了一个值得深入讨论的问题。
2600 万表流计算分析如何做到？ 时序数据库 TDengine 助力数百家超市智能化转型
在生鲜超市的高效运营中，实时数据分析至关重要。万象云鼎的“云鲜生”通过智能秤+网关+软件系统的组合，实现了销售数据的精准管理与优化。而在数据处理方面，TDengine 的流计算能力成为了这一方案的核心支撑。本文详细分享了“云鲜生”如何利用 TDengine 高效存储和分析海量销售数据，在优化超市运营、提升用户体验的同时，解决高基数分组、高并发查询等技术挑战。
对话 TDengine 解决方案中心总经理陈肃：构建技术与市场的桥梁
他是大数据领域的杰出专家，拥有超过十项一作发明专利，是中国通信行业标准《大数据 消息中间件技术要求与测试方法》的重要编写者，并凭借数据中间件领域的突出成就荣获 2019 年“CJK OSS Award”。他是腾讯云 TVP 专家和 TGO 鲲鹏会北京分会会长，以深厚的技术底蕴和领导力推动行业发展。他曾带领团队攻克一个又一个技术难关，从中国移动到亿瑞互动，再到 DataPipeline，无数成功案例背后都有他的身影。如今，他又多了一个新身份——北京涛思数据科技有限公司高级副总裁兼解决方案中心总经理，他就是陈肃。本次采访将带领大家走近陈肃，深入了解他对解决方案创新与技术发展的独到见解。