高性能、分布式的
物联网、工业大数据平台
TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，其核心模块是高性能、集群开源、云原生、极简的时序数据库。它能安全高效地将大量设备、数据采集器每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，对业务运行状态进行实时监测、预警，提供实时的商业洞察。
宽睿数字平台兼容 TDengine，提供金融行情解决方案
有数据质量保证的数据汇聚
消除数据孤岛，为决策者提供更好的宏观视图。TDengine 能将来自各种类型数据源（包括 PI System、MQTT、OPC 等）的工业数据汇聚到一起，并可以进行数据的清洗、加工、转换工作，以保证入库数据的质量，便于集中监测、进行总体数据分析。并且，TDengine 是一个零代码平台，只需很少的配置，即可实现工业数据源的 ETL（提取、转换和加载）流程。
高性能、分布式的数据存储
基于开源的 TDengine 时序数据库，提供高性能、分布式的数据存储和基于 SQL 的查询服务，并有所增强。TSBS 基准测试结果显示，TDengine 的写入、查询、存储性能均远超 InfluxDB、TimescaleDB 等时序数据库，可将典型的物联网、车联网、工业互联网大数据平台的总拥有成本降低至少 50% 以上。并且拥有强大的水平扩展能力，能够支持 10 亿个设备、100 台服务器节点。
零代码的高效数据汇聚
TDengine 能将来自各种类型数据源（如 PI System、MQTT、OPC 等）的工业数据汇聚到一起，并可以进行数据的清洗、加工、转换工作，以保证入库数据的质量，便于集中监测、进行总体数据分析。TDengine 是一个零代码平台，只需很少的配置，即可实现工业数据源的 ETL 流程。
全栈时序数据处理平台
为了降低系统设计复杂度和运行成本，TDengine 充分利用时序数据的特点，构建了自己的缓存、流式计算和数据订阅功能。它不仅提供了一种高效的时序数据存储和分析方式，还为时序数据的处理提供了一种极简的解决方案。
开放的生态系统
不仅核心代码开源，支持标准 SQL 查询，还提供标准化接口，可以通过 ODBC、JDBC 及各种编程语言连接器集成可视化、AI/BI 工具。支持PI System、MQTT、OPC 等工业数据接口，简化工业数据的 ETL 流程。高效的数据订阅工具实现便捷、安全的数据共享，避免被厂商绑定。
深受开发者喜爱的开源社区
开源、云原生的时序数据库 TDengine OSS 是 TDengine 的核心模块，TDengine 在 TDengine OSS 基础上增加了企业必需的大数据处理功能。时序数据库 TDengine OSS 完全开源，包括集群，多次登上 GitHub 全球趋势榜，项目十分活跃，吸引了国内外众多开发者的关注和喜爱，其用户和社区也在不断壮大。TDengine 提供了丰富的应用程序开发接口，为了便于用户快速开发自己的应用，TDengine 支持多种编程语言的连接器。
TDengine 博客精选
主讲人将结合自己的亲身经历——从生物信息学到 Rust，再到 TDengine 时序数据库的实际应用，讲述 Rust 如何帮助他突破技术瓶颈，实现更高效的数据处理和系统开发。
本篇文章详细讲述了七云团队在运维平台中如何利用 TDengine 解决海量时序数据存储与查询的实际业务需求。
为了验证 InfluxDB 3.0 是否真的如官方宣传般带来巨大性能提升，我们采用 Time Series Benchmark Suite (TSBS) 进行对比测试。
本文将探讨 TDengine 在数据写入与查询场景下的压缩解压与加密解密过程中对 CPU 资源的占用情况。
本次更新围绕用户核心需求展开，涵盖了开发工具、数据管理、安全性、可视化等多个层面，为各行业的时序数据应用提供了更高效、可靠的支持。
车辆上报的数据量巨大且更新频繁，需要流式计算来实时处理和分析这些数据
在对海量车联网数据的整个数据管理过程中，TDengine 时序数据库，实时数据库可以确保车辆上传的各种数据都能作为有效的资源而被高效地运用。
TDengine 3.3.4.3 时序数据库，实时数据库版本更新延续了一贯的高标准，为用户带来了多项实用的新特性，并对系统性能进行了深度优化。
虽然 TDengine 和 InfluxDB一样认为 SQL 是时序数据库，实时数据库的最佳语言选择，但我们更希望他们能在浪费广大用户的时间之前，就得出这个结论。
TDengine 和 InfluxDB 是两大领先的时序数据库，实时数据库。尽管两者都具有强大的时序数据处理能力，但在流式计算方面，二者存在显著差异。
