隨著數據量的躍升和數據處理需求的不斷更迭，數據庫類型也變得愈加多樣化，關系型數據庫、分布式數據庫、時序數據庫（Time Series Database）等(deng)各(ge)種類(lei)型的數(shu)據(ju)庫(ku)百花齊放，各(ge)自在不同(tong)(tong)的應(ying)用(yong)場(chang)景(jing)中展現(xian)出優(you)勢和(he)擅長之(zhi)處。為了讓開(kai)(kai)發(fa)者了解到(dao)各(ge)類(lei)數(shu)據(ju)庫(ku)的技術含量和(he)應(ying)用(yong)價值，OSCHINA 特別(bie)策劃(hua)“數(shu)據(ju)庫(ku)，2024 開(kai)(kai)炫”主題源創(chuang)會，邀請不同(tong)(tong)類(lei)型的開(kai)(kai)源數(shu)據(ju)庫(ku)齊聚一堂，共同(tong)(tong)探討數(shu)據(ju)庫(ku)技術的發(fa)展歷程、技術特點(dian)、市(shi)場(chang)競(jing)爭(zheng)、應(ying)用(yong)場(chang)景(jing)等(deng)方(fang)面的知識(shi)。

作為(wei)國內外大數(shu)(shu)(shu)據平臺的優秀代表，TDengine 憑借低(di)成(cheng)本、高(gao)(gao)性能的數(shu)(shu)(shu)據處理(li)(li)架構，助力(li)(li)著包括(kuo)石油、汽車、煙草、煤(mei)炭、水利等(deng)傳(chuan)統行業(ye)企業(ye)實現數(shu)(shu)(shu)字化(hua)轉(zhuan)型，解決(jue)了(le)傳(chuan)統數(shu)(shu)(shu)據解決(jue)方(fang)案中存在(zai)(zai)的性能瓶頸和高(gao)(gao)成(cheng)本等(deng)問題，產品(pin)實力(li)(li)和生態建設都在(zai)(zai)迅速發(fa)展。在(zai)(zai)本次大會上，TDengine 聯合創始(shi)人&核心研發(fa)廖(liao)浩均博(bo)士受邀進行了(le)主題演講，他為(wei)正面(mian)臨數(shu)(shu)(shu)據處理(li)(li)難題的與會企業(ye)和開發(fa)者提供了(le)寶貴的解決(jue)思路(lu)和指導，進一步推動了(le)數(shu)(shu)(shu)字化(hua)轉(zhuan)型和數(shu)(shu)(shu)據處理(li)(li)技(ji)術(shu)的發(fa)展。

廖(liao)浩均指出(chu)，從(cong)時(shi)序(xu)(xu)數(shu)據的特征和應用(yong)需求(qiu)出(chu)發，普通數(shu)據庫(ku)(ku)在處理時(shi)序(xu)(xu)數(shu)據時(shi)存在一系列(lie)問題，包括“寫(xie)入性能適配寫(xie)入需求(qiu)難度(du)較(jiao)(jiao)高”、“查詢(xun)性能無(wu)(wu)法滿足應用(yong)需求(qiu)”、“擴(kuo)展(zhan)能力較(jiao)(jiao)弱”、“無(wu)(wu)法提(ti)供與(yu)時(shi)序(xu)(xu)數(shu)據類(lei)型(xing)相(xiang)關的查詢(xun)功能”等(deng)。近(jin)年(nian)來(lai)，隨著這些(xie)問題的持續爆發，越(yue)來(lai)越(yue)多的企(qi)業對時(shi)序(xu)(xu)數(shu)據庫(ku)(ku)的關注度(du)不(bu)斷增加。

盡管這些挑戰(zhan)促(cu)進了(le)時(shi)序數(shu)(shu)據(ju)(ju)(ju)(ju)庫(ku)(ku)的(de)(de)發(fa)展和應用(yong)，但(dan)這一(yi)(yi)領(ling)域仍然(ran)存在(zai)數(shu)(shu)據(ju)(ju)(ju)(ju)“高(gao)(gao)(gao)基數(shu)(shu)”、沒(mei)有真正實現云原(yuan)生、與(yu)第三方系(xi)統和應用(yong)生態適配(pei)不(bu)完善等諸多(duo)問題。TDengine 作為一(yi)(yi)款(kuan)(kuan)核心是時(shi)序數(shu)(shu)據(ju)(ju)(ju)(ju)庫(ku)(ku)的(de)(de)物聯網、工業互聯網大數(shu)(shu)據(ju)(ju)(ju)(ju)平臺，不(bu)光(guang)提(ti)供了(le)更(geng)高(gao)(gao)(gao)寫(xie)入性(xing)(xing)能、查詢性(xing)(xing)能和擴展能力，滿足時(shi)序數(shu)(shu)據(ju)(ju)(ju)(ju)處理的(de)(de)需(xu)求，還(huan)在(zai) 3.0 階段升級成為一(yi)(yi)款(kuan)(kuan)真正的(de)(de)云原(yuan)生時(shi)序數(shu)(shu)據(ju)(ju)(ju)(ju)庫(ku)(ku)，破解了(le)困(kun)擾時(shi)序數(shu)(shu)據(ju)(ju)(ju)(ju)庫(ku)(ku)發(fa)展的(de)(de)高(gao)(gao)(gao)基數(shu)(shu)難題，支持 10 億個設(she)備(bei)采集(ji)數(shu)(shu)據(ju)(ju)(ju)(ju)、100 個節點(dian)，支持存儲與(yu)計(ji)(ji)算分離，并打造了(le)全新的(de)(de)流式計(ji)(ji)算引擎(qing)，無需(xu)再集(ji)成 Kafka、Redis、Spark、Flink 等軟件，大幅(fu)降低系(xi)統架構的(de)(de)復雜度(du)。

在本(ben)次演講(jiang)中(zhong)，廖浩均總結道(dao)，TDengine 有四(si)大技術特點(dian)值得關注：

任務外部化：將(jiang)能夠外(wai)部化的功能全部從(cong)數據節點（dnode）剝離，包括但不限(xian)于：SQL 解析(xi)、SQL 調度/重試、寫(xie)入協議解析(xi)、REST 服務、二(er)階段聚合(he)（流/批查詢）、任務狀(zhuang)態(tai)報告。

存算分離：為了(le)解決可能導致(zhi)海量時序數據掃描的優(you)化(hua)策略失效問題，TDengine采取了(le)無(wu)狀(zhuang)態的計(ji)算節(jie)點與數據節(jie)點（data node）分(fen)離的架構(gou)。查(cha)詢(xun)優(you)化(hua)器(qi)在生成物理(li)計(ji)劃(hua)時，會將最下(xia)游的聚合(he)算子下(xia)推到存儲(chu)節(jie)點上執(zhi)行。

日志為中心的設計：預寫日志在 TDengine 中不僅用于參與主從副本一致性同步和防止內存數據丟失，還在計算過程中發揮重要作用。訂閱服務和流計算利用預寫日志作為數據源進行處理。從流處理角度來看，LSM-Tree+ 整理后的數據文件（TSDB）提(ti)(ti)供的(de)是時序數(shu)據(ju)快照(zhao)（snapshot）服務，為(wei)無(wu)狀(zhuang)態查(cha)(cha)詢(xun)(xun)（批查(cha)(cha)詢(xun)(xun)）提(ti)(ti)供支(zhi)持。在 TDengine 中所有(you)的(de)批查(cha)(cha)詢(xun)(xun)都是帶有(you)版本號的(de)快照(zhao)查(cha)(cha)詢(xun)(xun)，這有(you)助于提(ti)(ti)高查(cha)(cha)詢(xun)(xun)效率(lv)和數(shu)據(ju)一致性。

數據節點虛擬化：虛擬(ni)節點作為存儲管理的(de)最小單元，提供數據分片、負(fu)載均衡、彈性擴容等(deng)諸多功能(neng)。

目前 TDengine 3.0 版本已經更新至 3.2.3.0，在研發人員和社區用戶的共同努力下不斷優化，產品的穩定性和易用性獲得了大幅提升，已成功應用于知輪科技的智慧輪胎系統、黑格智能 3D 打印業務、韻達快遞業務、中國地震臺網中心、中移物聯智慧出行等眾多企業項目中，助(zhu)力(li)他們更高效地(di)處理和管理時序數(shu)(shu)據(ju)，推動數(shu)(shu)字化轉型和業務發展。