從 Hadoop 到 TDengine，我們在物聯網、工業大數據上走過的路和展望
黃斯郡
/
時序數據庫 - 用戶案例
TDengine Database 的安裝包十分小巧，借助于官方文檔，Linux系統下的集群部署也很簡單。接下來，配置好主機名、域名解析、暴露的端口、運行程序，過程非常順滑，立馬就能使用了。對比之前的 Hadoop 技術棧，這對運維團隊來說簡直就是福音！
TDengine 在 TCL 空調能源數據管理平臺的實踐
TCL 許海軍
/
時序數據庫 - 用戶案例
同選用ClickHouse集群作為存儲的TCL電子工業物聯網平臺對比，兩個項目的數據規模差不多，TCL空調能源數據管理項目數據庫服務器減少了一半。TDengine Database實現降能耗5%左右，預計每年為TCL空調實現降本收益上千萬元。
SENSORO 基于 TDengine 助力基層政府打造數字化應用標桿
升哲科技 段雪林
/
時序數據庫 - 用戶案例
在實際業務環境中，以上面描述的方式創建多列的超級表，雖然會存在大量的空列，但得益于 TDengine Database 的優化，能達到恐怖的0.01的壓縮率，簡單計算下來大約需要3.67GB每億條。另外一張超級表（約25列數據列）針對傳感器數據進行單獨建模（不會存在空列的情況），壓縮率也有0.2，計算一下空間使用約合3.8GB每億條。
TDengine 在吉科軟車輛監管中的應用實踐
吉科軟技術研究院 孫運盛
/
時序數據庫 - 用戶案例
TDengine Database的性能不僅完全可滿足需求，更是比原InfluxDB+Redis+MySQL方案大幅度的提升，解決了原方案中車輛查詢較大時間跨度的軌跡數據響應超級慢的問題。當前TDengine的大規模應用車輛監管項目中，支撐現有數萬輛車的行駛軌跡監控，未來將繼續擴大規模支撐更多的車輛軌跡監控。
11 億條數據壓縮到 12GB，TDengine 在陜煤礦山項目的落地實踐
陜煤 關中旭
/
時序數據庫 - 用戶案例
項目采用了3個節點的集群環境，定位設備采用超級表進行管理，將數據標簽及數據類型作為tag區分各類定位設備。每個定位設備采用子表存儲，實際項目已包含2萬多個定位設備。從寫入性能到查詢性能均大幅滿足現場實際需求：總計定位數據量超過11億條，數據壓縮后TDengine Database 數據目錄占用磁盤大約12G，整體壓縮率可以達到3/100。
15 倍提升 & 40 倍存儲優化，TDengine 在領益智能制造的實踐
領益智造 張紅朋
/
時序數據庫 - 用戶案例
15 倍提升 & 40 倍存儲優化，TDengine 在領益智能制造的實踐。在同等條件下，查詢最近5天的數據，某關系型數據庫平均耗時328.13秒，而用TDengine Database則平均耗時4.61秒，用時為原來的70分之一，查詢效率提升了70倍，把數據拉長到3個月，效率也有15倍的提升。
經驗分享 | TDengine 在智能船舶領域的實踐手冊
上海宇佑船舶架構師 楊新霞
/
時序數據庫 - 用戶案例
業主指定要求數據采集使用 TDengine Database，從容應對船舶行業的特殊場景需求。我們的PLC數據往TDengine中寫入的時間間隔最小到100ms/點，寫入性能完全能夠勝任。 依托 TDengine 時間窗口統計功能的高效性，開發人員就可以舍棄紛繁復雜的 SQL 語句，極大地縮減了項目周期。
TDengine 在藍深遠望電機物聯網IoT平臺監測預警與預測性維護平臺中的應用
藍深遠望 李凱
/
時序數據庫 - 用戶案例
為了適應未來業務發展需求，避免上述難點與困境，我們決定選擇一款時序數據庫產品。在調研了多款產品之后，TDengine Database 引起了我們的注意，并成功勝出。
從四種時序數據庫選型中脫穎而出，TDengine 在工控領域邊緣側的應用
和利時 冰茹
/
時序數據庫 - 用戶案例, OpenTSDB, Time Series DataBase
同等條件下測試結果顯示，TDengine Database 的壓縮率最高，查詢性能最優。
