提(ti)升數據存取效率、打破傳統數據孤島、提(ti)升數據有(you)效利(li)用率，為企業(ye)數字化提(ti)供實質化幫助。
詳細方案
場景介紹
在工(gong)業(ye)領域， 生產、測試、運行(xing)階段都可能會產生大(da)量帶有(you)時(shi)(shi)間(jian)戳的(de)傳感器數據，這都屬于典(dian)型的(de)時(shi)(shi)序數據。時(shi)(shi)序數據主要由(you)各(ge)類(lei)型實時(shi)(shi)監(jian)測、檢查與(yu)分析設(she)備(bei)所采集(ji)或產生，涉及制(zhi)造、電力(li)、化工(gong)、工(gong)程(cheng)作(zuo)業(ye)等多(duo)個行(xing)業(ye)，具(ju)備(bei)寫(xie)多(duo)讀少、量非常(chang)大(da)等典(dian)型特(te)性。
工業互聯網時序數據庫的需求與痛點
主要(yao)問題(ti)可以匯總(zong)如(ru)下：
- 寫入吞吐低：單機寫入吞吐量低，很難滿足時序數據千萬級的寫入壓力；
- 存儲成本大：在對時序數據進行壓縮時性能不佳，需占用大量機器資源；
- 維護成本高：單機系統，需要在上層人工進行分庫分表，維護成本高；
- 查詢性能差：海量實時數據的聚合分析性能差。
需要支持的特性：
- 功能穩定
- 高效的數據寫入
- 高效的數據查詢，包括最新數據和歷史數據
- 可云化部署
- 可私有化部署
- 線性擴展
- 高可用
- 便于連接大數據平臺
架構圖
隨著 TDengine 時序數據庫（Time Series Database，TSDB）產(chan)品的(de)引入(ru)，減少(shao)了(le)(le)組件數量(liang)，降低(di)(di)(di)架構的(de)復(fu)雜(za)度，同時降低(di)(di)(di)了(le)(le)存儲成本(ben)，提升(sheng)業(ye)務(wu)響應實時性，降低(di)(di)(di)了(le)(le)人(ren)員要(yao)求，釋(shi)放了(le)(le)業(ye)務(wu)創(chuang)新(xin)能力。
收益與價值
- 高性能，可以支持百萬級別的并發寫入、萬級的并發讀取，大量聚合查詢時依然有高性能表現
- 高可用，可支持集群部署，可橫向擴展，不存在單點故障，為生產環境穩定運行提供基礎
- 低成本，數據庫對硬件資源要求低，數據壓縮率高，平均至少節省 70% 的硬件資源
- 高度一體化，具備消息隊列、和緩存的功能，大幅簡化架構
- 易上手，使用 SQL 進行數據庫操作，簡單易學，支持復雜查詢，減少開發難度和運維壓力
客戶案例
其他行業解決方案
