随着工业互联网和物联网技术的快速发展,海量时序数据处理成为各行各业面临的共同挑战。作为中国领先的时序数据库技术提供商,天谋科技(Timecho)凭借其自主研发的时序数据库系统,正在推动工业数据管理模式的革新。
天谋时序数据库的技术优势
天谋时序数据库源于清华大学软件学院十余年的研究积累,团队拥有时序数据领域30余项国际专利,在SIGMOD、VLDB等顶级会议发表论文26篇。其核心产品基于Apache IoTDB构建,具备多项技术优势。
天谋科技采用自研列式文件格式TsFile,融合Delta-of-Delta等高效编码算法,实现了高达20:1的无损压缩比,显著降低了数据存储成本。通过MemTable内存缓冲与WAL日志协同机制,支持每秒千万级数据点的持续写入,满足工业场景毫秒级高频采集需求。
针对工业现场网络不稳定的问题,天谋科技创新设计了乱序分离存储引擎,通过顺乱序分离机制智能处理乱序数据,处理效率达到竞品的4倍以上。
端边云协同架构与树表双模型
天谋科技首创设备端-边缘节点-云平台三级数据管理体系,通过统一TsFile格式实现跨平台数据表达。这一架构在工业现场成效显著:在机载场景成功减少50%数据体量、提升超10倍数据入云速度。
IoTDB2.0版本引入了树表双模型,实现了树模型(OT域)与表模型(IT域)的深度融合与无缝衔接。树形结构适合工业设备层级建模,使OT人员能够无缝将物理世界的数据组织结构映射至数据库中;而表模型则满足IT领域用户的分析习惯,支持标准SQL查询分析。
AI融合与智能分析能力
面对工业智能化浪潮,天谋科技深度整合AI能力,将清华大学研发的时序大模型Timer3.0(日晷)与时序数据库无缝对接,用户可在数据库中直接调用时序预测能力。
Timer3.0遵循时序预测第一性原理,首创自回归和生成式超融合技术架构,并建立了领域首个万亿级时序预训练数据集。该模型提供时序预测、异常检测、数据填补等能力,为时间序列分析提供通用解决方案。
IoTDB2.0还提供了丰富的高级分析功能,包括趋势查询、窗口函数、UDTF(用户定义表值函数)、嵌套查询等,使得分析人员无需将数据读取至应用系统,就能直接在数据库内完成复杂分析任务。
多模态数据融合管理
天谋时序数据库支持多模态数据融合管理,突破了传统时序数据库只能处理时序数据的限制。
针对设备静态属性管理需求,IoTDB2.0支持静态属性数据入表存储,这些不随时间变化的设备固有属性可以与动态时序数据深度关联,形成独特的“动静融合表”。
同时,系统创新性地引入了对象类型支持,允许用户以业务熟悉的格式自定义存储和解析文件,并利用IoTDB的查询能力实现文件内容的高效检索与分析。此外,通过联邦查询模块,能够无缝接入外部数据源中的业务数据,并与本地的时序数据进行关联分析。
天谋科技以自研时序数据库为核心,推动工业数据从采集到智能分析的闭环,为中国工业数字化升级提供了坚实的数据基座。随着工业互联网向智能化、实时化迈进,天谋时序数据库将继续发挥其技术优势,助力中国企业实现数字化转型。