IoTDB 与 HBase 对比详解：架构、功能和性能
在物联网（IoT）领域，数据的采集、存储和分析是确保系统高效运行和决策准确的重要环节。随着物联网设备数量的增加和数据量的爆炸式增长，开发者和决策者们需要选择合适的时序数据管理系统。Apache IoTDB 和 Apache HBase 是两款广泛应用的数据库，它们在架构设计、性能和功能方面各
2024-11-08
时序数据库是什么：概念、特点与分类简析
作为将数据价值转化为产能能效的“核心大脑”，数据库的发展依然处于加速期，面向不同数据类型的数据库类型也在不断增加。 在众多细分领域数据库类型中，伴随制造业数字化转型的行业趋势和多项政策推动，赋能智慧工业管理的时序数据库愈发受到关注。 对于数据库的概念大家应该并不陌生，但是‘时序’是什么？时序数据库有
2024-10-31
必看！时序大模型的发展、玩家与效果对比
历经 2023 年的“千模大战”后，大模型的风也在今年刮到了时间序列领域。 从最初的时序数据分析应用到如今的时序大模型，时序数据分析迎来哪些发展历程，国内外有哪些时序大模型玩家，各个时序大模型应用效果又如何？ 本文将一一解答…… 01 演进历程 时序大模型无疑是一个新兴领域。 2018 年以前，业内
2024-08-19
IoTDB组件AI Node发布9个月，如何使用你了解了吗？
在工业智能化转型中，时序数据库与 AI 技术的结合对故障和异常预测场景的准确性和效率至关重要，逐渐成为行业前沿关注热点。在此方面，
2024-08-06
时序数据库如何选型？详细指标总结！
工业物联网将机器设备、控制系统与信息系统、业务过程连接起来，利用海量数据进行分析决策，是智能制造的基础设施，并影响整个工业价值链。工业物联网机器设备感知形成了海量时间序列数据（带时间标签的数据，每条时间序列是按时间戳顺序存贮的一组数据点），蕴含丰富的工业语义，是工业大数据的规模与价值主体。 为应对海
2024-07-18
Apache IoTDB vs InfluxDB 开源版，架构性能全面对比！
在物联网（IoT）领域，数据的采集、存储和分析是确保系统高效运行和决策准确的重要环节。随着物联网设备数量的增加和数据量的爆炸式增长，开发者和决策者们需要选择合适的时序数据管理系统。Apache IoTDB 和 InfluxDB 是两款广泛应用的原生
2024-06-21
码住！详解时序数据库不同分类与性能对比
作为管理工业场景时序数据的新兴数据库品类，时序数据库凭借着对海量时序数据的高效存储、高可扩展性、时序分析计算等特性，一跃成为物联网时代工业领域颇受欢迎的数据库。 从诞生到发展至今，时序数据库应用的关键技术也在不断进步。其中，管理海量时序数据，为其适配灵活、高压缩、支持高读写性能的存储架构便是亟需解决
2024-06-14
你不可不知的开源组织详解，这里都有！
关注我们的朋友应该知道，时序数据库 Apac
2024-05-22
时序数据库 vs 实时数据库，一文搞懂！
从信息化到数字化，数据正从被存储的对象成为价值的创造者，工业数据更是驱动传统企业迈向智能制造的重要抓手。相较于其他领域，工业领域由于需要及时监控生产过程，减少生产中断带来的损失，所以对于数据的实时性要求更高。 在此背景下，实时数据库以及以 IoTDB 为代表的
2024-05-20
从IoTDB的发展回顾时序数据库演进史
时序数据的主要产生来源之一是设备与传感器，具有监测点多、采样频率高、存储数据量大等多类不同于其他数据类型的特性，从而导致数据库在实现高通量写入、存储成本、实时查询等多个维度存在管理难点。针对这些特性与难点，专门针对时序数据管理构建的时序数据库也在逐步成熟。 以
2024-04-11
