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
![](https://alioss.timecho.com/upload/%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E9%80%89%E5%9E%8B%E6%8C%87%E6%A0%87%E5%A4%B4%E5%9B%BE-20240718.jpg)
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时序数据库,它们在架构设计、性能和功能方面各具特色。
![](https://alioss.timecho.com/upload/InfluxDB%E6%9E%B6%E6%9E%84%E5%AF%B9%E6%AF%94%E5%A4%B4%E5%9B%BE-20240621.png)
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
![](https://alioss.timecho.com/upload/%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E5%88%86%E7%B1%BB%E5%A4%B4%E5%9B%BE-20240614.png)
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 Apache IoTDB 是全球开源项目,于 2018 年正式成为 Apache 旗下孵化器项目,并于 2020 年毕业成为 Apache 软件基金会的全球 Top-Level 项目,也是 Apache 基金会旗下第一个物联网数据管理领域开源项目(第二个项目就是
![](https://alioss.timecho.com/upload/%E5%BC%80%E6%BA%90%E7%BB%84%E7%BB%87%E4%BB%8B%E7%BB%8D%E5%A4%B4%E5%9B%BE-20240522.jpg)
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 为代表的时序数据库,由于在保障海量工业数据的实时
![](https://alioss.timecho.com/upload/%E5%AE%9E%E6%97%B6%E4%B8%8E%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E5%BA%93%E5%8C%BA%E5%88%AB%E5%A4%B4%E5%9B%BE-20240520.jpg)
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 IoTDB 为代表的国产时序数据库面向
![](https://alioss.timecho.com/upload/%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E6%8A%80%E6%9C%AF%E5%8E%86%E5%8F%B2%E5%A4%B4%E5%9B%BE-20240411.jpg)
2024-04-11
时序数据库IoTDB:功能详解与行业应用
01 为什么需要时序数据库 解释时序数据库前,先了解一下何谓时序数据。 时序数据,也称为时间序列数据,是指按时间顺序记录的同一统计指标的数据集合。这类数据的来源主要是能源、工程、交通等工业物联网强关联行业的机器设备和传感器,如汽车的车速、发动机转速,发电风车的功率、电压、电流等。 时序数据的典型特征
![](https://alioss.timecho.com/upload/iotdb%E4%BB%8B%E7%BB%8D%E5%A4%B4%E5%9B%BE-20240326.jpg)
2024-03-26