2019年7月12日，涛思数据宣布TDengine正式开源。短短两年时间，TDengine取得了令人瞩目的成绩。TDengine在GitHub上已经有15.5k star，3900多个fo...

咱就是说，按时间查询那么快，Tag能不能不止用于超级表，采集量有些列也能放到Tag里面，方便建索引啊，要不真是太慢了

请问一下 create table table1 as select last(cjz),sbbm from 超级表 interval(10m) sliding(1m) group bysbbm; 这条连续查询怎么不会显示各个设备按十分钟分区的最后一

var sql = $"select * from acceleration order by ts desc limit 372680;"; var res = TDengine.Query(connection, sql); var metas

最适合轻松躺赢赚奖金的机会拍了拍你，鲲鹏应用创新大赛openGauss赛道2022 来啦！！！ 围绕开源赛道，选择openGauss赛题，轻松码字提交作品即可。 将有机会拥有：区域赛奖金及决赛奖金，双重奖金奖励，精美伴手礼，专家交流，提高编程能力

现在主流的时序数据库确实集群方案大多数都选择闭源，除了从技术角度上来看，商业的考量也是众多大厂必须考虑的元素之一。TDengine 作为一款全自研的开源软件，继2019年单机版开源后，在2020年也宣布集群版正式开源。这意味着，在集群搭建方面，对于研发资源单薄、时间精力都有限的企业来说，无疑是拨云见日的一则好消息。

如果我们要做行情 tick 数据的存储，怎样的数据结构查找起来才会比较快？在加入 TDengine 之前，本文作者丁博在弘源泰平量化投资做量化工程师，曾经遇到过这一类存储行情 tick 数据的问题，本文会就此问题进行详细的技术解读。

在使用或者实现分布式数据库（Distributed Database）时，会面临把一个表的数据按照一定的策略分散到各个数据库节点上的情况，随之而来的是多节点数据查询复杂性的问题，例如 Join 和子查询。本文将会为你解读分布式数据库下子查询和 Join 等复杂 SQL 如何实现，来帮助你更好地解决上述问题。......

为了更方便用户使用 TDengine + Grafana 这个组合，在 TDengine 和 Grafana 两个团队的协作之下，TDengine 插件正式上架 Grafana 官网！一行命令即可完成安装配置。

众所周知，压缩算法的目的主要是为了减少存储空间或传输带宽，通过把原始数据转换成比原始格式更紧凑的形式，来提高数据的传输、存储和处理效率。我们熟悉的很多压缩软件都是借助非常复杂的算法才得以实现，像一些时序数据库（Time-Series Database），比如 TDengine，也是通过内置压缩功能，才能实现对时序数据的高比例压缩。那具体来说，数据压缩的流程是怎样的？时序数据库中常见的数据编码和压缩算法又有哪些呢？本篇文章将会从具体实践出发进行经验分享。...

此前有人在某问答网站上发布了这样一个问题：既然部分时序数据库如 InfluxDB、TimescaleDB 是基于关系型、非时序数据库 PostgreSQL 开发而来，那在时序数据场景下，能否用 MySQL/MongoDB 这类数据库去代替时序数据库（Time-Series Database）使用？对于此问题，涛思数据资深研发工程师试图从原理和实践出发为同样有此疑问的朋友作出解答。...

Google Data Studio 是一个强大的报表可视化工具，它提供了丰富的数据图表和数据连接，可以非常方便地按照既定模板生成报表。因其简便易用和生态丰富而在数据分析领域得到一众数据科学家的青睐。...

DataX 是由阿里云开源的离线数据同步工具/平台，目前已经支持多种主流异构数据源在内的高效的数据互相同步功能。我们的研发团队完成了 TDengine 的适配，相关代码已被 DataX 官方接受并合并到主干中。...

作为一款时序数据库（Time-Series Database），TDengine 提供了按时间自动划分窗口并执行查询的能力。这个功能的用途和使用场景你是不是清楚呢？本文将为你介绍这一功能及其典型使用场景。

前言本文正在参与“拥抱开源|涛思数据TDengine 有奖征稿”，活动链接。跟涛思数据曾在boss直聘上有过一面之缘，因为都是做物联网方向的，所以了解了一下。本文将讲讲TDEngine吸引开发者的地方以及TDengine在工业物联网上的应用前景。一.为什么要用时序型数据库物联网不同于互联网， 互联网是人与人之间的互联，能够产生的数据量确实也很大，但物联网就更有甚之了，万物之间相联，产生的数据量肯定要比人与人之间的联系产生的数据的数据量大出几个数量级。物与物相联产生的数据如何存储，才能更方便的管理呢

TDengine是专为时序数据设计的，针对的是物联网、工业互联网、IT运维场景。这些场景是不需要特殊的查询函数的，更关心的是写入速度、查询速度。而且这些场景下，也需要一些其他数据库不具备的功能，比如插值、时间聚合等等如果要问TDengine和DolphinDB最大的特色，存储引擎可能是TDengine最大的特色，性能也非常好；DolphinDB的最大特色毫无疑问是它的计算引擎。可以毫不夸张的说，DolphinDB的计算引擎是所有类别的国内外数据库中最有特色的之一。这跟DolphinDB从金融起步有关（金融

前言TDengine是涛思数据专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。除核心的快10倍以上的时序数据库功能外，还提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的复杂度，且核心代码，包括集群功能全部开源。正文TDengine大数据平台线上实例下载量超过68.8k次，Github上的star数也多达15.5k。可以说是非常热门且使用广泛的大数据平台之一。那么，TDengine大数据平台具备哪些优势和特点呢？另外，我们应该如何使用TDengine大数据平台呢？就是

【本文正在参与 “拥抱开源 | 涛思数据 TDengine有奖征稿】拥抱开源 涛思数据 TDengine有奖征稿活动-CSDN 链接：https://marketing.csdn.net/p/0ada836ca30caa924b9baae0fd33857c文章目录正常插入批量插入解决错误查询官方文档常见问题官方文档连接器官方文档高效写入数据官方文档最终结论修改后的代码最近在使用涛思旗下tdengine数据库的时候，因为需求，需要

TDengine 是一款为现代物联网而生的时序数据库，在当下这个时代，大数据是未来人工智能的血液，有了数据，人工智能的算法和模型才能够更加智慧。无论阿里、腾讯、华为还是小米等一线互联网公司、还是吉利、比亚迪、小鹏和理想等互联网造车公司，都在大力发展物联网大数据，而随着电子化设备的增多，传感器的技术的发展，智能汽车、智能电视、智能手机、智能家居等，每天产生大量的数据，数据如何更优的存储和分析，似乎成为了业界的一大难题，今天介绍的这款数据库的特点，第一它是时序数据库，第二它是非常适合物联网大数据...

不建议使用这玩意，太烂了，真的。

服务器和客户端版本不一致异常。。。。。