DolphinDB
DB-Engines2022：时序数据库大热，DolphinDB荣登榜单第9
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区DB-Engines最新发布的2022年3月时序数据库排名榜单中，国产时序数据库DolphinDB继2月荣登该榜单前10后，又前进至第9名，也是目前唯一排名前10的国产时序数据库。自2019年参与DB-Engines排名以来，DolphinDB凭借广大用户的支持与产品优异的性能，排名一路飙升。
近几年，时序数据库（time-series database）一直是数据库的热点。在DB-Engines最近24个月的流行度报告中，时序数据库力压其他类别的数据库，是增长趋势最快的数据库类别。尽管与关系型数据库相比，时序数据库还很年轻，但关于海量时序数据的新的解决方案、项目和基础工具正在蓬勃发展。
时序数据无处不在
如今时序数据的应用场景十分广泛，许多类型的数据都是时间序列数据：
l 金融市场交易
l 传感器测量（水冷、高温、地震...）
l 服务器监控（CPU、内存、磁盘...）
l 资源消耗（能源、电力...）
l 人体健康（心率、血氧浓度...）
l 网络访问
通过保留数据固有的时间序列性质，我们可以记录下事物是如何随时间变化的事实，正因如此，这一反应真实的客观属性使得时序数据在特定的场景中充满了商业价值：通过分析时序数据，决策者可以了解到生产和业务中的细微变化，从而对资源优化、跟踪、预测、商业智能等方面进行优化。
当然，想要记录并分析时序数据也带来一个明显的问题: 由于时序数据产生的速度非常快，且规模庞大，如何以一种高性能的方式记录、查询和分析如此大规模的数据，成为了一个难题。时序数据库(time-series database)应运而生。
掌握过去、了解现在和预测未来
在时序数据库成为热点之前，时序数据通常使用MySQL或PostgreSQL等关系数据库进行处理。但自2010年以来，随着互联网和通信技术的发展，网络中产生的时间序列数据量有了爆炸式的增长，传统的数据库已经无法处理这种万亿级的海量数据。不仅如此，现代业务对数据价值挖掘的需求已不仅仅停留在简单计算和绘制图表的层面上，而是需要更多精细、复杂的计算分析。以对数据价值嗅觉最敏感的金融领域为例，早在20年前，华尔街就已经开始使用时序数据库对股票交易数据进行实时的计算分析。
高压缩比，高写入吞吐量，以及高速的时间序列查询，是时序数据库相比于关系数据库在处理海量时序数据方面的最基本的能力和优势。DolphinDB支持每秒百万级以上（随集群规模增大而增大）的数据写入，万亿级数据毫秒级查询以及秒级的计算响应。
真正让DolphinDB脱颖而出的，是DolphinDB强大的实时数据处理能力和历史数据分析能力。DolphinDB内置了高效的流数据系统和1000+计算函数。在同一个系统内实现了海量历史数据和实时流数据的便捷存储、查询、分析仿真和可视化。同时流批一体的产品设计，让用户可以在极短时间内将研发成果部署到生产环境，极大提高工作效率，提升企业的竞争优势。
DolphinDB的付费客户遍及中国大陆及港台地区、欧洲、美国、澳大利亚等地，客户领域包括金融、能源、智能制造、电信、化工、水务、营销分析、智慧城市等。DolphinDB让企业从海量数据中高效发掘数据尤其是实时数据的价值，以实时反控业务系统，助力企业和用户实时商业决策，真正做到掌握过去、了解现在和预测未来。
相关推荐
基于混合储能协调控制的三相并网逆变系统设计【附说明文档】
内容概要：本文围绕“基于混合储能协调控制的三相并网逆变系统设计”展开，系统阐述了蓄电池与飞轮储能等混合储能系统在微电网中的协同控制策略。研究涵盖三相并网逆变器的能量管理、SOC（荷电状态）恒压恒流充放电控制、PQ控制与双闭环控制等核心技术，并基于Matlab/Simulink仿真平台实现了系统建模与动态仿真验证。文中深入探讨了飞轮储能系统的机侧PQ控制与网侧变流器的恒压双闭环控制，分析了微电网在调频调峰、功率协同分配等方面的运行特性，强调多能源间的协调优化与系统的快速动态响应能力，旨在提升微电网的运行稳定性、电能质量及能源利用效率。; 适合人群：具备电力电子、自动化或电气工程等相关专业背景，从事新能源发电、微电网控制、储能系统集成与优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①深入研究混合储能系统在微电网中的协调控制机制与能量管理策略；②掌握三相并网逆变器的建模、控制算法设计及Matlab/Simulink仿真方法；③实现储能系统的高效充放电管理与并网功率精确控制；④为学术论文撰写、科研课题申报、工程项目开发或实验复现提供完整的技术方案与参考实例。; 阅读建议：建议结合所提供的仿真模型、说明文档及参考文献，按照系统架构从单元控制到整体协调的顺序分模块学习，重点关注各控制策略的设计原理、参数整定方法与协同逻辑。推荐在Matlab环境中动手复现仿真，通过调整参数和工况来观察系统响应，以深化对理论知识的理解和工程应用能力的掌握。
科技中介服务机构在服务企业时，如何通过平台降低服务门槛和操作复杂度？.docx
科技中介服务机构在服务企业时，如何通过平台降低服务门槛和操作复杂度？
运维管理基于Hyperfilelens的Docker Compose业务系统备份恢复：机房设备更换场景下的数据迁移与验证方案设计
内容概要：本文介绍了在机房存储设备更换及固件升级背景下，通过 Hyperfilelens 实现多套 Docker Compose 部署的业务系统备份与恢复的全过程。文章围绕备份迁移的实际操作，详细阐述了从主机接入、备份路径选择、策略配置、恢复执行到业务验证的七个关键步骤，并结合截图说明各环节的操作要点。特别强调了不仅要完成数据备份与恢复，还需核对目录结构、服务启动状态和业务功能可用性，确保迁移后系统完整可用。最终总结了 Hyperfilelens 在集中管理保护对象、制定备份策略、明确恢复目标和提供可核查记录方面的核心价值，倡导将备份作为常态化运维机制而非临时应急措施。; 适合人群：从事运维、系统管理及相关技术岗位，具备一定 Docker 和服务器管理经验的技术人员，尤其是面临机房设备更新或系统迁移任务的团队成员。; 使用场景及目标：①解决老旧存储设备更换过程中的业务系统平滑迁移问题；②实现基于 Docker Compose 架构的应用数据可靠备份与异机恢复；③建立可复用的备份恢复流程，提升运维自动化与可靠性。; 阅读建议：建议结合文中提到的平台界面和操作命令逐步实践，重点关注备份范围确认、一致性保护、恢复路径核对及业务端到端验证，避免仅依赖工具状态而忽视实际业务可用性。
chromedriver-mac-arm64-158.0.8127.18(Beta).zip
chromedriver-mac-arm64-158.0.8127.18(Beta).zip
政府科技管理者在推动区域科技成果转化时，如何实现科技成果与产业需求的精准对接？.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
