陶建輝在第 41 屆中國數據庫學術會議上深度解析時序數據庫
2024 年 8 月 7 日-9 日，由中國計算機學會主辦，中國計算機學會數據庫專業委員會和新疆大學承辦，新疆 IT 三會等單位協辦的第 41 屆中國數據庫學術會議（NDBC 2024）在新疆烏魯木齊成功舉辦。本屆大會主要關注數據庫領域所面臨的新挑戰、新問題和新方向，着力反映中國數據庫技術研究的最新進展，為高校、科研院所、科技企業的數據庫研究、開發和應用相關人員搭建交流平台。 與會人員合影（第一
TDengine濤思數據 Blog
Stories
List
楊凌美暢用 TDengine 時序數據庫，支撐 500 條產線 2 年曆史數據追溯
小T導讀：在製造業智能化產線監控實踐中，楊凌美暢早期基於 TDengine TSDB 3.0.7.1 Windows 開源版，支撐了 108 條產線、23 萬測點的基礎監控。隨着業務規模迅速擴大，原有架構的性能與穩定性逐漸成為瓶頸。針對這一挑戰，楊凌美暢組織專項攻關，引入 TDengine TSDB 企業版 3.3.6.10 Linux，並重構時序數據處理架構與數據模型。目前系統已穩定接入 5
三年同行，一路卓越：濤思數據獲金恆科技年度卓越供應商稱號
近日，江蘇金恆信息科技股份有限公司在南京舉辦了以“精益協同 聚力共贏”為主題的 2025 年度供應商大會，來自全國各地的 27 家生態夥伴齊聚一堂，共話工業智能化與供應鏈協同發展的新機遇。濤思數據憑藉在時序數據庫與工業數據管理領域的持續創新與卓越表現，榮獲 “2024–2025 年度卓越供應商” 稱號。 圖：金恆科技頒發“2024–2025年度卓越供應商”獎牌 深耕工業數據底座，賦能智能製造升級
從“人找數據”到“數據找人”：陳肅在 CCF 大會分享 AI-Ready 工業數據平台實踐
近日，第十三屆 CCF 大數據學術會議在天津成功舉行，吸引了近 700 位來自學術界、產業界的專家學者齊聚一堂，聚焦“數據要素築基、數智融合創新”，共同探討數字經濟時代的技術變革與產業機遇。 在這場國內大數據領域的年度盛會上，濤思數據高級副總裁、解決方案中心總經理陳肅受邀作專題演講，帶來了題為《如何打造 AI 驅動的物聯網工業大數據平台》的深度分享。 工業大數據的困局：存得下，卻用不快 陳肅開篇
新客户 | 每天億級逐筆委託、逐筆成交，金融數據平台如何不掉鏈子
在全球金融市場互聯互通的今天，逐筆成交、逐筆委託、K 線快照等數據量呈指數級增長。港股全市場高峯期每秒可達 3 萬筆交易，美股更是飆到 40 萬筆/秒。對於證券公司和金融科技服務商而言，不僅要“存得下”，還要“用得快”：全量明細長期留存、按證券代碼和時間窗口頻繁查詢、行情推流實時穩定，這些都對底層數據平台提出了高吞吐、低延遲、高可靠的嚴苛要求。 令克軟件為證券、期貨、基金、銀行、私募等機構提供門
直播預告 | C 語言內存問題分析與調試技巧
在複雜的 C/C++ 項目中，程序偶發崩潰、內存佔用一路飆升、性能逐漸下降——這些問題往往藏得極深，人工排查耗時低效，常常讓開發團隊頭疼不已。 面對這些困擾開發者多年的“老大難”，如何才能既快速定位，又能從源頭上杜絕？答案就在本期 TDengine Open Day。 9 月 25 日（週四）19:00，TDengine Open Day 直播重磅開啓！本期主題聚焦 《C 語言內存問題分析與調試技
當 Chat BI 遇到瓶頸，“無問智推”如何改變工業數據消費範式？
工業數據管理的核心矛盾，正從 “如何存下海量數據” 轉向 “如何讓數據真正服務業務”。Chat BI（智能問數）用自然語言降低了分析門檻，但其“有問才答”的被動模式，在複雜的工業現場逐漸暴露出侷限：參數語義混亂、設備關聯複雜、響應滯後。 TDengine IDMP 通過 “無問智推” 模式，將數據消費從 “人找數據” 推向 “數據找人”，這一演進並非概念創新，而是基於工業場景特性的技術落地，核心是
工業數據平台選型糾結？TDengine vs PI System：這 6 個維度幫你避開百萬成本坑
工業企業搞數字化轉型，最頭疼的莫過於 “數據基礎設施跟不上”—— 成千上萬的設備測點、實時涌來的時序數據、雲與 AI 的落地需求，選不對平台不僅白費錢，還會拖慢整個轉型節奏。今天我們就拿兩款主流工業數據平台——TDengine 與 AVEVA PI System 做深度對比，幫你理清選型思路，避開 “高價踩坑”“擴展受限” 的雷區。 先認識下兩款核心平台 關於 AVEVA PI System 作為
從 Wonderware 到 TDengine：大理捲煙廠的國產化轉型之路
小T導讀：大理捲煙廠作為雲南中煙的核心生產基地，聚焦高端品牌突破，主產“玉溪”、“紅塔山”系列捲煙，支撐紅塔集團核心品牌發展。近年來，工廠積極推進數字化轉型，在制絲、復烤等關鍵環節引入“智能控制 + AI 預測”，並通過 TDengine TSDB 時序數據庫完成生產數據架構的國產化替代與智能化升級，構建起質效協同的智能製造工廠。本文聚焦 TDengine TSDB 在制絲車間的落地方案與實際
新客户 | 數據寫不動、查不快？TDengine 時序數據庫幫金恆科技破局鋼鐵超低排放難題
在鋼鐵行業的數字化轉型過程中，環保治理正從“單點監測”走向“全域感知、統一調度”。然而，許多企業依然面臨一個共性難題：數據分散在不同系統中，採集標準不一、接口複雜，難以形成穩定可靠的統一數據底座。尤其是在超低排放改造項目中，點位多、頻率高、實時性要求強，傳統數據庫架構往往難以支撐長期、穩定的高併發採集與查詢。 作為國家級專精特新“小巨人”企業，金恆科技在沙鋼安陽永興的環保超低排一體化平台項目中，