登录社区云,与社区用户共同成长
邀请您加入社区
对千行百业的用户而言,与其临到 AI 落地时再去拼凑数据链路,不如提前准备一套能稳定承载时序数据、完成库内计算、组织多模态上下文的数据架构——这才是面向未来更务实的选择。对行业 AI 来说,真正重要的从来不是"拥有更多数据",而是能否持续获得完整、及时、可用的业务上下文。金仓 KES 时序数据库要解决的,正是这件事。
KES TimeSeries数据库通过多模融合架构解决AI业务落地痛点,将时序、关系、GIS、向量数据统一集成,实现高效存储与联合分析。其核心优势包括时序数据高并发写入、专用压缩存储降低90%成本,以及内置时序算子支持毫秒级聚合。实操示例展示了环境初始化、多模数据表建模、时序数据写入等关键步骤,助力工业设备智能诊断场景实现数据闭环分析。(149字)
本文揭秘 TDengine 如何通过技术创新,打破国外垄断,成为工业数据管理的新选择。据预测,到 2025 年,工业数据量将占全球数据总量的 30%。在工业 AI 的赛道上,拥有自主可控的数据底座,或许就是中国企业赢得未来的关键。"我们曾用过一款国外的时序数据库,性能还可以,但集群版不开源,扩展受限,技术支持响应慢。的出现,不仅打破了国外技术垄断,更为中国工业的数字化转型提供了坚实的数据基础。在工
TSBS这个东西,适合做初筛工具。你想选时序数据库,先拿TSBS跑一遍,把明显不达标的筛掉。但最终上生产之前,一定要用自己的真实业务数据和SQL再压一遍——这个谁也替代不了。如果你本身就是时序数据库的开发或运维人员,花一周时间熟悉TSBS,这笔投资绝对值得。它能帮你省掉写压测脚本的时间,还能让你的评测结果更有说服力。最后附上TSBS国内镜像链接>>好了,今天就聊到这。下期想详细写写“如何基于TSB
工业数字化转型正从"连接万物"迈向"即时决策"阶段,DolphinDB时序数据库通过存算一体架构解决了工业4.0的新瓶颈。传统方案因"存算分离"导致数据价值被延迟吞噬,DolphinDB通过库内计算消除数据搬运,将处理延迟缩短至微秒级。其流批一体范式重塑开发效率,支持同一套代码同时用于模型训练和实时监测。作为AI智能体的"实时记
工业数据基础设施正在经历一场深刻的变革。在过去几十年中,工业实时数据库一直是工业运行体系的核心基础设施。它解决了工业计算中最关键、也最困难的问题之一:如何从设备与控制系统中持续采集、存储,并高效访问海量的时序数据。像 PI System 这样的系统,已经成为工厂、电厂和炼化企业中不可或缺的一部分。但如今,工业数据所处的环境已经发生了变化。现代 IT 架构、云计算,以及人工智能的发展,正在重新定义企
本文深入探讨AI Agent系统中的记忆衰减问题,并提出一种基于时序数据库的创新记忆强化解决方案。我们将从记忆系统的基本概念出发,分析记忆衰减的根本原因,详细介绍如何利用时序数据库技术构建高效的记忆管理框架。文章包含完整的技术原理分析、数学模型、算法实现代码、系统架构设计以及实际应用案例。通过本文,读者将全面理解AI Agent记忆系统的工作机制,掌握如何设计和实现一个能够有效对抗记忆衰减的智能体
两会讨论的是产业方向,而产业真正的变化往往发生在具体系统与真实场景中。数据系统已经成为产业升级的重要基础设施。而 TDengine 与伙伴在这些领域中的实践,也正是这场产业变革的一个缩影。未来,随着 AI 与工业系统进一步融合,数据平台在产业体系中的角色只会越来越重要。
模式应用场景实现位置消息处理生产者-消费者数据队列对象池内存优化原子操作计数器信号处理优雅关闭main.go互斥锁共享状态多个模块。
单实例部署形态以“快速交付、低复杂度”为目标,通常用于 PoC、演示验证、小规模交付或封闭网络环境。TDengine IDMP 以单实例方式对外提供 Web/API 服务,采集侧通过 taosX agent 将数据写入 TDengine TSDB,IDMP 通过内部端口访问 TSDB 完成数据管理与查询。该形态组件最少、链路最短、部署与运维成本最低,但对外暴露面相对更大且存在单点风险,生产场景一般
边缘计算的发展正处于关键阶段,而数据管理是其核心挑战之一。sfsDb 通过专为边缘环境设计的技术架构,为边缘计算提供了可靠、高效的数据管理解决方案。无论是工业物联网、智能城市还是边缘AI应用,sfsDb 都展现出了强大的适应性和性能优势。根据最新的技术分析,sfsDb 的 engine 包在性能和资源占用方面表现优异,是边缘计算场景的最佳选择。它提供了足够的一致性保证,同时保持了极低的资源消耗,完
长期以来,工业软件中的可视化工具承担着一个非常明确的角色:还原历史。趋势图、仪表盘、报表和大屏,本质上都是围绕同一个目标——帮助用户理解系统已经发生了什么。在传统工业体系中,这种能力已经足够有价值。通过历史趋势判断设备状态,通过报警记录复盘异常,通过运行曲线分析工况变化,构成了过去几十年工业数字化的核心范式。但随着 AI 逐渐进入生产一线,这种以“回顾过去”为中心的模式,正在显露出边界。越来越多企
在全球工业数字化进程持续深化的背景下,企业对数据基础设施的要求正在发生根本性变化。从传统数据采集与存储,到分布式架构、实时分析与 AI 驱动决策,工业数据平台正成为企业长期竞争力的重要支撑。在这一趋势之下,TDengine 海外市场拓展取得阶段性成果。这不仅是合作数量的增长,更是 TDengine 在全球工业数据领域影响力持续提升的重要信号。
在工业4.0和边缘智能的浪潮中,时序数据已成为边缘设备和IoT系统的核心资产。据分析,边缘AI和工业IoT领域中,超过80%的场景需要时序数据库功能,从智能工厂的设备监控到智能摄像头的视频分析,时序数据无处不在。然而,传统的时序数据库在边缘环境下面临着严峻挑战:资源占用高、部署复杂、响应延迟大,难以满足边缘设备的苛刻要求。
Apache IoTDB v1.3.3.2在Kubernetes 1.24集群中的部署展示了其作为企业级时序数据库的成熟度与可靠性。通过本文提供的详细部署指南,读者可快速构建高可用、可扩展的时序数据平台,支撑物联网场景下的实时数据处理需求。未来,IoTDB将持续优化存储引擎性能,增强边缘计算能力,并深化与AIoT生态的集成。随着物联网应用的不断深化,IoTDB有望成为工业互联网领域的核心数据基础设
在PX4-ROS2无人机仿真中,海量时序数据的高效管理是核心挑战。传统关系型数据库面临写入瓶颈、查询缓慢与存储成本高昂等问题。KaiWuDB作为分布式多模数据库,凭借其时序引擎提供百万级数据秒级写入与毫秒级查询能力,保障了仿真实时性;其高压缩比显著降低存储成本,多模融合架构支持时序数据、参数配置与事件日志的关联分析,为算法调试与性能优化提供统一数据视图。通过兼容PostgreSQL协议及云边端协同
本研究聚焦灵韵女子商会构建的智能商业赋能系统,通过分析其"她力量引擎"智能体的运作机制,探讨数字化时代女性创业者支持体系的创新路径。该系统整合AI诊断、资源匹配与知识传递功能,形成"问题识别-方案生成-资源对接"的服务闭环,为女性商业发展提供新型解决方案。灵韵女子商会的实践表明,智能交互系统能有效破解女性创业者的"三重困境":通过AI诊断缓解战略迷茫,借助资源网络打破发展孤岛,运用知识封装提升决策
TDengine Industrial Data Management Platform(TDengine IDMP)是一款 AI 原生的物联网、工业数据管理系统,它通过经典的树状层次结构组织传感器、设备采集的数据,建立数据目录,对数据提供语境化、标准化的处理,并提供实时分析、可视化、事件管理与报警等功能,旨在帮助企业快速高效的从运营数据中挖掘出商业价值。IDMP 充分利用 AI 技术,基于采集的
本文介绍了用Rust重写轨迹距离计算库traj-dist的经验。原Python库存在依赖老旧、安装困难的问题,作者使用Rust重写了7种核心算法。测试结果显示:相比Python实现性能提升389倍,相比Cython提升10倍。文章详细阐述了架构设计思路,包括Rust接口抽象、动态规划算法优化以及Python绑定实现。项目采用零拷贝技术优化性能,并通过trait设计保证扩展性,为轨迹分析提供了高性能
本文介绍了为KaiwuDB(KWDB)设计的Python原生数据库连接池解决方案。由于KaiwuDB缺乏内置连接池功能,作者基于threading和psycopg2开发了一个轻量级连接池,支持动态扩缩容、健康检查、线程安全等特性。文章详细说明了架构设计流程图,并开源了实现代码(包含连接管理、异常处理等模块)。通过实际测试验证了连接池在数据库启停状态下的可靠性,成功解决了高频读写场景下的连接性能问题
从整体来看,TDengine IDMP Excel Add-in 的价值,在于让工业数据真正进入日常工作流程。通过将已经治理和计算的数据引入 Excel,业务人员可以在熟悉的工具中完成分析和判断,减少重复取数和人工整理,让数据更快转化为可用信息。在此基础上,Excel Add-in 也为持续扩展留出了空间。无论是通过 SDK 支持更深度的系统集成,还是在后续迭代中探索与 AI 的结合,核心目标始终
其中,TDengine TSDB 是一款高性能、分布式的时序数据库(Time Series Database),同时它还带有内建的缓存、流式计算、数据订阅等系统功能;TDengine IDMP 是一款AI原生工业数据管理平台,它通过树状层次结构建立数据目录,对数据进行标准化、情景化,并通过 AI 提供实时分析、可视化、事件管理与报警等功能。访问文档:https://docs.taosdata.co
摘要 随着工业4.0和数字孪生技术的发展,时序数据量激增,传统关系型数据库已难以满足需求。本文从大数据架构视角,系统分析时序数据库选型的六个关键维度(写入性能、查询延迟、压缩效率、数据模型、部署架构、生态集成),并深入对比国际主流时序数据库的技术特性。重点剖析Apache IoTDB在TPCx-IoT基准测试中的性能优势(写入吞吐363万点/秒、压缩比31:1),以及其面向工业场景的创新设计:树形
姜洲峰出任深圳奇点点信息科技CEO,加速AI算力商业化进程。拥有丰富管理经验的姜洲峰将带领公司从技术平台建设转向规模化运营,聚焦算力资源整合、平台调度能力提升及行业场景落地三大方向。作为"算力连接器",奇点点致力于通过平台撮合模式,解决算力资源分散问题,降低AI企业获取高端算力的门槛。在AI算力需求持续增长的背景下,此次人事调整标志着公司正式进入"平台竞争"
摘要:DeepSeek一体机为中小企业提供本地化AI算力解决方案,解决公有云成本高、数据安全及延迟问题。该方案集成高性能硬件(GPU/NPU、高速存储)与优化软件栈(容器化、模型管理),支持开箱即用。成本控制策略包括精准需求评估、资源调度优化(Kubernetes弹性伸缩、GPU共享)、模型压缩(量化/剪枝)及智能运维(监控/自动化)。通过全生命周期成本分析(TCO),对比公有云长期费用,本地部署
【摘要】本文精选2026年北京地区8家优质网站建设公司,涵盖不同技术专长与服务特色:华大网络(21年本地化服务)、徐州龙盛科技(AI智能建站)、瞬维云联(品牌视觉设计)、鸠兹云创(国际化多语言)、创界智途(中小企业性价比)、徐州启迪(工业数据可视化)、皖韵天启(技术培训支持)及新兴互动科技(元宇宙互动体验)。建议企业根据行业特性、技术需求和预算,通过案例考察、需求沟通等方式选择最适合的服务商,为数
初冬的黄浦江畔寒意料峭,但在“第八届金猿大数据产业发展论坛”的现场,关于“AI Infra”的讨论却热度惊人。这并非一场普通的行业聚会,在大数据国家战略落地十周年的节点上,技术圈的焦虑与兴奋并存:当大模型狂飙突进两年之后,企业界赫然发现,那个被寄予厚望的“Data Agent”,正被陈旧的数据基础设施卡住了脖子。“在数字孪生的世界里,你的最终用户不一定是人,它可能是一个Agent。”
例如,“算法偏见”“数据隐私”“责任归属”等方向的论文数量、引用率一目了然,帮你避开“红海领域”,锁定“蓝海方向”。在医学论文中,它会提醒“临床试验”与“观察性研究”的适用场景差异。功能,像一台高精度“学术雷达”,通过深度解析全球学术数据库,生成领域研究热力图,让选题从“拍脑袋”决策变为“数据驱动”的精准制导。的智能工具正以“六维超能引擎”的姿态,彻底颠覆传统写作模式,让论文从“地狱级挑战”秒变“
本文基于 四维十问 框架,从性能、场景、运维和生态四个维度,对TDengine、KaiwuDB、Apache IoTDB和DolphinDB四款国产时序数据库进行深度对比分析。TDengine在工业物联网领域表现突出,写入性能达5000亿行/天;KaiwuDB采用多模融合架构,支持边缘计算;IoTDB专为物联网优化,具备10倍压缩能力;DolphinDB则聚焦金融领域,提供毫秒级响应。企业应根据实
工业企业正在经历从“自动化”走向“数据驱动运营”的关键阶段:预测性维护、质量追溯、能耗优化、异常检测、工艺优化以及工业 AI/大模型协同等应用被寄予厚望。数据可用但不可信,结论可算但不可用。根因在于工业数据与传统业务数据的生产条件完全不同:高频时序、强实时、强物理约束、强上下文依赖、持续变化、且治理失效的代价可能直接影响安全与连续生产。由此,工业数据治理不是通用数据治理在工业领域的“套壳”,而是一
2025年时序数据库行业盘点显示市场格局正在收缩,产品数量从55个减少到41个,但需求持续增长。行业竞争焦点已转向能否支撑复杂业务、控制长期成本和满足智能化需求。人大金仓(KES TSDB)选择了一条融合路线:在存储成本方面采用分层压缩和冷热分离策略;在数据处理上将时序数据与关系数据统一处理,支持复杂SQL分析;在AI应用上保持开放,为智能分析构建多模态数据基础。不同于专用时序数据库的单一功能定位
它并非"万能钥匙",但对于那些业务逻辑复杂、数据形态多样、且对事务一致性与系统整合有高要求的企业级用户而言,提供了一个能够将时序数据能力平滑、稳健地嵌入到现有企业数据核心中的优秀选择,体现了国产基础软件在架构设计上的深度思考与务实创新。在众多专注于时序场景极致优化的产品中,金仓数据库的时序组件选择了一条独特的路径:不追求做一个孤立的专用时序引擎,而是作为其强大的融合数据库体系(KES)中的一个版块
它并非“万能钥匙”,但对于那些业务逻辑复杂、数据形态多样、且对事务一致性与系统整合有高要求的企业级用户而言,提供了一个能够将时序数据能力平滑、稳健地嵌入到现有企业数据核心中的优秀选择,体现了国产基础软件在架构设计上的深度思考与务实创新。在众多专注于时序场景极致优化的产品中,金仓数据库的时序组件选择了一条独特的路径:不追求做一个孤立的专用时序引擎,而是作为其强大的融合数据库体系(KES)中的一个版块
2026年国产时序数据库市场蓬勃发展,形成多元产品矩阵,包括TDengine、KaiwuDB、IoTDB等。其中金仓数据库(Kingbase)凭借融合多模架构实现差异化竞争,将时序能力与关系型数据库内核深度整合,支持时序数据与业务数据的统一存储与关联查询。该架构优势包括:内核级多模态融合打破数据孤岛,支持跨表复杂查询;复用企业级ACID事务、高可用与安全能力;通过分区优化实现高性能写入(单机百万级
国产数据库在能源电力、智能制造等关键行业的海量时序数据处理中展现出强大实力。金仓时序数据库采用实用主义路线,在保证企业级功能完整性的同时优化时序性能,支持28万点/秒的写入吞吐和复杂查询。通过多模数据处理、分级存储策略和复合分区设计,金仓有效解决了传统架构中的数据孤岛问题,实现35%的存储节省。实际项目验证表明,金仓在电力监控和智能制造场景中表现优异,迁移过程可采用分阶段双轨并行策略确保业务连续性
面对错综复杂的产品与技术路线差异,本篇指南旨在帮助企业构建一套多维评估体系,抛开单一指标偏好,以获得最佳的技术投资回报为目标,对业界主流时序数据库进行评估与遴选。在2026年,各主流国产时序数据库,不论是专精的极致性能,还是在多元数据融合的灵活性方面,都展现出独特的技术专长,包括金仓时序数据库、DolphinDB、TDengine、IoTDB、KaiwuDB等,均在各自的优势领域内发挥着重要作用,
undefined
《DeepSeek零基础入门指南》摘要:本文系统介绍了AI辅助数据平台DeepSeek的核心功能与应用场景。该平台通过四大功能层(基础数据处理、交互分析、AutoML建模、自动化部署)显著降低数据分析门槛,支持从数据清洗到模型落地的全流程。特别适合快速原型验证、常规分析自动化等场景,可将建模时间从数周缩短至数小时。文章详细分析了不同岗位的适用性(数据分析师/业务人员适用度高,数据科学家可作辅助工具
摘要:本文针对传统时序数据库在复杂模式查询中的效率瓶颈,提出AI驱动的智能时序索引方案。通过时序表征学习(CNN/Transformer/TS2Vec)将高维数据降维为特征向量,结合HNSW向量索引技术实现毫秒级相似性匹配,支持模式相似性查询、聚类查询和趋势预测查询三类AI原生查询。方案在工业设备监控等场景中验证显著效果:查询延迟从分钟级降至毫秒级,存储空间缩减90%,故障预警准确率提升25%。该
《短信业务合规经营指南(2026版)》摘要:本文系统梳理最新监管要求与实操要点,重点提示:1)外资准入需满足服务器本地化等新增条件;2)社保要求升级为连续3个月缴纳;3)技术合规强制SM4加密和AI双审;4)海南试点提供数据跨境便利但需防范敏感信息风险。建议企业构建"法律-技术-运营"三位一体合规体系,优先选择政策友好地区注册,采用认证SaaS服务降低40%成本。数据显示合规企
本文聚焦 IoTDB 团队自研的时序大模型家族,从核心技术原理、三大模型(Timer、Timer-XL、Timer-Sundial)的特性差异入手,详细拆解了模型在时序预测、数据填补、异常检测三大核心场景的应用优势,并结合真实的 CLI 命令行操作,给出了从集群节点检查到模型可用性验证的完整部署流程,为工业物联网、能源交通等领域的时序数据分析提供了高效、通用的技术解决方案。
TDengine 专为物联网IoT平台、工业大数据平台设计。其中,TDengine TSDB 是一款高性能、分布式的时序数据库(Time Series Database),同时它还带有内建的缓存、流式计算、数据订阅等系统功能;TDengine IDMP 是一款AI原生工业数据管理平台,它通过树状层次结构建立数据目录,对数据进行标准化、情景化,并通过 AI 提供实时分析、可视化、事件管理与报警等功能
摘要:流式智能实时数据湖与边缘AI融合面临边缘资源受限、流式数据治理和端边云协同三大挑战。通过模型轻量化与智能调度实现低延迟推理,采用端边云三级增量学习框架解决数据漂移问题,基于LSM-tree引擎构建动态数据版本控制系统。某智能工厂应用案例显示,该架构使设备故障误报率降低42%,维护效率提升40%。未来需在自动轻量化模型、可信协同机制和低代码平台等方面持续突破。关键词:流式智能实时数据湖;边缘A
展现了一株高大挺拔的绿色仙人掌,独自矗立在广袤无垠的黄色沙漠之中,天空湛蓝,画面简洁而富有张力,仙人掌的影子在沙地上清晰可见,整体给人一种坚韧、孤独又充满生命力的感觉。巍峨的山峰直插云霄,山体覆盖着岩石与植被,云雾在山谷间缭绕,天空中云朵密布,整体画面雄浑壮阔,展现出大自然的磅礴气势与神秘美感,仿佛能让人感受到山的巍峨和自然的威严。海水呈现出迷人的蓝绿色,清澈透亮,阳光洒在海面,反射出粼粼波光,天
最近,幻方量化的老板、DeepSeek 的创始人梁文锋,在舆论场上坐了一趟过山车。但这不仅仅是个人的道德审判,更是一种对量化交易的集体拷问。我们不禁要问:梁文锋到底是用 AI 颠覆了世界,还是把他在金融市场磨炼出的“最快的刀”,换了一个地方“切菜”?而作为争议主角的量化交易,究竟是金融创新的驱动力,还是潜藏在市场深处的洪水猛兽?
面对市场的复合型需求,金仓数据库选择了一条差异化突围路径:不做功能单一的专用时序数据库,而是基于其成熟稳定的企业级数据库内核,深度集成时序处理能力,构建了一个同时精通关系型事务与海量时序处理的融合数据平台。半导体硅片生产线引入金仓后,不仅实现了蚀刻机、光刻机毫秒级传感数据的高效写入与压缩存储,更通过 “时序 + 关系 + 向量” 的融合能力,允许工程师在 SQL 中直接调用 AI 模型对时序频谱进
工业 4.0 的核心是 “数据驱动”,而数据驱动的前提是 “数据自由流动”。TDengine 从开源内核出发,通过标准兼容打破工具壁垒,通过 MQTT 订阅升级拓宽数据接入场景,通过多平台发布功能打通下游链路,构建起覆盖工业数据全生命周期的开放生态 —— 既解决了传统系统的 “孤岛困境”,又契合中国工业企业 “国产化、低成本、高效率” 的数字化需求。随着工业 AI、数字孪生等技术的深入应用,工业数