Who is Using TDengine?

[liuyq-617]

Great open-source projects are built by curious and enthusiastic community members. We'd like to express our appreciation of every TDengine community member, including contributors, users, and other supporters, for your continued contribution and support to our community. We welcome all TDengine users and contributors to join us and share your stories of developing or using TDengine in your current work to empower more developers!

Hope you share the following contents

1. Share business scenarios: You can help other users by sharing how TDengine is used to solve problems in your business scenario.
2. Share technical articles: You can benefit other developers by sharing any technical articles you read or write about TDengine.

What you need to do

1. Let us know your business scenarios and feelings about using TDengine:
   We would love to hear more about how you're using TDengine. If you want to share your use cases for TDengine or just your thoughts, please fill out the following:

• Your company, school, or organization
• Your location
• Your contact information (email, Twitter, Facebook, etc.)
• The business, research, or other projects in which you are using TDengine
• Any other thoughts or comments you have about TDengine

2. Share TDengine-related technical articles
   We'd love to see what you're reading (and writing!) related to TDengine. The best articles will be published or linked on our official website: https://tdengine.com/blog.
   If you'd like to send us an article, just fill out the following:

• Title
• Link

Thank you again for your participation! Your support is the driving force for us to move forward.

Contact us

You're welcome to join the TDengine Discord to communicate with more developers: https://discord.com/invite/VZdSuUg4pS

谁在使用 TDengine

非常感谢 TDengine 开源项目的每位社区成员，包括贡献者，用户和其他支持者，感谢您对我们社区一直以来的贡献和支持。我们欢迎所有 TDengine 用户及贡献者，来这里交流，并分享您在当前工作中开发/使用 TDengine 的故事，与更多开发者彼此交流。

您在这里可以

1. 分享业务场景。分享您所在业务场景中的产品使用方式，会为更多用户提供借鉴意义。
2. 分享技术文章。分享您所阅读、或者撰写的 TDengine 相关技术文章，惠及更多开发者。

需要您做什么？

1. 让我们了解您使用 TDengine 的场景及使用感受

请在下方提交评论，包括以下信息:

您所在公司、学校或组织；
您所在的城市、国家；
您的联系方式：邮箱、微信、微博、Twitter、Facebook 等；
您将 TDengine 用于何种商业、研究或其他场景；

请参考下方的模版填写：

• 组织:
• 地点:
• 联系方式:
• 业务场景/目标：
• 其他想法：

示例：

• 企业:涛思数据
• 地点：中国北京
• 联系方式：support@taosdata.com
• 业务场景：
• 涛思的研发团队把 TDengine 用来监控开发测试环境中的所有服务器。服务器的硬件资源指标，比如CPU 使用率和内存使用率，是一种的结构化时序数据，且产生的频率非常高。TDengine 作为一个高效轻量的分布式数据库，专为这种结构化的时序数据设计和优化，因此我们在服务器监控应用中把TDengine 用作一个高性价比的物联网大数据存储引擎。TDengine 提供了消息队列、缓存和流式计算，让我们的监控系统在开发和维护工作更加简单。
• 其他的想法：
• 希望 TDengine 社区蓬勃发展，让更多的开发者受益。；）

2. 分享您阅读/撰写的技术文章链接

如果内容合适，我们将在官网技术文章页面中发布

请在下方提交评论，包括以下信息:

文章题目
文章链接

请参考下方的模版填写：

• 题目：
• 链接：

示例：

• 题目：TDengine 学习笔记-安装
• 链接：https://blog.csdn.net/weixin_43700866/article/details/114433635

再次感谢您的参与！ 您的支持是我们前进的动力。

联系我们

欢迎添加 TDengine 社区官方微信 tdengine，加入技术社群，与更多开发者进行交流。

[mrzhangsir]

企业: CSG科大智能
地点：中国上海
联系方式：021-50809880
业务场景：
我们的研发团队使用TDengine用来持久化采集数据，监控设备运行状态，并作为数据来源作为大数据分析依据。适用于设备产生的高频率时序数据库，效率非常高。对于监控系统的使用优势非常明显。
其他的想法：
希望TDengine社区蓬勃发展，也希望能像关系型数据库那样提供更多的查询语句，更希望能帮助到更多的程序员

[xieshiqi147258]

Enterprise: hitocas (Beijing)

Location: Beijing, China

contact information: xieshiqi@hitocas.com

Business scenario:

Our R & D team uses tdengine to store track data. The upstream is datahub and rabbitmq. After testing, under ideal conditions, the insertion speed is about 100000 pieces per second, and the aggregate queries are all at the millisecond level. In the aspect of streaming processing, subscription mode is used to filter alarm fields. Some problems are encountered in the use process, such as not supporting composite queries, not supporting having, etc., but the advantages are still obvious. The insertion query speed is obviously better than the relational database, The aggregation query is convenient, and the best one is last_ row.

Other ideas:

It is hoped that the tdengine community will flourish, support more SQL and improve the availability of stand-alone version, so that more developers can benefit.

[wzchenhx]

企业:浙江大榕树科技
地点：中国温州
联系方式：wzchenhx@126.com
业务场景：
我们研发团队把TDengine用来智慧用电的能耗数据存储。记录了电流、电压、有功电量，无功电量、功率因素、温度等指标。TDengine作为一个高效轻量的分布式数据库，专为这种结构化的时序数据设计和优化，因此我们在智慧用电项目应用中把TDengine用作一个高性价比的物联网大数据存储引擎。使得项目在部署和维护变得更加简单。
希望TDengine社区蓬勃发展，让更多的开发者受益。；）

[xiaofeiliu200412]

企业：北京未来之眼
地点：中国北京
联系方式：xiaofeiliu200412@126.com
业务场景：见下文
其他的想法：见下文

这几天抽空看了一下taos 数据开源版本，taos团队真牛， taos设计思路和产品上解决了原来在做物联网项目时需要好几个产品组合完成的功能，记录一下阅读和demo过程中一些方面的思考，以备后忘。

理解有限，几点浅见供小伙伴们参考

• 产品方面

1. 概念延伸

时空数据 -- 假设是需要对某一空间下的设备数据聚合或经纬度展示在地图上
虽然可以给设备加经纬度属性或tag， 但这个概念可以突出一下并能提供方便的处理方法

2. 数据
   时间戳为唯一主键，如果大量企业都在用云服务时， 会不会同一时间点出现两条或多条数据？
   时间戳为唯一主键，如果每个设备一个表没有问题， 但如果不是，则存在出现相同时间戳的问题，
   如何时间戳相同，会不会存在缓存冲突的问题？

仔细看了一下设计，这里似乎有答案：
1）TDengine要求对每个数据采集点单独建表
2）一个表只会存在于一个vnode里，不会跨vnode。一个vnode只会属于一个库。
3）TDengine中每个虚拟节点（virtual node）创建时分配独立的缓存池。每个虚拟节点管理自己的缓存池，不同虚拟节点间不共 享缓存池。
4）TDengine缺省的时间戳是毫秒精度，但通过修改配置参数enableMicrosecond就可支持微秒

3. 业务场景
   场景1：
   从设计上，设备数据采集以设备建表没有任何问题。
   但如果是多主键，而不是以单设备为基准，比如运动场景，人+时间+设备+动作
   一个人可能每天用多个设备， 那么以设备为基准建表的话，这个人的数据就会分散在各个设备中，如果数据量比较大，那么要找出这个人在某个时间段的的数据则需要扫描多个表后再聚合，应该性能就会比简单时序场景要存在差异吧

   场景2：
   LBS场景，如车联网中的车载设备上报大量的Geo信息，需进行实时跟踪或距离计算，高频读取大量数据计算，是否还需要其他
   内存数据库的配合， 当前还没看到这方面的具体介绍，如能提供方便的Geo相关函数，应该会有更加广泛的应用场景

4. 部分设计和功能对应概念理解

阿里物联网平台	taos	对应概念
产品-物模型	STable	设备通用
设备	Table	设备表
时序透视	连续查询	API 查询
有服务端订阅，但没直接单独处理增量	订阅	taos当前只有c/c++接口，特色是解决增量问题

5. 生态
   上下游 SDK 及用户操作界面友好，还有设备数据和业务数据整合等
   通常选型会考虑整个物联网上下游贯通的解决方案。
   就物联网平台而言， taos当前完成了底层数据存储和读取这块而且有非常好的性能，但设备接入、设备管理、数据透视和数据流转这些方面还有非常多的工作需要去做。虽然赛道不同，但这里也借用阿里物联网平台架构图参考一下。当前taos主要是完成数据存储和读取这块，概念方面涉及红色框部分，当然数据流也是最为核心的部分 但还缺少用户友好的平台界面，如果能提供设备接入和管理这块就更好了。
   希望taos数据的物联网平台越来越完善！

• 交付方面

1. 报警检测
   建议最好是提供界面用户输入规则，系统将报警规则创建json文件保存到固定目录，保存事件触发导入，可自动导入到AlertManager，用户无需过多配置，开箱即用且交互友好

2. K8s 集群部署
   有看到docker部署，试了docker 部署及10亿数据demo，可以延展一下k8s集群部署， 从集群设计数据存储而言，似乎不需要K8S集群部署，各物理节点数据副本以达高可用，但如果能够做些变化适应K8S集群并方便做到节点隔离的数据持久化，应该会更好些， 终究能省一半左右的硬件成本，无论对于企业还是提供的SaaS服务都能省不少成本

3. 监控demo
   按照这个样例试了试 使用容器快速体验 , 但似乎不成功
   查了一下原因，官网脚本中的镜像版本已经不存在了，但官网脚本没有更改；这里用latest似乎也是会报错，用相近版本成功了。

我这里改成这个版本才运行成功

4. 开发本身devops 或 gitops 自动化流程
   对于taos产品开发发布的CI/CD， 提高效率和缩短发布周期，开发者只关注功能实现，提交，后续均为自动化流程发布，
   也能给整个开发团队降本增效。

理解能力有限，几点浅见，给大家抛砖引玉！

[goldeagle]

Organization: Bison Info Consulting Co., Ltd.
Location: Dongguan, Guangdong, China
Contact: bison@bitseed.cn
Scenarios:
App metric pointing, System metrics monitoring, IoT gateways communications.
Other thoughts:
More connectors and stream processing features.

企业:拜森咨询
地点：中国广东东莞
联系方式：bison@bitseed.cn
业务场景：
应用埋点，系统指标数据监控，物联网网关通讯
其他的想法：
更丰富的连接器和流处理功能

[jiguorui]

企业：函数能源科技
地点：北京
业务场景：风力发电系统的大数据分析

---

PS: 非常感谢，欢迎使用TDengine，如果使用过程中需要探讨，可以加我微信：13720014098

[applesun8799]

企业: 途致臻
地点：中国天津
联系方式：15822514375

业务场景：
之前时序存储一直是小规模的量级，团队正在计划使用TDengine支撑工业设备的数据持久化，并作为大数据分析的一个来源
未后续AI预测性维护做储备

希望能多一些集群监测的操作语句，更好的帮助数据库运维人员清晰了解各个节点的情况，
也希望开源多级存储的，增加可视监控界面实时了解数据情况

祝TDengine社区蓬勃发展

[VenessaM]

企业: Inteluck
地点：新加坡
业务场景：物流IoT数据存储与分析

希望看到TDengine产品在商用层面的落地案例
祝TDengine社区蓬勃发展

[cbschina]

企业: 四川鑫瑟浮物联网科技有限公司
地点：中国成都
联系方式：xizhenfei@xinsafe.net
业务场景：
使用TDengine 存储大量的物联设备运行数据

其他的想法：
希望早点推出mac 客户端，大量开发人员都使用mac