产品简介

TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，它能安全高效地将大量设备、数据采集器每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，对业务运行状态进行实时监测、预警，提供实时的商业洞察。其核心模块是高性能、集群开源、云原生、极简的时序数据库 TDengine OSS。

本节介绍 TDengine OSS 的主要产品和功能、竞争优势、适用场景、与其他数据库的对比测试等等，让大家对 TDengine OSS 有个整体了解

主要功能

TDengine OSS 的主要功能如下：

1. 写入数据，支持
   • SQL 写入
   • 无模式（Schemaless）写入，支持多种标准写入协议
     • InfluxDB Line 协议
     • OpenTSDB Telnet 协议
     • OpenTSDB JSON 协议
   • 与多种第三方工具的无缝集成，它们都可以仅通过配置而无需任何代码即可将数据写入 TDengine
     • Telegraf
     • Prometheus
     • StatsD
     • collectd
     • Icinga2
     • TCollector
     • EMQX
     • HiveMQ
2. 查询数据，支持
   • 标准 SQL，含嵌套查询
   • 时序数据特色函数
   • 时序数据特色查询，例如降采样、插值、累加和、时间加权平均、状态窗口、会话窗口等
   • 用户自定义函数（UDF）
3. 缓存，将每张表的最后一条记录缓存起来，这样无需 Redis 就能对时序数据进行高效处理
4. 流式计算（Stream Processing），TDengine 不仅支持连续查询，还支持事件驱动的流式计算，这样在处理时序数据时就无需 Flink 或 Spark 这样流式计算组件
5. 数据订阅，应用程序可以订阅一张表或一组表的数据，提供与 Kafka 相同的 API，而且可以指定过滤条件
6. 可视化
   • 支持与 Grafana 的无缝集成
   • 支持与 Google Data Studio 的无缝集成
7. 集群
   • 集群部署，可以通过增加节点进行水平扩展以提升处理能力
   • 可以通过 Kubernetes 部署 TDengine
   • 通过多副本提供高可用能力
8. 管理
   • 监控运行中的 TDengine 实例
   • 多种数据导入方式
   • 多种数据导出方式
9. 工具
   • 提供交互式命令行程序（CLI），便于管理集群，检查系统状态，做即席查询
   • 提供压力测试工具 taosBenchmark，用于测试 TDengine 的性能
10. 编程
    • 提供各种语言的连接器（Connector）: 如 C/C++、Java、Go、Node.js、Rust、Python、C# 等
    • 支持 REST 接口

更多细节功能，请阅读整个文档。

竞争优势

由于 TDengine 充分利用了时序数据特点，比如结构化、无需事务、很少删除或更新、写多读少等等，因此与其他时序数据库相比，TDengine 有以下特点：

• 高性能：TDengine 是唯一一个解决了时序数据存储的高基数难题的时序数据库，支持上亿数据采集点，并在数据插入、查询和数据压缩上远胜其它时序数据库。

• 极简时序数据平台：TDengine 内建缓存、流式计算和数据订阅等功能，为时序数据的处理提供了极简的解决方案，从而大幅降低了业务系统的设计复杂度和运维成本。

• 云原生：通过原生的分布式设计、数据分片和分区、存算分离、RAFT 协议、Kubernetes 部署和完整的可观测性，TDengine 是一款云原生时序数据库并且能够部署在公有云、私有云和混合云上。

• 简单易用：对系统管理员来说，TDengine 大幅降低了管理和维护的代价。对开发者来说， TDengine 提供了简单的接口、极简的解决方案和与第三方工具的无缝集成。对数据分析专家来说，TDengine 提供了便捷的数据访问能力。

• 分析能力：通过超级表、存储计算分离、分区分片、预计算和其它技术，TDengine 能够高效地浏览、格式化和访问数据。

• 核心开源：TDengine 的核心代码包括集群功能全部在开源协议下公开。全球超过 140k 个运行实例，GitHub Star 20k，且拥有一个活跃的开发者社区。

采用 TDengine，可将典型的物联网、车联网、工业互联网大数据平台的总拥有成本大幅降低。表现在几个方面：

1. 由于其超强性能，它能将系统所需的计算资源和存储资源大幅降低
2. 因为支持 SQL，能与众多第三方软件无缝集成，学习迁移成本大幅下降
3. 因为是一款极简的时序数据平台，系统复杂度、研发和运营成本大幅降低

技术生态

在整个时序大数据平台中，TDengine 扮演的角色如下：

图 1. TDengine 技术生态图

上图中，左侧是各种数据采集或消息队列，包括 OPC-UA、MQTT、Telegraf、也包括 Kafka，他们的数据将被源源不断的写入到 TDengine。右侧则是可视化、BI 工具、组态软件、应用程序。下侧则是 TDengine 自身提供的命令行程序（CLI）以及可视化管理工具。

典型适用场景

作为一个高性能、分布式、支持 SQL 的时序数据库（Time-series Database），TDengine 的典型适用场景包括但不限于 IoT、工业互联网、车联网、IT 运维、能源、金融证券等领域。需要指出的是，TDengine 是针对时序数据场景设计的专用数据库和专用大数据处理工具，因其充分利用了时序大数据的特点，它无法用来处理网络爬虫、微博、微信、电商、ERP、CRM 等通用型数据。下面本文将对适用场景做更多详细的分析。

数据源特点和需求

从数据源角度，设计人员可以从下面几个角度分析 TDengine 在目标应用系统里面的适用性。

数据源特点和需求	不适用	可能适用	非常适用	简单说明
总体数据量巨大			√	TDengine 在容量方面提供出色的水平扩展功能，并且具备匹配高压缩的存储结构，达到业界最优的存储效率。
数据输入速度偶尔或者持续巨大			√	TDengine 的性能大大超过同类产品，可以在同样的硬件环境下持续处理大量的输入数据，并且提供很容易在用户环境里面运行的性能评估工具。
数据源数目巨大			√	TDengine 设计中包含专门针对大量数据源的优化，包括数据的写入和查询，尤其适合高效处理海量（千万或者更多量级）的数据源。

系统架构要求

系统架构要求	不适用	可能适用	非常适用	简单说明
要求简单可靠的系统架构			√	TDengine 的系统架构非常简单可靠，自带消息队列，缓存，流式计算，监控等功能，无需集成额外的第三方产品。
要求容错和高可靠			√	TDengine 的集群功能，自动提供容错灾备等高可靠功能。
标准化规范			√	TDengine 使用标准的 SQL 语言提供主要功能，遵守标准化规范。

系统功能需求

系统功能需求	不适用	可能适用	非常适用	简单说明
要求完整的内置数据处理算法		√		TDengine 实现了通用的数据处理算法，但是还没有做到妥善处理各行各业的所有需求，因此特殊类型的处理需求还需要在应用层面解决。
需要大量的交叉查询处理		√		这种类型的处理更多应该用关系型数据库处理，或者应该考虑 TDengine 和关系型数据库配合实现系统功能。

系统性能需求

系统性能需求	不适用	可能适用	非常适用	简单说明
要求较大的总体处理能力			√	TDengine 的集群功能可以轻松地让多服务器配合达成处理能力的提升。
要求高速处理数据			√	TDengine 专门为 IoT 优化的存储和数据处理设计，一般可以让系统得到超出同类产品多倍数的处理速度提升。
要求快速处理小粒度数据			√	这方面 TDengine 性能可以完全对标关系型和 NoSQL 型数据处理系统。

系统维护需求

系统维护需求	不适用	可能适用	非常适用	简单说明
要求系统可靠运行			√	TDengine 的系统架构非常稳定可靠，日常维护也简单便捷，对维护人员的要求简洁明了，最大程度上杜绝人为错误和事故。
要求运维学习成本可控			√	同上。
要求市场有大量人才储备	√			TDengine 作为新一代产品，目前人才市场里面有经验的人员还有限。但是学习成本低，我们作为厂家也提供运维的培训和辅助服务。

与其他数据库的对比测试

• 用 InfluxDB 开源的性能测试工具对比 InfluxDB 和 TDengine
• TDengine 与 OpenTSDB 对比测试
• TDengine 与 Cassandra 对比测试
• TDengine VS InfluxDB ，写入性能大 PK ！
• TDengine 和 InfluxDB 查询性能对比测试报告
• TDengine 与 InfluxDB、OpenTSDB、Cassandra、MySQL、ClickHouse 等数据库的对比测试报告

主要产品

TDengine 有两个主要产品：TDengine Enterprise （即 TDengine 企业版）和 TDengine Cloud，关于它们的具体定义请参考

• TDengine 企业版
• TDengine 云服务