草庐IT

TDengine:开源、高效的物联网大数据平台

知心宝贝 2024-04-05 原文


目录

一、物联网介绍

二、市场上主流平台

1.亚马逊云科技(aws)

 2.阿里云

3.腾讯云

4.华为云

三、TDengine

1.简介

2.使用教程

3.应用场景

4.优势

5.使用案例


 一、物联网介绍

  • 物联网是一个非常宽泛的概念,它意味着各种设备和机器可以通过互联网进行连接并进行信息交换,实现了物与物、物与人的泛在连接,对物品和过程的智能化感知、识别和管理,目前主要应用在家居、医疗、交通等领域。
  • 2021年7月13日,中国互联网协会发布了《中国互联网发展报告(2021)》,物联网市场规模高达1.7万亿元。
  • 2022年1月13日在北京举行世界物联网大会,开启了物联时代新格局打造物联世界新经济,提出了可持续发展的物联网新经济模式。

二、市场上主流平台

1.亚马逊云科技(aws)

  •  aws物联网服务可以连接和管理数十亿台设备,存储和分析工业、家居消费、商业和汽车业工作负载数据,形成了庞大的云服务生态系统。

 2.阿里云

  •  阿里云物联网平台是一个集成了设备管理、数据安全通信和消息订阅功能为一体化的平台。但在使用物联网平台之后,设备连接、云端API和服务端订阅等功能性和服务性会受到限制。

3.腾讯云

  •  腾讯一码通为物业管理者、入驻机构和配套商家提供一整套基于身份识别和收付分账能力,实现门禁管理、楼宇消费、访客管理等多场景管理的数字化管理服务,实现智能化管理,提升用户体验。

4.华为云

  •  华为云物联网平台提供海量设备的接入和管理能力,可以将您的IoT设备联接到华为云,支撑设备数据采集上云和云端下发命令给设备进行远程控制。

三、TDengine

1.简介

  • TDengine是涛思数据专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台,广泛运用于物联网、车联网、工业互联网、IT运维等领域。

  • 它和上述的平台主要区别是,分成社区版、企业版和云服务版,其中社区版免费开源面向广大用户。

  • 北京涛思数据科技有限公司创始人陶建辉将目标瞄准物联网数据市场,专注时序空间大数据的存储、查询、分析和计算。

  • 目前公司已经获得红杉资本中国基金、经纬中国、GGV纪源资本、指数资本、永辉瑞金、明势资本、蛮子基金等多家机构的投资。

2.使用教程

3.应用场景

  • 交通出行:自行车、汽车、出租、高铁、飞机、轮船等各种出行工具
  • 交易记录:上网记录、通话记录、用户行为、金融、证券
  • 环境监测:天气、空气、湖泊、河流、地质、森林等的监测
  • 智慧城市:水表、气表、城市管线、智慧家庭、智慧楼宇

4.优势

性能对比图

  1. 免费开源:零运维成本、零学习成本,安装、配置环境快速搞定。
  2. 性能高:创新了数据存储结构,单核每秒就能处理至少2万次请求,插入数百万个数据点,读出一千万以上数据点。
  3. 成本低:通过列式存储和先进的压缩算法,计算资源不到通用大数据方案的1/5,存储空间不到通用数据库的1/10,大幅降低应用开发和维护成本。
  4. 分析处理速度快:数据可在时间轴上或多个设备上进行聚合,指定时间范围可查询
  5. 兼容性强:一分钟与elegraf, Grafana, EMQ X, Prometheus, Matlab, R集成,后续还将支持MQTT, OPC, Hadoop,Spark等, BI工具无缝连接

5.使用案例

TDengine助力京东云IoT数据统计改造

  • 项目链接京东云IoT数据统计改造
  • 项目介绍:2014年,京东在智能家居领域布局,率先推出语音交互入口-叮咚智能音箱,实现了广泛的设备品类互联生态,同时整合集团内部零售、物流、大健康、工业品等关键领域的物联网技术能力,持续助力社区、城市、车联、工业等关键行业领域,广泛服务于实体经济,助力企业转型升级。

TDengine在货拉拉数据库监控场景的应用

  • 项目链接货拉拉数据库监控场景的应用
  • 项目介绍:解决MySQL监控数据存储的问题,选择了适合存储监控数据的时序数据库。其中TDengine的SQL原生语法支持时间维度聚合查询,同时数据存储压缩率⾼存储空间小。

TDengine在理想汽车物联网业务场景的落地实践

  • 项目链接:理想汽车物联网业务场景的落地实践
  • 项目介绍:TDengine极其优秀的高并发写入和数据压缩能力,极大降低了业务成本和业务压力, 部署方案采用域名—>LB—>firstEP+SecondEP的方式。

                                                                                                                                        署名:朱威 

有关TDengine:开源、高效的物联网大数据平台的更多相关文章

  1. python - 是否可以使用 Ruby 或 Python 禁用 anchor /引用来发出有效的 YAML? - 2

    是否可以在PyYAML或Ruby的Psych引擎中禁用创建anchor和引用(并有效地显式列出冗余数据)?也许我在网上搜索时遗漏了一些东西,但在Psych中似乎没有太多可用的选项,而且我也无法确定PyYAML是否允许这样做.基本原理是我必须序列化一些数据并将其以可读的形式传递给一个不是真正的技术同事进行手动验证。有些数据是多余的,但我需要以最明确的方式列出它们以提高可读性(anchor和引用是提高效率的好概念,但不是人类可读性)。Ruby和Python是我选择的工具,但如果有其他一些相当简单的方法来“展开”YAML文档,它可能就可以了。 最佳答案

  2. ruby-on-rails - 在 Rails 中更高效地查找或创建多条记录 - 2

    我有一个应用需要发送用户事件邀请。当用户邀请friend(用户)参加事件时,如果尚不存在将用户连接到该事件的新记录,则会创建该记录。我的模型由用户、事件和events_user组成。classEventdefinvite(user_id,*args)user_id.eachdo|u|e=EventsUser.find_or_create_by_event_id_and_user_id(self.id,u)e.save!endendend用法Event.first.invite([1,2,3])我不认为以上是完成我的任务的最有效方法。我设想了一种方法,例如Model.find_or_cr

  3. 物联网MQTT协议详解 - 2

    一、什么是MQTT协议MessageQueuingTelemetryTransport:消息队列遥测传输协议。是一种基于客户端-服务端的发布/订阅模式。与HTTP一样,基于TCP/IP协议之上的通讯协议,提供有序、无损、双向连接,由IBM(蓝色巨人)发布。原理:(1)MQTT协议身份和消息格式有三种身份:发布者(Publish)、代理(Broker)(服务器)、订阅者(Subscribe)。其中,消息的发布者和订阅者都是客户端,消息代理是服务器,消息发布者可以同时是订阅者。MQTT传输的消息分为:主题(Topic)和负载(payload)两部分Topic,可以理解为消息的类型,订阅者订阅(Su

  4. ruby-on-rails - 在 ruby​​ 进程之间处理大数据对象 - 2

    如果使用Marshal.dump写入文件,我有一个Ruby散列达到大约10兆字节。gzip压缩后约为500KB。在ruby​​中迭代和改变这个散列是非常快的(几分之一毫秒)。即使复制它也非常快。问题是我需要在RubyonRails进程之间共享此散列中的数据。为了使用Rails缓存(file_store或memcached)执行此操作,我需要先Marshal.dump文件,但这会在序列化文件时产生1000毫秒的延迟,在序列化文件时产生400毫秒的延迟。理想情况下,我希望能够在100毫秒内从每个进程保存和加载此哈希。一个想法是生成一个新的Ruby进程来保存这个散列,该散列为其他进程提供AP

  5. ruby - 比 Ruby 编码(marshal)更快/更有效的替代品? - 2

    我正在寻找Ruby的Marshal功能的直接替代品,希望它比Marshal具有以下一个或多个优势:更快的序列化/反序列化更简洁(或更小)的对象图谢谢!! 最佳答案 不幸的是,这不能作为替代品,因为Marshall会自动处理复杂类型。看起来msgpack将需要构建额外的功能(如Marshal的内部结构)将迭代定义相关对象的Ruby结构。 关于ruby-比Ruby编码(marshal)更快/更有效的替代品?,我们在StackOverflow上找到一个类似的问题:

  6. python - 开源 Twitter 克隆(在 Ruby/Python 中) - 2

    关闭。这个问题不符合StackOverflowguidelines.它目前不接受答案。我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题,以便用事实和引用来回答。关闭6年前。Improvethisquestion是否有任何用Ruby或Python编写的生产就绪的开源Twitter克隆?我对功能丰富的实现更感兴趣,而不仅仅是简单的Twitter消息(例如:API、FBconnect、通知等)谢谢!

  7. ruby-on-rails - Rails 和 partials,是否有更有效的编写方法...? - 2

    我有一个像这样的循环部分......"thingy",:locals=>{:something=>something,:thing=>thing}%>这看起来不太正常,我想知道是否有更有效的方法将分音放在循环中。 最佳答案 将您的部分从'thingy'重命名为'thing'并执行此操作:{:something=>:goatse}%>我想不出更多的Railsy。 关于ruby-on-rails-Rails和partials,是否有更有效的编写方法...?,我们在StackOverflow上

  8. Gradle 自动化构建开源工具 - 2

    文章目录写在前面1、下载与安装(windows)1.1、idea中配置gradle2、基础知识(Gradle6.9为例)2.1、Gradle脚本语法2.1.1、dependsOn2.1.2、创建动态任务2.1.3、增加任务行为2.1.4、参数2.1.5、Ant任务2.1.6、方法2.1.7、默认任务2.1.6、依赖任务的不同输出3、java项目中使用3.1、在已有项目中构建gradle3.2、在新建项目时构建gradle(idea)3.3、gradle项目目录结构3.4、build.gradle3.4.1、plugins3.4.2、repositories3.4.3、dependencies3

  9. 企业大数据发展面临问题之存算分离技术思考 - 2

    文章目录概述背景为何要存算分离优势**应用场景**存算分离产品技术流派华为JuiceFSHashDataXSKY概述背景Hadoop一出生就是奔存算一体设计,当时设计思想就是存储不动而计算(code也即是代码程序)动,负责调度Yarn会把计算任务尽量发到要处理数据所在的实例上,这也是与传统集中式存储最大的不同。为何当时Hadoop设计存算一体的耦合?要知道2006年服务器带宽只有100Mb/s~1Gb/s,但是HDD也即是磁盘吞吐量有50MB/s,这样带宽远远不够传输数据,网络瓶颈尤为明显,无奈之举只好把计算任务发到数据所在的位置。众观历史常言道天下分久必合合久必分,随着云计算技术的发展,数据

  10. 大数据之Hadoop数据仓库Hive - 2

    目录:一、简介二、HQL的执行流程三、索引四、索引案例五、Hive常用DDL操作六、Hive常用DML操作七、查询结果插入到表八、更新和删除操作九、查询结果写出到文件系统十、HiveCLI和Beeline命令行的基本使用十一、Hive配置一、简介Hive是一个构建在Hadoop之上的数据仓库,它可以将结构化的数据文件映射成表,并提供类SQL查询功能,用于查询的SQL语句会被转化为MapReduce作业,然后提交到Hadoop上运行。特点:简单、容易上手(提供了类似sql的查询语言hql),使得精通sql但是不了解Java编程的人也能很好地进行大数据分析;灵活性高,可以自定义用户函数(UDF)和

随机推荐