8 月 13 日，由涛思数据举办的前沿数据技术交换盛会“TDengine 开发者大会”在北京·昆泰嘉瑞文化核心正式举办。在本次大会上，涛思数据创始人陶建辉、小米团体副总裁崔宝秋博士、明势资本开创合伙人黄明明等数十位重磅嘉宾，为与会者奉献了对于开源、根底软件的将来趋势解读，以及无关物联网、IT 运维等我的项目的数据架构降级教训。同时，涛思数据发表了 TDengine 3.0 的重磅公布，并一一揭秘了其外围个性，诸多颠覆性翻新思路让参会者一睹为快。
“百家争鸣”
思维碰撞下定位开源与根底软件的将来
早在 2019 年 7 月，TDengine 就发表了外围代码开源，2020 年 8 月又发表了集群开源，在开源力量的影响下，倒退 5 年，TDengine 的用户实例曾经靠近 14 万例，倒退了 100+ 企业用户。
始终以来，TDengine 的技术创新都是以用户需要为出发点。本次大会也邀请到了京东科技 IoT 产品部技术总监闫政和中通科技资深架构师黄国石来到现场，为与会者讲述 TDengine 在京东云物联网产业场景及中通物流配送业务下车联网服务平台的利用故事。
作为一种新的商业翻新模式，开源的力量咱们引人注目，但对于开源的价值和意义，一千个人眼中有一千个哈姆雷特，百万集体心中有百万种定义。在大会主论坛上，小米团体副总裁崔宝秋博士率领大家回归开源的实质，摸索开源的意义。
他示意，在互联网、大数据和人工智能时代，开源是人类技术提高的最佳平台和模式，但开源并不只是一种晋升技术品牌的办法、抑或是软件散发的伎俩，它的出发点应该是利他主义和长期主义。“德不孤，必有邻”，开源我的项目如果一开始就秉承凋谢、共享、平等、协同、翻新的开源之道，肯定会有十分多的共建者被迫退出。
肯定水平上，开源的力量帮忙 TDengine 博得了国内外的市场，成为泛滥企业的首选时序数据库之一，但如果想要继续胜利，技术上也要一直的翻新，始终当先于“copy”者，只有这样能力真正实现开源的“利他主义”和“长期主义”。
TDengine 创始人陶建辉
在 TDengine 创始人陶建辉带来的《高性能、云原生的极简时序数据处理平台》分享中，咱们看到了 TDengine 从 1.0 到 2.0 再到 3.0 的一直迭代降级，技术的倒退也在反哺着开源社区，短短三年间，TDengine 在 GitHub 上的 star 数曾经超过 18.8k，issue 数达到了 15921。而新鲜出炉的 TDengine 3.0，打造的云原生数据库、极简时序数据平台、便捷的数据分析等特点更是对时序数据库进行了从新定义。
只管中国根底软件畛域曾经呈现了诸如 TDengine 等数百个国产代替产品，但市场依然被 Windows、Linux、MySQL、Oracle 等海内玩家垄断。无论是数据库还是操作系统软件，国内的市场简直一片空白。在这种倒退现状下，中国根底软件的下一步路要怎么走？
明势资本开创合伙人黄明明认为，二十一世纪以来，中国制造业崛起，亟需与之匹配的根底软件，而根植于上一代当先制造业玩家的根底软件产品，曾经难以满足更大产值、更大场景、更新玩家的需要，中国企业在新一代根底软件战场上大有可为。在这种无利背景下，技术的凋谢开源能够成为根底软件占领市场的一种伎俩，它将帮忙企业突破信赖瓶颈，向海内市场进军。
能够说，用好开源，国内软件市场就无望突出重围，凋谢开源曾经成为颠覆根底软件现有市场格局的重要伎俩。但在开源曾经成为趋势的当下，开源想要胜利也须要正确的“道”与“术”。在主论坛的圆桌探讨环节，几位嘉宾就以此为主题进行了一轮思维碰撞。
本次探讨的一个共性思维就是开源想要胜利，产品自身的调性和翻新十分重要，开源我的项目被打造进去的初衷肯定是想要解决某些场景的共性痛点问题，做有价值的事件，而想要继续吸引用户和开发者，还须要技术创新来一直产生陈腐的血液。此外，开源我的项目肯定要具备全球化思维，能够通过拥抱云原生等新兴技术来买通国内外的开源市场。
“技术与翻新”
TDengine 3.0 带来时序数据库的革命性冲破
TDengine 3.0 的重磅出炉让一众参会者注目，为了让 TDengine 社区开发者、关注者和企业用户更加全面地理解了 3.0 的相干技术和性能，在大会下午的核心技术专场上，外围研发人员进行了一系列对于 3.0 的性能点及核心技术的演讲。
近些年来，尽管市面上的时序数据库产品层出不穷，但业内的诸多难题还未解决，包含与提早相干的 High-Cardinality 问题，靠第三方工具实现流解决、缓存和数据订阅性能所带来的复杂度问题，没有真正实现云原生问题等。TDengine 3.0 正是在这种背景下应运而生的。
作为一款真正的云原生时序数据库，TDengine 3.0 重构了分布式架构，引入 RAFT 一致性协定，能够反对 10 亿个工夫线、100 个节点，彻底解决了时序数据处理里的“高基数”问题；欠缺并优化了对音讯队列、流式计算和缓存的反对，可作为一个极简的时序数据处理平台，解决了零碎设计简单且难以保护的问题；对计算引擎进行了全新设计优化，可提供便捷、齐备的数据分析性能。
此外，TDengine 从 1.0 到 2.0 再到 3.0，存储引擎也在一路降级，TDengine 3.0 更是对存储引擎进行了全新实现，蕴含“多引擎混合存储”、“针对多维度时序数据的存储优化”两大翻新点。此前，TDengine 凭借“一个设施一张表”、“超级表”的两大翻新设计，曾经实现了较高的存储性能，在 3.0 对存储引擎进行优化降级后，存储性能更上一层楼。
除上述 3.0 的诸多特色外，TDengine 还提供了泛滥的辅助性能：反对更弱小灵便的标签索引、基于时间段的预计算、反对 Schemaless 以及更多的写入协定、反对 Grafana、Google Data Studio 等泛滥第三方工具，反对数据增量备份、异地容灾、边云协同等。
目前 3.0 的所有外围代码也曾经在 GitHub 上正式公开，不便 TDengine 的关注者和支持者下载并体验。
“倒退与实际”
物联网、IT 运维的数据架构降级教训
物联网、IT 运维等场景下，海量碎片化设施和巨量时序数据给企业平台倒退带来了一系列新的要求和新的技术挑战。本次大会邀请了顺丰科技、逾越速运、OPPO、韵达和观测云等一众企业客户，分享他们在物联网、IT 运维场景下的数据架构降级教训。
在顺丰科技的大数据监控平台中，此前采纳的 OpenTSDB+HBase 的全量监控数据存储计划，存在依赖多、应用老本高和性能无奈满足数据处理需要等问题。为此顺丰科技决定对全量监控数据存储计划进行降级，最终在 IoTDB、Druid、ClickHouse、TDengine 几款数据库中抉择了 TDengine 并进行理论利用。
顺丰科技大数据平台研发高级工程师尹飞示意，实现革新后，顺丰大数据监控平台解脱了对大数据组件的依赖，无效缩短了数据处理链路。在写入和查问方面均有显著晋升，同时服务端物理机由 21 台降至 3 台，每日所需存储空间为 93GB（2 正本），等同正本下仅为 OpenTSDB+HBase 的约 1/10，在降本增效上显示出了十分大的劣势。
独一无二，OPPO 的穿戴产品类业务具备写入量微小且存在离线 / 历史数据补录（更新）的解决需要，从晋升用户体验角度来讲，还要具备高效的读写效率以及消费类数据的长时间保留。此前应用的 MongoDB/MySQL 集群计划，后端存储压力较大，须要常常扩盘，同时各个集群都比拟独立，保护和需要开发成本绝对较高。
“经验了从 MySQL 到 MongoDB 再到 Prometheus 最初到 TDengine 的架构选型之路，咱们的选型因素次要有三点：首先，以业务为核心，找到业务中须要解决的关键问题，通过比照不同架构选型的体现后果进行筛选；其次，零碎要起码批改，即通过较少的改变就能构建新的架构业务能力；第三，最易接入，在这一点上，丰盛的读写兼容接口相当重要，这便于端侧业务的扩大。”OPPO 云计算中心高级后端研发工程师唐恒建示意。
除了上述两家企业，韵达、观测云和逾越速运在数据架构革新前同样有诸多问题。韵达此前采纳 MySQL 分区 + 索引形式解决订单扫描量，面对每日亿级的数据量，MySQL 呈现性能瓶颈，保护老本显著减少；观测云此前应用的 InfluxDB，呈现 HA（高可用）集群模式无奈程度扩容，写入性能约等于单机，且某云上 InfluxDB 云产品的高可用集群版顶配规格仍无奈满足性能要求等等问题；逾越速运则是采纳 HBase 解决车载定位设施数据，在须要查问较大跨度工夫数据时，零碎的性能就会显著降落。
在利用 TDengine 进行零碎革新后，韵达的写入速度和查问性能都有了显著晋升，写入速度大略为每秒 5000 行、罕用的查问根本能够在 1 秒之内实现；对于观测云来说，TDengine 的逻辑设计使得其既能够满足高牢靠，又可能满足大数据量级的读写需要，能够很好地支撑住多租户模式下的零碎性能；逾越速运的日增磁盘大小从之前的单台 22GB 降落到 1.4GB，机器资源大幅缩小，运维老本显著升高。
从这些企业的教训中咱们能看到，对于企业数据架构降级，切中业务痛点才是最重要的。在多家企业的数据架构革新实际中，TDengine 都展现出了弱小的读写性能和数据压缩能力，帮忙企业解决了各种大数据处理难题。置信随着 3.0 的优化，TDengine 能够更好地融入到物联网、车联网、IT 运维等应用场景中。
结语
本次开发者大会的胜利举办，不仅是 TDengine 鼎力服务开发者和用户的一个标志性事件，也为整个行业的技术提高和将来倒退奉献了不小的力量，为关注开源的开发者提供了泛滥创新性观点。
TDengine 3.0 的出炉彻底解决了业内的“High Cardinality”问题，作为一款真正的云原生数据库，它也为时序数据库的倒退带来了一场革命性的冲破。将来已来，瞄准世界科技前沿，数字化时代下新的数据架构倒退路线曾经清朗。