涛思数据

2023 年 7 月 4 日- 6 日，由中国石油和化学工业联合会主办，中国石油油气和新能源分公司、中国石化油田勘探开发事业部、中国陆地石油有限公司勘探开发部协办的“中国油气田企业智慧油田技术交换大会”在北京市召开。本次大会邀请了中国石油、中国石化、中国海油、缩短石油等集团公司油气田企业主管领导及行业专家加入会议，联合中国油气田企业数字化转型、智能化倒退过程，零碎总结智能油田智慧油田建设的成功经验，深入探讨影响智慧油田建设的全局性关键问题，宽泛分享数字化智能化技术赋能油气田智能操控智能钻研、智能运行、智能决策等优良解决方案。 作为国内外时序数据库（Time Series Database）的优良代表，随着产品的一直迭代和技术更新，TDengine 在应答海量时序数据处理上越发得心应手，以低成本、高性能的数据处理架构，助力着以油田等传统行业为代表的各畛域企业的数字化转型之路，冲破传统的数据解决方案带来的性能掣肘、老本昂扬等问题。从这一背景登程，TDengine 团队应本次大会主办方邀请，成为大会参展商之一，为正面临数据处理难题的现场观众提供了又一解决思路。 从数字油田向智慧油田倒退，是世界石油行业信息技术治理倒退的必然趋势，而在此过程中，海量时序数据的无效解决便成为了胜利过渡的要害。通过多年倒退，TDengine 早曾经不只是一款时序数据库，更是一个极简的时序数据处理平台，TDengine 3.0 联合云原生技术，真正成为了一款云原生时序数据库，解决了困扰时序数据库倒退的高基数难题，反对 10 亿个设施采集数据、100 个节点，反对存储与计算拆散，并打造了全新的流式计算引擎，无需再集成 Kafka、Redis、Spark、Flink 等软件，大幅升高零碎架构的复杂度，也为企业大大降低了数据处理老本。 接下来，TDengine 将会以技术创新继续晋升产品实力，以凋谢开源的倒退模式惠及更多油气田企业，助力智慧油田行业向着新模式、新业态倒退，减速油气田企业数字化转型、智能化倒退过程。对于传统企业的数字化转型具体实际，可点击 https://www.taosdata.com/tdengine/energy 查看。

2022 年 2 月 8 日，涛思数据创始人兼 CEO 陶建辉在朋友圈中晒出其与前融云 CTO 杨攀的合照，并发文 “涛思数据明天喜迎大将杨攀”，正式官宣了 “前融云 CTO 杨攀退出涛思数据” 的音讯。据悉，杨攀将在涛思数据负责策略单干及开发者生态版块，并负责策略单干 & 开发者生态副总裁。 杨攀在技术和开发者生态畛域有着多年积攒和极强的行业影响力及口碑，在退出涛思数据前，曾任融云联结创始人兼 CTO，领有多年大规模即时通讯产品和大规模社交产品研发、设计、经营教训。晚期次要从事电信 SP 行业工作，是中国最早的一批 .NET 开发者。参加了 MSN Mobile China Hub 的开发管理工作。后退出神州泰岳飞信团队，历任总监、高级总监，先后负责了飞信社交平台、飞信开放平台、飞信即时通讯平台业务的管理工作。2014 年联结创建通信云服务“融云”，任公司 CTO，负责公司的产品研发管理工作。 涛思数据成立于2017年，专一时序空间大数据的存储、查问、剖析和计算。旗下物联网大数据平台 TDengine 是一款领有自主知识产权的高性能、可伸缩、高牢靠、零治理的物联网大数据平台，其将数据库、缓存、音讯队列、流式计算等性能齐全交融在一起，并针对物联网大数据特点进行了各种优化，重点翻新了“一个设施一张表”、“超级表”等设计。相比通用的大数据平台数据，TDengine 的插入、查问等性能要高 10 倍以上，同时存储空间也极大升高了，可宽泛使用于物联网、车联网、工业大数据等畛域。 在 2020 年，TDengine 的单机版和开源版就均已实现开源，两年工夫倒退下，其在 GitHub 上的 Star 数曾经达到了 17.5K。 除了 TDengine 在开源市场上的卓越问题外，涛思数据在资本市场也播种了很多关注。2021 年 5 月，涛思数据再次取得经纬中国、红杉资本中国基金、GGV 纪源资本、指数资本 B 轮融资。2016 年成立至今，其以不到 60 人的团队，拿到了靠近 7000 万美金的总融资额，深受资本市场的青眼。 置信杨攀的退出将使涛思数据 “锦上添花” ，向着下一个高峰攀登！

2021年5月24日，寰球当先的物联网大数据平台涛思数据发表实现4700万美元B轮融资。本轮融资由经纬中国领投，红杉资本中国基金、GGV纪源资本、指数资本跟投，指数资本负责独家财务顾问。融资资金将次要用于技术研发与市场拓展。 涛思数据成立于2017年，专一时序空间大数据的存储、查问、剖析和计算。不依赖任何开源或第三方软件，开发了领有自主知识产权、自主可控的高性能、可伸缩、高牢靠、零治理的物联网大数据平台TDengine，可宽泛使用于物联网、车联网、工业互联网、IT运维等畛域。TDengine在2019年7月份正式对外开源，2020年8月又将集群版开源，在GitHub寰球趋势排行榜上屡次排名第一，已播种15000+ Star，Fork数超过3800，成为最有热度的开源我的项目。2020年1月获GGV纪源资本、红杉中国种子基金、永辉瑞金的近千万美元的Pre-A轮融资，2020年4月再获红杉资本中国基金、GGV纪源资本一千多万美元A轮融资。 寰球当先的技术&产品能力，定义下一代物联网外围基础设施涛思数据的产品高度标准化，无需定制开发，面向寰球疾速复制，纯软件状态可实现近程交付部署。其IT根底平台定位全面承载客户物联网大数据利用场景，可长期深度绑定客户物联网业务，成为唯一性基础架构。 涛思数据自主研发的TDengine物联网大数据平台具备极致性能，可能10倍+晋升数据插入及查问反应速度；用户敌对，反对C/C++、Java、Python等各类接口，无需三方软件可间接装置，学习应用零老本；生态丰盛，针对物联网个性构建的欠缺技术生态无需集成周边组件，开箱即用，完满兼容各类IT环境和利用；老本极优，All in one解决方案大幅简化零碎架构、升高运维老本。比照现有技术，计算资源需要降落80%，存储资源需要降落90%，达到近50%的TCO节约效率。 开源社区影响力构建高价值商业化门路作为国内开源软件企业的佼佼者，涛思数据很早就造成了基于GitHub的残缺CI/CD流程，并能与Telegraf、Prometheus、Grafana、Matlab、R等第三方工具进行敌对连接，开源模式大幅缩小了客户学习和部署门槛；可量化性能和TCO优化体现，也极大缩短了客户的决策门路。 在商业化方面，涛思数据从“开源”到“商业版”购买的低成本转化门路已造成闭环，陶建辉示意，很多客户都是通过开源社区被动找上门，且均能自主实现装置部署，截至2020年，涛思数据已累计向能源电力、高端制作、智慧城市等多个畛域的客户提供服务，签约合同金额增长率高达329%，客单价增幅达179%。 目前TDengine有三个版本，包含开源社区版：用来打造品牌，扩充开发者社区影响力，建设生态；企业版：反对独立部署并依照TBL（Term Based License）年度订阅模式销售，依据数据量（测点数、采集数据量）等计费；云服务版：在阿里云、AWS等云平台上间接提供PaaS服务，依据数据量和时长计费。 领有顶级技术能力、丰盛守业教训和全球化视线的团队创始人陶建辉曾在美国留学工作十多年，曾胜利开办“和信”与“高兴妈咪”两家企业。基于技术畛域的间断守业教训，陶建辉对物联网和智能硬件的场景、痛点有粗浅的认知，也对时序数据的解决有丰盛的技术教训。 此外，涛思数据的研发团队全副毕业于中国科大、中国科学院、清华、上海交大、美国密歇根大学、马里兰大学等出名学府或机构，领有硕士或博士学历，在分布式计算、数据存储和数据库上有多年研发教训。团队背景兼具技术学术基因与行业治理教训，为涛思数据的策略格局和业务实力提供了松软的保障。 投资机构观点本轮领投方经纬中国合伙人左凌烨示意：物联网正在对事实世界进行全面降级，随同着物联网利用在各行各业落地，物联网接入设施数和数据量将继续快速增长，数据应用形式也产生了很大变动。涛思数据以时序数据库为外围的大数据产品已在能源电力、物流、高端制作、互联网、智慧城市等多个行业的头部客户失去了验证，且开源社区活跃度高，产品继续疾速迭代。CEO陶总间断守业，始终对技术和产品抱有极大的激情，团队领有寰球视线和冠军心态，始终致力于打造寰球范畴内最顶尖的产品。置信将来，涛思数据的产品将成为物联网时代最外围的基础设施之一。 红杉资本中国基金投资合伙人吴茗认为：随着生产、能源、工业、智慧城市等多个畛域物联网利用的疾速浸透，物联网的接入设施数和数据量在高速增长。涛思数据瞄准日益增长的物联网大数据市场，产品定位精准，在物联网市场造成了强竞争力。其外围产品TDengine，通过开源形式取得开源社区的大量正向反馈，得以继续疾速迭代。开源的影响力也带来了付费用户数量的快速增长。置信B轮融资后，涛思数据可能持续扩充在物联网大数据畛域的劣势，将TDengine打造成寰球当先的物联网IoT数据处理平台。 GGV纪源资本治理合伙人符绩勋示意：中国在物联网畛域有寰球当先的技术累计和设施链接数量，而且还在快速增长。涛思数据作为专门利用于物联网场景的时序数据库，能够大幅晋升存储、查问、剖析和计算效率，让物联网利用开发更便捷。咱们看好涛思数据在开源社区继续扩充影响力，赋能更多开发者。GGV也会继续反对公司的倒退，成为具备寰球影响力的中国根底软件公司。 指数资本执行董事韦炜认为：随同着物联网倒退而疾速暴发的数据规模和强烈的数据挖掘剖析需要，正在推动下一代底层数据技术的变革。与此同时，开源软件在海内曾经成为根底软件重要的倒退门路之一，近年来，随着人才和技术储备的积攒，中国外乡的开源软件公司在寰球范畴内也展示了越来越强的影响力。涛思数据在陶总的率领下，凭借前瞻的技术创新在寰球开源社区和商业客户中均取得了宽泛认可，跃升为物联网大数据畛域的最佳解决方案。其外围产品TDengine也以敏锐的技术洞察和优良的社区经营能力，在开源社区展现出旺盛的生命力和极高的倒退速度。指数资本动摇看好涛思数据的发展潜力，置信公司将来可能继续巩固寰球范畴的技术影响力和商业发展势头，成为万物互联时代企业数据处理的外围撑持。心愿在取得顶级投资人助力后，公司可能放大既有劣势，继续引领寰球物联网大数据技术生态翻新。

残缺视频请戳：https://www.taosdata.com/blog/2020/11/11/1941.html TDengine反对的平台TDengine反对X64、X86、ARM 64、ARM 32，以及国产的龙芯、申威、海光、鲲鹏等平台。 下载应用第一步，到官网下载安装包官网地址： www.taosdata.com首先咱们来看一下服务端局部，服务端局部咱们次要分为三个包，第一个是rpm包，实用于centos操作系统，deb包实用于ubuntu操作系统，当然你也能够抉择二进制包-tar包来进行下载。 如果客户端和服务端不在同一台服务器上，那还须要下载一个客户端，客户端分为 Linux和Windows，大家依据对应的操作系统进行下载。 第二步，配置FQDN 下载实现之后，咱们首先进行FQDN配置，TDengine2.0之后应用FQDN作为节点名字的配置，而不是应用IP地址，因为在咱们的生产环境，IP地址是有可能会发生变化的。 在简单网络环境中，咱们能够把FQDN了解为hostname，以我应用的是ubuntu的操作系统为例，咱们能够应用hostnamectl命令行来批改hostname，大家能够依据本人的操作系统来应用对应的命令。 sudo hostnamectl set-hostname td1而后咱们应用hostname -f来检查一下，能够看到，当初hostname曾经被批改为td1了。 接着咱们切换用户，让hostname失效。而后配置一下hosts文件，在hosts文件中咱们须要增加一行（10.211.55.24 td1），10.211.55.24是咱们这台服务器的IP地址，td1是咱们方才配置的hostname。 增加实现之后，咱们应用ping命令来检查一下配置是否正确。 ping td1 能够看到，是可能ping通的。 第三步 解压安装包通过上面的命令，咱们将下载的安装包解压 tar zxvf TDengine-server-2.0.4.0-Linux-x64.tar.gz 解压实现后，会有一个TDengine-server的文件夹。这个文件夹里就会有连接器，driver示例，还有咱们的装置脚本。 第四步 装置启动执行装置脚本 sudo. /install.sh这时候会提醒咱们是否退出已有的集群。因为这是第一台服务器，所以咱们就间接回车跳过了，跳过之后会提醒 To configure TDengine: edit /etc/taos/taos.cfgTo start TDengine: sudo systemctl start taosdTo access TDengine: use taos in shell咱们应用提醒中的第二条命令，来启动taosd sudo systemctl start taosd启动实现之后，咱们通过命令查问状态 sudo systemctl status taosd 能够看到，当初曾经是active状态，示意taosd曾经启动胜利了。 第五步 写入与验证接下来咱们做一个写入验证，这里抉择另外一台服务器作为客户端，去连贯方才咱们配置的taosd服务器，当然你也能够间接在方才那台服务器上间接输出hostname做一个连贯。 在连贯之前咱们还是要配置一下FQDN，在hosts文件最初，增加方才那台服务器的IP地址和它的hostname（10.211.55.24 td1）。 增加实现之后，咱们还应用ping命令来查看配置是否胜利，能够看到这里曾经胜利ping通，阐明咱们的网络是没有问题的，如果大家ping不通，须要去检查一下咱们的网络环境。 接着咱们应用TDengine命令行进行登录： taos -h td1这里提一下，TDengine提供很多参数，大家能够在不同状况下应用： ...

Kafka 作为一个流行的消息队列，以分布式高性能，高可靠性等特点已经在多种场景下广泛使用。在工业互联网、物联网时序数据存储的解决方案中也有大量用到。 但在实际部署过程中，可能会因为配置原因导致经过 Kafka 的数据在接收方产生乱序，给后续处理环节带来排序等工作，造成不必要的处理开销，降低系统的处理性能和额外排序的工作。 其实可以通过合理的规划设计 Kafka 的配置和方法来避免消息在通过 Kafka 后乱序的产生，只需要遵循以下原则即可：对于需要确保顺序的一条消息流，发送到同一个 partition 上去。 Kafka 可以在一个 topic 下设置多个 partition 来实现分布式和负载均衡，由同一 consumer group 下的不同 consumer 去消费；这样的机制能够支持多线程分布式的处理，带来高性能，但也带来了同一消息流走了不同路径的可能性，如果没有针对性的规划，从架构上就无法保证消息的顺序。如下图所示，对于同一个 topic 的一条消息流，写入不同的 partition，就会产生多条路径。 为了确保一条消息流的数据能够严格按照时间顺序被消费，则必须遵循一条路径的原则，这样才能实现 FIFO（First In First Out)。 根据 Kafka 的文档描述，把哪条记录发到哪个 partition，是由 producer 负责： ProducersProducers publish data to the topics of their choice. The producer is responsible for choosing which record to assign to which partition within the topic. This can be done in a round-robin fashion simply to balance load or it can be done according to some semantic partition function (say based on some key in the record). More on the use of partitioning in a second! ...