近日，江苏金恒信息科技股份有限公司在南京举办了以“精益协同 聚力共赢”为主题的 2025 年度供应商大会，来自全国各地的 27 家生态伙伴齐聚一堂，共话工业智能化与供应链协同发展的新机遇。涛思数据凭借在时序数据库与工业数据管理领域的持续创新与卓越表现，荣获 “2024–2025 年度卓越供应商” 称号。 图：金恒科技颁发“2024–2025年度卓越供应商”奖牌 深耕工业数据底座，赋能智能制造升级
小T导读：在制造业智能化产线监控实践中，杨凌美畅早期基于 TDengine TSDB 3.0.7.1 Windows 开源版，支撑了 108 条产线、23 万测点的基础监控。随着业务规模迅速扩大，原有架构的性能与稳定性逐渐成为瓶颈。针对这一挑战，杨凌美畅组织专项攻关，引入 TDengine TSDB 企业版 3.3.6.10 Linux，并重构时序数据处理架构与数据模型。目前系统已稳定接入 50
在高并发、长周期的时序数据场景中，查询性能、安全性与生态兼容性，始终是系统演进的关键。 近日，TDengine TSDB（时序数据库）3.3.8.0 版本正式上线，本次更新带来了 Rollup SMA 多层级预计算、TimeRange-Wise SMA 时间范围预计算、TLS 加密传输、TDgpt 数据补全、MySQL 函数增强、taosX 逻辑备份与 ORC 数据源接入等多项功能升级，全面提升系
在数字化浪潮的推动下，核电行业正迎来一次深刻的技术变革。从反应堆到涡轮机，从机组监测到运维管理，实时数据已成为驱动安全与效率的关键力量。 但核电数据的复杂性与规模远超一般工业场景——TB 级体量、高精度采样、长周期存储与分析需求并存。如何在保障安全与稳定的前提下，让数据真正服务于决策、优化与创新，成为行业转型的共同课题。 10 月 21 日 19:00（本周二），欢迎加入最新一期 TDengine
在数字化与智能化加速融合的时代，企业数据基础设施的选择正决定着转型成败。10 月 15 日，涛思数据正式上线 TDengine 合作伙伴计划，面向渠道伙伴、服务伙伴全面开放，共同开拓时序数据的万亿级市场蓝海。 高达 30% 合作收益，十大权益保障伙伴成长 本次 TDengine 合作伙伴计划以“伙伴先赢，多方共赢”为核心理念，首次在收益机制上全面升级。计划共分为授权分销商（钻石、金牌、银牌）与授权
在钢铁行业的数字化转型过程中，环保治理正从“单点监测”走向“全域感知、统一调度”。然而，许多企业依然面临一个共性难题：数据分散在不同系统中，采集标准不一、接口复杂，难以形成稳定可靠的统一数据底座。尤其是在超低排放改造项目中，点位多、频率高、实时性要求强，传统数据库架构往往难以支撑长期、稳定的高并发采集与查询。 作为国家级专精特新“小巨人”企业，金恒科技在沙钢安阳永兴的环保超低排一体化平台项目中，
小T导读：大理卷烟厂作为云南中烟的核心生产基地，聚焦高端品牌突破，主产“玉溪”、“红塔山”系列卷烟，支撑红塔集团核心品牌发展。近年来，工厂积极推进数字化转型，在制丝、复烤等关键环节引入“智能控制 + AI 预测”，并通过 TDengine TSDB 时序数据库完成生产数据架构的国产化替代与智能化升级，构建起质效协同的智能制造工厂。本文聚焦 TDengine TSDB 在制丝车间的落地方案与实际成
工业企业搞数字化转型，最头疼的莫过于 “数据基础设施跟不上”—— 成千上万的设备测点、实时涌来的时序数据、云与 AI 的落地需型节奏。今天我们就...
工业企业搞数字化转型，最头疼的莫过于 “数据基础设施跟不上”—— 成千上万的设备测点、实时涌来的时序数据、云与 AI 的落地需求，选不对平台不仅白费钱，还会拖慢整个转型节奏。今天我们就拿两款主流工业数据平台——TDengine 与 AVEVA PI System 做深度对比，帮你理清选型思路，避开 “高价踩坑”“扩展受限” 的雷区。 先认识下两款核心平台 关于 AVEVA PI System 作为
工业数据管理的核心矛盾，正从 “如何存下海量数据” 转向 “如何让数据真正服务业务”。Chat BI（智能问数）用自然语言降低了分析门槛，但其“有问才答”的被动模式，在复杂的工业现场逐渐暴露出局限：参数语义混乱、设备关联复杂、响应滞后。 TDengine IDMP 通过 “无问智推” 模式，将数据消费从 “人找数据” 推向 “数据找人”，这一演进并非概念创新，而是基于工业场景特性的技术落地，核心是
小T导读：钢铁行业车间级数据中心建设面临三大挑战：产线点位庞大带来的海量数据、传感器毫秒级采样带来的高频数据、以及生产调控指令需要的强实时性。传统工业实时数据库在结构化存储上存在...
近日，第十三届 CCF 大数据学术会议在天津成功举行，吸引了近 700 位来自学术界、产业界的专家学者齐聚一堂，聚焦“数据要素筑基、数智融合创新”，共同探讨数字经济时代的技术变革与产业机遇...
小T导读：钢铁行业车间级数据中心建设面临三大挑战：产线点位庞大带来的海量数据、传感器毫秒级采样带来的高频数据、以及生产调控指令需要的强实时性。传统工业实时数据库在结构化存储上存在瓶颈，关系型数据库也难以支撑高并发写入与查询。在这样的背景下，中冶京诚数字科技（北京）有限公司早在 2021 年就采用 TDengine TSDB 2.x 支撑生产业务，至今四年稳定运行零故障，不仅满足性能需求，还显著降
在全球金融市场互联互通的今天，逐笔成交、逐笔委托、K 线快照等数据量呈指数级增长。港股全市场高峰期每秒可达 3 万笔交易，美股更是飙到 40 万笔/秒。对于证券公司和金融科技服务商而言，不仅要“存得下”，还要“用得快”：全量明细长期留存、按证券代码和时间窗口频繁查询、行情推流实时稳定，这些都对底层数据平台提出了高吞吐、低延迟、高可靠的严苛要求。 令克软件为证券、期货、基金、银行、私募等机构提供门
近日，第十三届 CCF 大数据学术会议在天津成功举行，吸引了近 700 位来自学术界、产业界的专家学者齐聚一堂，聚焦“数据要素筑基、数智融合创新”，共同探讨数字经济时代的技术变革与产业机遇。 在这场国内大数据领域的年度盛会上，涛思数据高级副总裁、解决方案中心总经理陈肃受邀作专题演讲，带来了题为《如何打造 AI 驱动的物联网工业大数据平台》的深度分享。 工业大数据的困局：存得下，却用不快 陈肃开篇
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
