Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
taosdata
TDengine
提交
d5340008
T
TDengine
项目概览
taosdata
/
TDengine
大约 1 年 前同步成功
通知
1184
Star
22015
Fork
4786
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
1
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
T
TDengine
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
1
Issue
1
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
d5340008
编写于
8月 29, 2022
作者:
arielyangpan
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
docs: read through and fix minor problems 02
上级
f478cb4f
变更
2
展开全部
隐藏空白更改
内联
并排
Showing
2 changed file
with
98 addition
and
97 deletion
+98
-97
docs/en/02-intro/index.md
docs/en/02-intro/index.md
+47
-46
docs/zh/02-intro.md
docs/zh/02-intro.md
+51
-51
未找到文件。
docs/en/02-intro/index.md
浏览文件 @
d5340008
此差异已折叠。
点击以展开。
docs/zh/02-intro.md
浏览文件 @
d5340008
...
...
@@ -4,53 +4,53 @@ description: 简要介绍 TDengine 的主要功能
toc_max_heading_level
:
2
---
TDengine 是一款开源、高性能、云原生的
[
时序数据库
](
https://tdengine.com/tsdb/
)
,且针对物联网、车联网
以及工业互联网进行了优化。TDengine 的代码,包括其
集群功能,都在 GNU AGPL v3.0 下开源。除核心的时序数据库功能外,TDengine 还提供
[
缓存
](
../develop/cache/
)
、
[
数据订阅
](
../develop/tmq
)
、
[
流式计算
](
../develop/stream
)
等其它功能以降低系统复杂度及研发和运维成本。
TDengine 是一款开源、高性能、云原生的
[
时序数据库
](
https://tdengine.com/tsdb/
)
,且针对物联网、车联网
、工业互联网、金融、IT 运维等场景进行了优化。TDengine 的代码,包括
集群功能,都在 GNU AGPL v3.0 下开源。除核心的时序数据库功能外,TDengine 还提供
[
缓存
](
../develop/cache/
)
、
[
数据订阅
](
../develop/tmq
)
、
[
流式计算
](
../develop/stream
)
等其它功能以降低系统复杂度及研发和运维成本。
本章节介绍
TDengine的主要功能、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
有个整体的了解。
本章节介绍
TDengine 的主要功能、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
有个整体的了解。
## 主要功能
TDengine的主要功能如下:
TDengine
的主要功能如下:
1.
写入数据,支持
-
[
SQL 写入
](
../develop/insert-data/sql-writing
)
-
[
Schemaless
写入
](
../reference/schemaless/
)
,支持多种标准写入协议
-
[
InfluxDB LINE
协议
](
../develop/insert-data/influxdb-line
)
-
[
OpenTSDB Telnet 协议
](
../develop/insert-data/opentsdb-telnet
)
-
[
OpenTSDB JSON 协议
](
../develop/insert-data/opentsdb-json
)
-
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
](
../third-party/telegraf
)
-
[
Prometheus
](
../third-party/prometheus
)
-
[
StatsD
](
../third-party/statsd
)
-
[
collectd
](
../third-party/collectd
)
-
[
i
cinga2
](
../third-party/icinga2
)
-
[
TCollector
](
../third-party/tcollector
)
-
[
EMQ
](
../third-party/emq-broker
)
-
[
HiveMQ
](
../third-party/hive-mq-broker
)
;
-
[
SQL 写入
](
../develop/insert-data/sql-writing
)
-
[
无模式(Schemaless)
写入
](
../reference/schemaless/
)
,支持多种标准写入协议
-
[
InfluxDB Line
协议
](
../develop/insert-data/influxdb-line
)
-
[
OpenTSDB Telnet 协议
](
../develop/insert-data/opentsdb-telnet
)
-
[
OpenTSDB JSON 协议
](
../develop/insert-data/opentsdb-json
)
-
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
](
../third-party/telegraf
)
-
[
Prometheus
](
../third-party/prometheus
)
-
[
StatsD
](
../third-party/statsd
)
-
[
collectd
](
../third-party/collectd
)
-
[
I
cinga2
](
../third-party/icinga2
)
-
[
TCollector
](
../third-party/tcollector
)
-
[
EMQX
](
../third-party/emq-broker
)
-
[
HiveMQ
](
../third-party/hive-mq-broker
)
;
2.
查询数据,支持
-
[
标准
SQL
](
../taos-sql
)
,含嵌套查询
-
[
时序数据特色函数
](
../taos-sql/function/#time-series-extensions
)
-
[
时序顺序
特色查询
](
../taos-sql/distinguished
)
,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
](
../taos-sql/udf
)
-
[
标准
SQL
](
../taos-sql
)
,含嵌套查询
-
[
时序数据特色函数
](
../taos-sql/function/#time-series-extensions
)
-
[
时序数据
特色查询
](
../taos-sql/distinguished
)
,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)
](
../taos-sql/udf
)
3.
[
缓存
](
../develop/cache
)
,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
](
../develop/stream
)(
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
计算组件
5.
[
数据订阅
](
../develop/tmq
)
,应用程序可以订阅一张表或一组表的数据,
API 与 Kafka 相同
,而且可以指定过滤条件
4.
[
流式计算
(Stream Processing)
](
../develop/stream
)
,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
](
../develop/tmq
)
,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
](
../third-party/grafana/
)
的无缝集成
-
支持与 Google Data Studio 的无缝集成
-
支持与
[
Grafana
](
../third-party/grafana/
)
的无缝集成
-
支持与 Google Data Studio 的无缝集成
7.
集群
-
集群部署
(../deployment/),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
[
Kubernet
s 部署 TDengine
](
../deployment/k8s/
)
-
通过多副本提供高可用能力
-
[
集群部署
]
(
../deployment/
)
,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
[
Kubernete
s 部署 TDengine
](
../deployment/k8s/
)
-
通过多副本提供高可用能力
8.
管理
-
[
监控
](
../operation/monitor
)
运行中的 TDengine 实例
-
多种
[
数据导入
](
../operation/import
)
方式
-
多种
[
数据导出
](
../operation/export
)
方式
-
[
监控
](
../operation/monitor
)
运行中的 TDengine 实例
-
多种
[
数据导入
](
../operation/import
)
方式
-
多种
[
数据导出
](
../operation/export
)
方式
9.
工具
-
提供交互式
[
命令行程序
](
../reference/taos-shell
)
,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
](
../reference/taosbenchmark
)
,用于测试 TDengine 的性能
-
提供
[
交互式命令行程序(CLI)
](
../reference/taos-shell
)
,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
](
../reference/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++
](
../connector/cpp
)
,
[
Java
](
../connector/java
)
,
[
Go
](
../connector/go
)
,
[
Node.JS
](
../connector/node
)
,
[
Rust
](
../connector/rust
)
,
[
Python
](
../connector/python
)
,
[
C#
](
../connector/csharp
)
等
-
提供各种语言的
[
连接器
(Connector)
](
../connector
)
: 如
[
C/C++
](
../connector/cpp
)
、
[
Java
](
../connector/java
)
、
[
Go
](
../connector/go
)
、
[
Node.js
](
../connector/node
)
、
[
Rust
](
../connector/rust
)
、
[
Python
](
../connector/python
)
、
[
C#
](
../connector/csharp
)
等
-
支持
[
REST 接口
](
../connector/rest-api/
)
更多细节功能,请阅读整个文档。
...
...
@@ -63,23 +63,23 @@ TDengine的主要功能如下:
-
**[极简时序数据平台](https://www.taosdata.com/tdengine/simplified_solution_for_time-series_data_processing)**
: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](https://www.taosdata.com/tdengine/cloud_native_time-series_database)**
:通过原生的分布式设计、数据分片和分区、存算分离、RAFT 协议、Kubernets 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。
-
**[云原生](https://www.taosdata.com/tdengine/cloud_native_time-series_database)**
:通过原生的分布式设计、数据分片和分区、存算分离、RAFT 协议、Kubernet
e
s 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](https://www.taosdata.com/tdengine/ease_of_use)**
: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。
-
**[简单易用](https://www.taosdata.com/tdengine/ease_of_use)**
: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](https://www.taosdata.com/tdengine/easy_data_analytics)**
: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](https://www.taosdata.com/tdengine/open_source_time-series_database)**
: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 19k,且拥有一个活跃的开发者社区。
-
**[核心开源](https://www.taosdata.com/tdengine/open_source_time-series_database)**
: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 19k,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
需要
的计算资源和存储资源大幅降低
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
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
在其中
扮演的角色如下:
在整个时序大数据平台中,TDengine 扮演的角色如下:
<figure>
...
...
@@ -88,11 +88,11 @@ TDengine的主要功能如下:
</figure>
<center>
图 1. TDengine技术生态图
</center>
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) 以及可视化管理管理
。
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
(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。本文
对适用场景做更多详细的分析。
作为一个高性能、分布式、支持 SQL 的时序数据库
(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
...
...
@@ -114,18 +114,18 @@ TDengine的主要功能如下:
### 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
的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要求,因此特殊类型的处理还需要应用层面处理
。 |
| 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
系统处理,或者应该考虑 TDengine 和关系型数据系统配合实现系统功能。
|
| 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
的专门为 IoT 优化的存储和数据处理的
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
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录