TDengine是一款高性能的分布式物联网工业大数据平台

小夏 科技 更新 2024-02-01

TDengine投融资项目

本项目由TDEngine提交,参与评选“数据猿年度金猿策划活动——2023大数据行业年度最具价值投资榜评选”。

北京陶思数据技术有限公司成立于2024年5月,瞄准日益增长的物联网数据市场,专注于时序空间中大数据的存储、查询、分析和计算,在不依赖任何开源或第三方软件的情况下,开发了具有自主知识产权和100%自主控制的高性能、分布式物联网和工业大数据平台TDengine, 其核心模块是一个高性能、集群开源、云原生、极简的时序数据库。在过去的六年里,该团队已经发展到80多人,在全球拥有近460,000个安装量和用户同时,它在GitHub上获得了超过22,000颗星,引起了开发者的关注。

TDEngine是针对物联网、工业互联网、电力、IT运维等场景设计和优化的高性能、集群化、开源、云原生时序数据库,具有较强的弹性伸缩能力。 同时,它还内置了缓存、流计算、数据订阅等系统功能,可以大大降低系统设计的复杂度,降低研发和运营成本,是一个高性能、分布式的物联网和工业大数据平台。 它可以安全高效地聚合、存储、分析和分发每天由大量设备和数据采集器产生的TB级甚至PB级数据,实时监控和预警业务运行状态,提供实时的业务洞察。 目前,TDengine主要提供两大版本,分别是支持私有化部署的TDENGINE Enterprise和面向物联网和工业互联网的全托管云服务平台TDENGINE Cloud,在开源时序数据库TDENGINE OSS功能的基础上进行了更多增强,用户可以根据自己的业务量和需求进行选择。

TDengine具有以下四大功能:

具有数据质量保证的数据聚合 – 消除数据孤岛,为决策者提供更好的宏观视图。 TDengine可以将来自各类数据源(包括PI system、MQTT、OPC等)的行业数据汇集在一起,并可以对数据进行清洗、处理和转换,以保证入站数据的质量,便于集中监控,并进行整体数据分析。 而且,TDMoart 是一个零**平台,只需很少的配置即可实现工业数据源的 ETL(提取、转换和加载)流程。

高性能、分布式数据存储——基于开源的TDengine时序数据库,提供高性能的分布式数据存储和基于SQL的查询服务。 TSBS基准测试结果显示,TDengine的写入、查询、存储性能远超InfluxDB、TimeScaleDB等时序数据库,可将典型物联网、车联网、工业互联网大数据平台的总拥有成本降低至少50%。 并且具有很强的横向扩展性,能够支持10亿台设备和100个服务器节点。

基于AI的高级数据分析——TDengine为工业数据提供开放的解决方案,使用户能够利用现代数据分析工具进一步从数据中获取价值,支持公有云和私有部署,实现更开放、低成本、可水平扩展的实时分析。 通过 SQL 和时序数据扩展提供内置分析,并支持实时流计算。 可与众多第三方批量分析、实时分析、报表工具、AI ML工具、可视化工具无缝集成,如Grafana、Finefine、Yonghong、PowerBI等。

简单安全的数据共享和分发——通过定义视图和权限设置,支持数据库的完整打开和读写权限的设置它还支持数据订阅,可以安全灵活地将数据库、超级表、组或表或聚合数据实时共享到另一个应用程序。 只需一个电子邮件地址即可共享数据,就像共享文档一样简单,并通过对用户或用户组的精细访问控制来保护您的数据,包括可配置的过期时间、数据加密和安全访问令牌。

TDengine充分利用时序大数据的特点,设计了一种新颖的存储引擎,大大提高了数据写入和查询速度,也大大提高了数据压缩比。 与通用数据库相比,读、写、数据压缩性能至少提升10倍TSBS 基准测试结果显示,与 InfluxDB 和 TimescaleDB 相比,性能也远优于(详见:

除了高性能,TDengine还具有原生的水平扩展能力。 从 3从0开始,TDMeEngine支持云原生,可以充分利用云平台的存储、计算、网络资源弹性。 在10亿条时间线、100个数据节点的情况下,TDengine的性能也能得到很好的保障。 时间序列数据处理中的“高基数”问题已经完全解决。

除了高性能之外,TDengine还可以显著降低计算和存储资源的消耗。 为了降低系统设计的复杂度和运营成本,TDengine充分利用时序数据的特点,构建了自己的缓存、流式计算和数据订阅功能采用TDMeotle可以使典型的物联网、车联网和工业互联网大数据平台的总拥有成本降低至少50%。

TDengine支持多种数据源,不需要单行**只需要少量配置即可写入数据,并使用标准SQL进行查询和流式计算,支持多种编程语言,无学习成本,可立即使用。 并且您可以通过TDENGINE Cloud立即使用该体验,快速验证自己的应用场景。

陶思数据使用AGPL许可,拥有100%开源的TDENGINE内核,TDENGINE OSS(存储、计算引擎和集群)。 长期以来,除了超过60%的研发团队进行产品开发和优化外,TDENGINE也在尽最大努力建立开发者社区,维护开源商业模式。 TDEngine希望通过开源快速获得市场反馈,完善产品,改善生态,吸引全球更多开发者和用户加入项目。 目前,TDEngine已在国内外申请了12项技术发明专利,均已提交PCT专利申请,包括一种时间序列数据的高效存储方法、一种改变时间序列数据库表结构的处理方法、一种时间序列数据的聚合优化处理方法、一种时间序列数据的存储方法。

近六年来,TDengine在全球运行实例近46万台,广泛应用于物流、钢铁、能源、化工、汽车、电力、智慧城市等制造领域。 今年,天天智能先后与树根互联、软通动力、中冶精城、第五航天院、莲花科技、中石化、中船九院、吉成电子、海博强、西电、大唐水电院等多家企业签约,进一步扩大用户群。 年均收入已达数千万元。

陶建辉,陶思数据CEO涛建辉

陶建辉是TDENGINE的主要作者,也是陶思数据的CEO。 2024年赴美留学,2024年至今先后在芝加哥摩托罗拉、3com等公司从事无线互联网的研发工作。 2024年初,他回到北京创立了禾信,后来被联发科收购。 2024年初,他创立了快乐妈咪,后来被太平洋网络收购。 2024年5月,他创立了陶思数据,专注于物联网大数据的处理,产品TDengine开源后,连续多日位居GitHub全球趋势榜首。 陶思数据已获得红杉、G**、经纬、明仕资本等机构近7000万美元投资。

2024年5月,陶思数据获得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**、G**纪源资本、指数资本领投,指数资本担任独家财务顾问。

2024年4月,陶思数据获得超过1000万美元的A轮融资,由红杉资本中国**和G**纪源资本领投。

2024年1月,陶斯数据获得G**GGV纪源资本、红杉中国种子**和永辉瑞黄金近1000万美元的Pre-A轮融资。

在创业初期,陶思数据获得了明石资本、曼姿**、永辉瑞黄金、文青资本等机构的天使投资。

物联网正在全面升级现实世界,随着物联网在各行各业的应用,物联网接入设备和数据量的数量将继续快速增长,数据的使用方式也发生了很大变化。 陶思数据以时序数据库为核心的大数据产品,已通过能源电力、物流、高端制造、互联网、智慧城市等多个行业的领先客户验证,开源社区高度活跃,产品持续快速迭代。 CEO陶先生一直是一个持续的创业者,始终对技术和产品有着极大的热情,团队具有全球视野和冠军心态,一直致力于打造世界顶级产品。 相信未来,TDengine将成为物联网时代的核心基础设施之一。

经纬中国. 合伙人:左玲烨。

随着物联网应用在消费、能源、工业、智慧城市等多个领域的快速渗透,物联网接入设备和数据量都在快速增长。 针对日益增长的物联网大数据市场,陶思数据拥有精准的产品定位,在物联网市场形成了强大的竞争力。 其核心产品TDengine通过开源获得了大量开源社区的积极反馈,并能够持续快速迭代。 开源的影响也导致了付费用户数量的快速增加。 相信在B轮融资后,TDSe Data将继续扩大在物联网大数据领域的优势,将TDEngine打造成全球领先的物联网数据处理平台。

红杉资本中国**。

创投合伙人:吴明。

从高性能、高可用、低成本、高集成度的目标出发,我们发现时序数据库TDengine满足了产品重构的所有要求,尤其是低成本、高集成度,这是大多数数据平台或时序数据库所不具备的。 在决定选择TDengine作为系统的实时数据库后,我们在Simicas OEM 2中开始了我们的工作在版本 0 中,移除了 Flink、Kafka 和 Redis,大大简化了系统架构。

西门子。 软件架构师 邓立波.

实践中,改造完成后,查询速度明显提升,从使用HBase的单台设备24小时数据秒级返回,到使用TDENGINE查询查询相同数据的毫秒级返回每日增量数据消耗的存储空间是HBase的50%集群计算资源成本比HBase低60%以上。

蔚来汽车。 高级工程师李鹏飞。

相似文章

    分布式矩阵系统

    分布式矩阵系统是基于分布式计算原理的矩阵计算框架。这样就把大规模的矩阵数据分成几个小块,把这些小块分发到不同的计算节点进行并行计算,从而实现快速矩阵计算和分布式计算。与普通矩阵系统相比,分布式矩阵系统在以下方面有所不同 处理大规模数据 分布式矩阵系统针对处理大规模矩阵数据进行了优化。为了并行计算大规...

    Apache SINGA 是分布式深度学习 习 的引擎

    Apache Singa是一个功能强大的开源深度学习习框架,专为分布式计算环境而设计。在本文中,我们将了解Apache Singa的优缺点,它与类似框架的比较,以及如何选择这个深入学习的习引擎。对分布式计算的强大支持 Apache Singa专注于分布式深度学习习计算,使其成为处理大规模数据和模型的...

    分布式可视化系统性能评估与优化策略

    分布式可视化系统的性能评估和优化策略主要包括以下几个方面 硬件资源评估 评估系统硬件资源,包括 CPU 内存 磁盘和网络。根据评估结果,合理分配硬件资源,确保系统能够满足性能要求。数据处理性能评估 评估分布式可视化系统在数据处理方面的性能,包括数据加载速度 数据计算速度 数据存储速度等。通过优化数据...

    什么是分布式VPN?DataSky 是如何实现分布式 VPN 的?

    什么是分布式VPN?信达天航使用无线AP在分支节点和总部服务器之间形成内网。DataSky分布式VPN组网解决方案解决了分支节点连接总部的网络需求,具有以下优势 简单易用 分布式VPN是一种简单易部署的虚拟专用网络解决方案。客户可以使用 DSE 无线 AP 设备轻松地在分支节点和总部服务器之间建立安...

    分布式密钥管理有哪些好处?

    分布式密钥管理是将密钥生成 存储 使用 更新等过程分布在多个节点上,实现密钥高可用和安全性的方案。与传统的集中式密钥管理方案相比,分布式密钥管理具有以下明显优势 分布式密钥管理可实现负载均衡。在分布式系统中,各种计算资源和数据存储均匀分布在节点之间,有效避免了单点过载。当系统负载发生变化时,节点之间...