tdengine标签_AtomGit开源社区

tdengine

从时序数据库到工业AI：涛思数据参编“人工智能+工业软件”评价规范，推动工业数据标准

中国软件行业协会发布《"人工智能+工业软件"融合应用成熟度评价规范》（T/SIA 064—2026），填补行业空白。该标准由27家单位共同起草，历时一年完成研制，明确了评价体系与分级架构，涵盖数据管理、智能分析等核心指标。北京涛思数据作为主要参与单位，依托其TDengine时序数据库和IDMP工业数据管理平台的技术积累，为标准提供重要支撑。标准实施将推动工业智能化升级，促进产业链协同发展，助力企业

 涛思数据（TDengine）
2026-06-08 17:54:09

 262

 6

#时序数据库 #人工智能 #涛思数据 +3
第一天学 TDengine，我被这个国产时序数据库“秀“到了

摘要： TDengine是一款国产开源高性能时序数据库，专为物联网、工业互联网等时序数据场景优化设计。其核心设计亮点包括超级表（STable）（统一管理海量子表）、标签（Tag）（高效过滤分类数据）和时间线（优化时序数据存储），显著提升了数据写入性能（单机百万级/秒）和压缩比（10:1以上）。相比InfluxDB，TDengine具备国产化优势、类SQL语法、内置数据订阅和边云同步功能，适用于车联

 houzhe11
2026-06-05 16:43:31

 38

#时序数据库 #tdengine #大数据
时序数据库在工业场景的选型：TDengine vs openGemini vs InfluxDB

本文系统分析了工业场景下时序数据库的选型策略。针对智能制造领域设备数量多、数据关联分析需求强、国产化和成本敏感三大特点，作者对比了TDengine、openGemini和InfluxDB三款主流时序数据库的核心特性及适用场景。TDengine采用"一设备一表"模型，集成缓存和流计算，适合大规模设备接入；openGemini作为华为开源产品，满足国产化需求且性能突出；InfluxDB则以成熟生态见长

 wkw_lzhl
2026-06-04 17:26:10

 442

 4

#时序数据库 #tdengine #数据库
TDengine 时序数据库深度学习笔记

TDengine 时序数据库学习摘要 TDengine是一款开源高性能时序数据库(TSDB)，专为物联网、工业互联网等时序数据场景设计。核心特性包括：百万级数据点/秒的高写入性能、5-20倍的高压缩比、兼容标准SQL语法、内置流式计算和缓存功能，以及原生分布式架构。与传统关系型数据库相比，TDengine采用超级表(Super Table)+子表的数据模型，列式存储+时间分区，支持时序特有的窗口

 cpyaxjq
2026-06-03 20:30:29

 481

 8

#时序数据库 #tdengine
从“查不到”到“10 秒定位”：水泥工厂无人天车的数据化升级

安徽智质在水泥工厂智能化升级中，针对天车无人化调度系统的高频数据挑战，引入TDengine TSDB时序数据库，优化了海量数据处理能力。系统通过激光雷达和PLC实时采集万级通讯点数据，采用“超级表-子表”模型实现高效存储与查询，在单核虚拟化环境下（1核CPU/4GB内存）稳定运行。方案将故障定位时间缩短至5分钟内，支持90天数据长效存储，显著提升了天车轨迹回溯与故障排查效率，为水泥行业工业无人化提

 涛思数据（TDengine）
2026-06-03 10:40:02

 336

 4

#时序数据库 #人工智能 #tdengine
TDengine Tag 设计哲学与 Schema 变更机制

Tag（标签）是 TDengine 数据模型中区别于传统数据库的核心创新之一。Tag 将设备的静态属性（如位置、型号、楼层）从时序数据中分离出来，既避免了大量重复存储，又提供了高效的多维度过滤和分组能力。Schema 变更（ALTER TABLE/STABLE）则解决了生产环境中不可避免的"表结构演进"需求——添加新指标列、增删 Tag、修改列宽——且在线执行，不阻塞读写。Tag 的设计哲学与最佳

 老段，万物互联之物联网
2026-05-21 20:47:25

 487

 9

#tdengine #数据库 #时序数据库 +4
TDengine物联网应用技术解决方案：从海量数据到智能决策的工业数据基座

摘要：TDengine作为专为物联网设计的时序数据库，通过"一个设备一张表"的创新数据模型和云原生架构，有效解决了工业物联网中海量设备接入、实时性要求和存储成本等核心挑战。其写入性能可达百万点/秒，压缩比达1:10，查询延迟低于1秒，在北京发那科等案例中实现了60%的成本降低和毫秒级告警响应。TDengine还提供IDMP平台和AI智能体，支持流式计算、数据订阅和智能分析，并与

 boonya
2026-05-21 18:33:27

 538

 12

#物联网 #tdengine
TDengine 超级表/子表/普通表 — 设计理念与内部表示

TDengine 的数据模型围绕一个核心设计理念——一个数据采集点一张表这与传统关系型数据库"所有设备共享一张宽表"的思路截然不同。为了在"一设备一表"的基础上实现高效的聚合查询和统一管理，TDengine 创造了**超级表（STable）**机制——同类设备共享 Schema，通过 Tag 区分个体。本文深入解析三种表类型的设计理念、内部存储结构和适用场景。超级表是同类数据采集点的模板-- 列（

老段，万物互联之物联网
2026-05-19 20:48:25

 597

 8

#tdengine #数据库 #android +4
TDengine TSDB 3.4.0 时序数据库（安装部署 + 数据模型 + SQL 实操 + 项目连接）

TDengine TSDB 3.4.0 时序数据库入门实战（安装部署 + 数据模型 + SQL 实操 + 项目连接）

yyb1369584682
2026-05-15 16:26:36

 664

 10

#时序数据库 #tdengine #sql
深度解析：从 OSIsoft PI 迁移到 TDengine IDMP 的完整实践指南

随着国产化替代和数字化转型的推进，越来越多的工业企业考虑将历史数据从 OSIsoft PI 迁移到 TDengine IDMP。本文提供从数据模型映射、历史数据迁移到应用层适配的完整实践指南，帮助企业平稳完成 historian 平台的升级。通过合理的迁移规划和充分的测试验证，企业可以平稳完成 historian 平台的升级。assert abs(pi_val.value - td_val[1])

terryelf
2026-05-14 05:45:08

 475

 8

#tdengine #大数据 #java
未来已来：TDengine 与 AI 的深度融合之路

从数据存储到智能分析，从边缘到云端，从特征工程到模型推理，TDengine 正在构建一个完整的 AI 数据基础设施生态。随着技术的不断演进和生态的持续完善，TDengine 有望在 AI 时代发挥更大的价值，为中国乃至全球的 AI 产业发展贡献更大的力量。本文将展望 TDengine 与 AI 融合的未来发展方向，探讨时序数据库如何从一个被动的数据存储工具，进化为一个主动的智能数据平台。同时，TD

Nl0952
2026-05-13 17:53:29

 399

 10

#tdengine #人工智能 #oracle
信创安全新高度：TDengine 国产化替代中的数据安全与合规实践

作为国产开源时序数据库的标杆，TDengine 在国产化替代背景下，不仅提供了卓越的性能表现，更构建了完善的安全体系，满足等保 2.0、数据安全法等合规要求。对于承载关键生产数据的工业系统而言，选择 TDengine 这样具备完善安全体系的国产时序数据库，是保障数据安全、满足合规要求、实现自主可控的明智之选。TDengine 在国产化替代背景下，通过完善的认证授权、数据加密、审计追踪和网络安全机制

 NL095231
2026-05-13 17:21:49

 436

 9

#安全 #tdengine #大数据
深度解析：TDengine 如何成为 AI 时代的时序数据基座

从高效的数据存储到实时的特征工程，从与 Python 生态的无缝对接到与 MLOps 平台的深度协同，TDengine 为 AI 应用的全生命周期提供了坚实的数据基座。工业设备的传感器读数、金融市场的交易记录、物联网终端的状态上报，这些源源不断产生的时序数据，构成了 AI 模型理解和预测物理世界的基础。TDengine，这款由涛思数据自主研发的国产时序 database，凭借其创新的超级表模型、卓

 tangsanshao1
2026-05-13 15:13:03

 400

 5

#tdengine #人工智能 #大数据
实战：基于 TDengine 构建 AI 特征工程的实时流水线

TDengine 通过内置的流计算引擎、UDF 扩展能力和高效的数据存储，为时序特征工程提供了一种全新的"就地计算"范式。TDengine 的状态窗口（STATE_WINDOW）可以根据数据状态的变化自动划分窗口，非常适合提取状态相关的特征。例如，在设备监控场景中，温度的均值反映了设备的平均热负荷，方差反映了温度波动的剧烈程度，而最大值则可能预示着散热系统的问题。对于频繁使用的特征，可以通过 TD

2601_95923909
2026-05-13 10:32:41

 279

 8

#tdengine #人工智能 #大数据
实时计算新范式：TDengine IDMP 流计算引擎的工业实践

作为国产开源时序数据库的标杆，TDengine 在其 IDMP（Industrial Data Management Platform）工业数据管理平台中内置了强大的流计算引擎，实现了"存储即计算"的实时数据处理新范式。传统的"采集→传输→入库→查询→分析"链路，端到端延迟通常在秒级甚至分钟级，无法满足上述需求。││ 内存表││ 数据文件 ││ 索引││。││ 解析器│→│ 执行计划 │→│ 状态

 AXXZa
2026-05-12 22:29:32

 362

 6

#tdengine #大数据 #时序数据库
构建你的 AI 原生工业数据底座

工业软件正在经历前所未有的变化。AI 不只是增加了一些新功能，而是在重新定义系统的构建方式、交互方式以及价值的来源。应用会不断变化，界面会不断重建，但这些都只是表层。真正决定未来能力的，是你今天构建的数据底座。问题不再是这场转变是否会发生，而是你是否已经开始为它做准备。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。

老段，万物互联之物联网
2026-04-29 17:21:09

 381

 8

#人工智能 #大数据 #tdengine +4
工业软件的未来：构建在工业数据底座之上的 AI Agent

应用会变化，界面会变化，人与系统的交互方式也会不断变化。这些变化是技术发展的必然结果，也是系统不断进化的表现。真正不会改变的，是数据底座的重要性。它是唯一持续存在、不断积累价值，并支撑所有上层能力的核心资产。在 AI 时代，仅仅拥有数据底座是不够的。它必须从一开始就为 AI Agent 设计，才能支撑今天的应用，以及未来不断出现的各种新能力。关于 TDengineTDengine 专为物联网IoT

老段，万物互联之物联网
2026-04-28 21:39:54

 409

 12

#人工智能 #数据库 #大数据 +2
为什么工业数据必须开放 — 同时不能丢失上下文

工业数据必须开放，但仅有开放是不够的。如果数据在开放的过程中失去了上下文，那么它也失去了价值。下一代工业数据系统，必须在保证数据自由流动的同时，保留并增强其上下文信息。只有这样，工业数据才能真正支撑现代分析、AI 系统以及智能化运营。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Ser

老段，万物互联之物联网
2026-04-26 18:25:20

 411

 9

#tdengine #大数据 #时序数据库 +3
TDengine时序数据库石油化工行业架构设计

通过合理的数据建模、存储优化和应用开发，可以帮助石化企业构建面向未来的智能化数据平台。随着AI技术的不断发展，TDengine也在持续演进，未来将在时序大模型、向量检索、边缘智能等方向为石化行业提供更多创新功能，助力企业实现数字化转型和智能化升级。一个大型炼化企业可能拥有数万个传感器测点，涵盖温度、压力、流量、液位、成分分析等多种参数，数据产生频率从秒级到毫秒级不等，每天产生的数据量可达TB级别。

lanyuan1105
2026-04-24 20:58:57

 397

 5

#时序数据库 #tdengine #大数据
AI 驱动的运营洞察：消除数据与洞察之间的门槛

过去几十年，工业系统一直在解决“如何获取数据”和“如何展示数据”的问题。但真正的挑战，从来不是数据本身，而是如何获得洞察。AI 驱动的运营洞察，正是在消除这道门槛。它让企业无需依赖复杂的分析能力，也能从数据中获得洞察，从而更快地做出决策。这不仅是一种技术进步，更是一种范式转变。从“数据系统”，走向“洞察系统”。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。

老段，万物互联之物联网
2026-04-23 17:06:01

 437

 11

#人工智能 #大数据 #tdengine +4
TDengine-流计算

TDengine 流计算通过简洁的 SQL 语法实现了强大的实时数据处理能力。结合计数、事件、滑动等多种窗口模型，可以覆盖物联网领域 80% 以上的实时统计和监控需求。实际应用中，应根据数据特征和业务延时要求选择合适的窗口类型，并善用调优乱序处理和历史数据回填。我是一名工业互联网开发工程师，服务于纵横工业互联网团队，这是河南863旗下专注工业数字化的团队，也是深耕工业数字化转型领域的专业技术与解决

 清晨001
2026-04-23 16:29:59

 474

 9

#tdengine #struts #大数据
资产与事件驱动的可视化：从仪表板到运营洞察

可视化不仅仅是“看数据”。它的本质，是理解系统运行。传统工具已经难以满足需求，通用工具也无法贴合工业场景。工业用户真正需要的，是一种新的可视化方式——以资产为核心、以事件为驱动、以洞察为目标，并与数据底座深度融合。只有这样，可视化才能真正成为连接数据与决策的桥梁，在 AI 时代发挥应有的价值。关于 TDengineTDengine 专为物联网IoT平台、工业大数据平台设计。

老段，万物互联之物联网
2026-04-22 21:20:54

 433

 11

#tdengine #大数据 #时序数据库 +3
工业系统中的高级分析：超越工业实时数据库

工业系统已经从“采集数据”发展到“分析数据”，但在很多环境中，无论是工业实时数据库，还是工业互联网平台，分析仍然被当作系统之外的能力。要迈向未来，分析必须成为数据底座的原生能力，它不应该是附加功能，也不应该是独立工具，而必须成为系统的核心能力之一。与此同时，原生分析能力并不意味着系统是封闭的。现代工业数据底座必须保持开放，能够与外部工具、自定义模型以及不断演进的新技术进行集成，从而在保证灵活性的同

 老段，万物互联之物联网
2026-04-21 20:46:42

 400

 7

#数据库 #大数据 #时序数据库 +2
为什么仅有时序数据还不够：AI时代的工业事件分析重构

作者： Jeff Tao涛思数据。

老段，万物互联之物联网
2026-04-19 17:25:41

 397

 10

#重构 #tdengine #大数据 +4
从 Data Archive 到 TSDB：工业数据底座为何必须重构

作者： Jeff Tao涛思数据在上一篇文章中，我们讨论了工业数据基础设施的整体演进路径：从工业，到工业数据平台，再到 AI 原生工业数据底座。这一演进不仅是功能的增强，更是底层架构的重构。在这一过程中，一个最核心、却常常被忽视的变化，是数据存储层本身正在发生根本性替代。长期以来，Data Archive 一直是工业实时数据库的核心组件，它承担了最基础的职责：接收来自现场的时序数据，并进行压缩存储

 老段，万物互联之物联网
2026-04-15 19:58:22

 401

 8

#tdengine #大数据 #时序数据库 +3
从工业实时数据库到工业互联网平台，再到 AI 原生工业数据底座

作者： Jeff Tao涛思数据工业数据基础设施正在经历一场深刻的变革。在过去几十年中，工业实时数据库一直是工业运行体系的核心基础设施。它解决了工业计算中最关键、也最困难的问题之一：如何从设备与控制系统中持续采集、存储，并高效访问海量的时序数据。像 PI System 这样的系统，已经成为工厂、电厂和炼化企业中不可或缺的一部分。但如今，工业数据所处的环境已经发生了变化。现代 IT 架构、云计算，以

 老段，万物互联之物联网
2026-04-13 19:55:27

 429

 11

#tdengine #大数据 #时序数据库 +2
主流时序数据库对比分析报告

时序数据库（Time Series Database，TSDB）是专门存储和时间相关数据的数据库系统，其核心特点是以时间为主键进行数据组织和查询优化。与传统的行式数据库不同，时序数据库针对时间序列数据的写入、存储和查询进行了深度优化，能够高效处理海量带时间戳的数据点。出品方：涛思数据（中国）|开源协议：AGPL v3TDengine 是由北京涛思数据科技有限公司自主研发的高性能时序数据库，其核心设

 cool_laoyao
2026-04-09 10:30:04

 864

 18

#时序数据库 #数据库 #tdengine +1
TDengine社区版图形化管理工具安装教程（Windows）

本文介绍三种在Windows环境下管理CentOS服务器上TDengine数据库的图形化工具方案：1) 轻量级开源工具TDengineGUI，通过REST API连接，适合基础操作；2) 官方Web界面taosExplorer，功能全面但需配置服务器端口；3) 通用数据库工具DBeaver，支持JDBC连接，适合复杂SQL开发。文章详细说明了各工具的安装配置步骤、连接方法和使用技巧，并提供了常用S

cool_laoyao
2026-04-08 18:10:26

 1038

 10

#tdengine #windows #大数据 +1
TDengine IDMP 可视化 —— 趋势图

趋势图将一个或多个时序指标以折线的形式绘制在时间轴上，连接各数据点以展示数值随时间的变化趋势。它专为连续测量数据而生——温度、压力、流量、能耗、振动等——这类数据的时间形态本身就承载着意义。多个指标可以绘制在同一图表上，每个指标作为独立的折线，一眼便可发现关联关系和相对变化规律。除基本绘图外，趋势图是 TDengine IDMP 中的主要面板类型，也是高级分析功能的入口：使用 AI 预测未来值、通

 老段，万物互联之物联网
2026-04-03 16:35:51

 840

 21

#tdengine #大数据 #时序数据库 +4
以事件为核心 + 以资产为核心：工业数据中缺失的关键一环

工业数据，从来不仅仅是采集的信号。它关乎系统，以及系统如何运行。资产定义“是什么”。事件定义“发生了什么”。只有当两者结合在一起，我们才能真正理解工业运行，也才能让 AI 在工业场景中发挥真正的价值。

老段，万物互联之物联网
2026-04-01 20:59:59

 627

 20

#人工智能 #大数据 #tdengine +3
TDengine IDMP 工业数据建模 —— 元素与数据查询

随着资产模型不断扩展，快速定位所需元素或属性变得至关重要。

老段，万物互联之物联网
2026-04-01 20:56:20

 543

 16

#tdengine #大数据 #时序数据库 +4
TDengine IDMP 工业数据建模 —— 数据标准化

工业环境通常从多个数据源采集数据，这些数据往往命名不一致、物理单位各异、数据结构不同。如果没有标准化，跨资产分析、AI 生成洞察和数据汇聚将变得不可靠甚至无法实现。TDengine IDMP 提供了多种机制，对整个资产模型中的数据进行标准化。

老段，万物互联之物联网
2026-03-31 19:44:08

 455

 9

#tdengine #大数据 #时序数据库 +3
TDengine IDMP 工业数据建模 —— 数据情景化

数据库表中名为current的列只是一个数字。只有当您知道是哪个电表产生了它、该电表安装在哪里、值的物理单位是什么，以及什么范围属于正常，它才变得有意义。是将这些背景知识附加到数据上的过程——将原始测量值转化为丰富、可查询、AI 就绪的工业数据资产。TDengine IDMP 通过三种互补机制构建数据上下文：元素、属性和事件。每种机制提供不同维度的信息，三者共同赋予每个数据点完整的工业语义。

老段，万物互联之物联网
2026-03-31 19:27:10

 520

 14

#tdengine #人工智能 #大数据 +4
让 TDengine 在 JetBrains IDEs 里更像“原生数据库”一点

将TDengine数据库集成到JetBrains IDE中的插件开发过程。作者分享了开发初衷是让TDengine在JetBrains环境中获得更原生的数据库体验，而非勉强适配。文章重点描述了开发中的三大挑战：TDengine方言的PSI设计、语法规则整理和回归测试问题。目前插件已实现连接配置、SQL开发支持（包括补全、高亮、文档提示等），使TDengine在JetBrains中的使用体验更接近原生

 小魏小魏我们去那里呀
2026-03-29 13:14:43

 431

 6

#数据库 #tdengine #大数据
实战指南：TDengine 流计算引擎在高速公路隧道实时监控中的应用与调优

摘要高速公路隧道环境监控面临每秒数万条数据的实时处理挑战，传统架构依赖多组件协同导致高延迟。本文提出基于TDengine时序数据库的内置流计算方案，通过SQL原生语法实现秒级异常检测。实践表明，该方案在CO浓度、能见度等关键指标监控中可实现3秒内告警响应，相比传统架构减少50%以上的组件依赖。具体实施包含：1）建立隧道传感器数据模型；2）设计滑动窗口流计算规则；3）优化告警推送机制。性能测试显示

 冲浪鸭
2026-03-26 11:26:03

 476

 6

#tdengine #大数据 #时序数据库
探索C#版YOLOv9视觉检测框架：基于OnnxRuntime的实现之旅

c#版YOLOv9视觉检测框架基于onnxRuntime实现的YOLOv c#版1、c#基于onnxRuntime实现2、支持YoloV8，支持最新v9c，v9e模型3、支持：分类、检测、分割（实例分割/语义分割）、动作、OBB旋转、关键点（动作预测/自由关键点预测）4、支持CPU、GPU检测5、支持集成显卡、Nvidia显卡、amd显卡的推理6、使用电脑无需配置cuda和cudnn,无环境GPU

CYpdpjRnUE
2026-03-25 15:30:00

 331

 8

#tdengine
TDengine IDMP 1-产品简介

TDengine IDMP（Industrial Data Management Platform，工业数据管理平台）是一款 AI 原生的工业数据管理平台，专为管理、分析工业运营数据并从中提取业务洞察而设计。TDengine IDMP 与 TDengine TSDB 协同工作。TDengine TSDB 是一款高性能分布式时序数据库，负责存储和处理传感器、设备及控制系统产生的海量时序数据。借助这些

 老段，万物互联之物联网
2026-03-24 19:59:24

 624

 13

#tdengine #大数据 #时序数据库 +3
基于三相全桥逆变的光伏储能VSG simulink仿真模型

储能电池组的双环控制更有意思——外环电压环用PI调节器硬刚电容电压，内环电流环直接锁死电池出力。参考文献扔几个干货：[1]《虚拟同步发电机技术及其在微电网中的应用》必读，[2] IEEE Trans. Power Electronics那篇双闭环控制经典论文，[3] 光伏MPPT算法对比研究那篇SCI二区文章。直流母线稳压测试结果更惊艳：1秒时电压指令从800V突降到700V，实测调整时间仅80m

CBgPxXIID
2026-03-22 09:00:00

 359

 3

#tdengine
时序数据库替换深度体验：从InfluxDB/TimescaleDB/TDengine到国产化平滑迁移的实战之路

说句实在话,做技术这么多年,谁还没被数据库替换折腾过啊。特别是这几年信创政策下来,把InfluxDB这种国外货换成国产的,或者换掉TimescaleDB、TDengine,直接成了我们团队的头等大事,天天开会都在聊这个。但说实话,时序数据库替换真不是简单的"换个软件"。我见过太多项目一开始想得很简单,结果折腾个半年一年,最后搞得鸡飞蛋跳。为啥?因为他们把时序替换想得太轻了。针对时序数据特征优化:数

 onc-virn
2026-02-26 13:44:49

 1.1w

 31

#时序数据库 #tdengine #oracle
COMSOL 大型复杂流道燃料电池仿真：探索不同模型的奥秘

COMSOL 大型复杂流道燃料电池仿真下面两个模型：1）具有树状的冷却流道，蛇形气体分配流道，2)具有树状的气体分配流道（无冷却流道）。模型特点：1)模型具有良好的收敛性，2)网格质量也不错（平均网格质量0.9以上）3)模型考虑了流场-温度-电化学-浓度和冷却在燃料电池研究领域，COMSOL 凭借其强大的多物理场耦合分析能力，成为众多科研人员的得力助手。今天咱们就来聊聊基于 COMSOL 的大型复

 QUFridIM
2026-03-15 17:30:00

 147

 3

#tdengine
GWO - LSTM多变量回归预测：Matlab实现与探索

GWO-LSTM多变量回归预测，灰狼算法优化长短期记忆网络的回归预测（Matlab）1.data为数据集。2.MainGWO_LSTMNN.m为程序主文件，其他为函数文件无需运行。3.命令窗口输出R2、MAE和MBE。4.灰狼算法优化参数为学习率，隐藏层节点个数，正则化参数。注意程序和数据放在一个文件夹，运行环境为Matlab2018及以上.在数据预测领域，如何提高预测的准确性一直是研究的重点。今

 ifqhzJwse
2026-03-11 09:15:00

 363

 8

#tdengine