iotdb标签_AtomGit开源社区

iotdb

开源时序数据库IoTDB：如何支撑千亿级工业数据底座？

时序数据库已经成为工业物联网不可或缺的基础设施。它解决了传统数据库在存储海量时序数据时面临的写入瓶颈、存储成本、查询性能等一系列问题。在选择时序数据库时，企业应以自身业务需求为出发点，综合考虑数据规模、查询模式、生态兼容性与长期演进能力。对于工业关键场景，Apache IoTDB 的开源生态与 TimechoDB 的企业级安可资质相结合，正成为越来越多企业的稳妥选择。从工业数据底座到智能决策，时序

 C学堂
2026-06-11 15:53:43

 188

 7

#开源 #时序数据库 #iotdb
时序数据库选型指南：为什么说 Apache IoTDB 是工业物联网数据的更优选择

时序数据库选型指南：聚焦工业物联网场景本文系统分析了时序数据库选型的核心考量因素，重点探讨了工业物联网场景下的特殊需求。文章指出，企业选型时需关注六大关键问题：场景契合度、持续写入稳定性、长期存储成本、时序查询优化、技术栈集成能力以及产品演进路径。针对工业物联网海量设备数据、复杂协议和网络环境等特点，传统数据库往往难以胜任。文章特别推荐了Apache IoTDB这款国产时序数据库，其优势在于：

颜颜yan_
2026-05-28 08:35:31

 1.5w

 10

#时序数据库 #apache #iotdb
物联网-01-Spring Boot + MyBatis‑Plus 操作 IoTDB（表模型）

✅推荐用 MP 做查询 + 分页 + 插入表结构按 IoTDB 设计哲学来UPDATE 全部手写 SQL核心业务数据仍用 MySQL / PostgreSQL❌不推荐用 MP 的 update / saveOrUpdate用逻辑删除、乐观锁把 IoTDB 当纯 OLTP 数据库。

quyunde
2026-05-27 15:29:41

 569

 7

#iotdb #物联网 #spring boot
【IoTDB】工业时序数据库选型：Apache IoTDB 如何破解海量数据管理难题

Apache IoTDB是专为工业物联网设计的时序数据库，具备百万级写入、31:1高压缩比及毫秒级查询性能。它通过树形模型、端边云一体化架构及AI集成，解决设备层级管理、存储成本高和实时分析难等工业核心痛点。

Francek Chen
2026-05-27 09:00:00

 1.5w

 19

#iotdb #时序数据库 #apache +2
做了几年工业互联网，聊聊我为什么最后选了 Apache IoTDB

摘要本文深入探讨了时序数据库选型的关键考量因素，指出传统数据库在时序场景下的局限性。作者分析了时序数据的四大特征，揭示了五个容易被忽视的选型陷阱，包括长跑稳定性、压缩比、数据建模等问题。重点介绍了Apache IoTDB的解决方案，其树形数据模型和时序优化设计能有效应对工业场景需求。文章通过实际SQL示例展示了IoTDB在写入、查询和聚合方面的优势，并推荐了从试点到生产的渐进式落地策略。最后强调

 weixin_66401877
2026-05-26 21:46:35

 3.6w

 13

#apache #iotdb
时序数据库选型指南：为什么 Apache IoTDB 是工业物联网场景的最佳选择

时序数据库的选型没有银弹，关键在于匹配业务场景。如果你的项目涉及工业物联网、智能制造、车联网或能源管理等场景，需要一个在高并发写入、存储压缩、端云协同和大数据集成方面都表现出色的时序数据库，Apache IoTDB 无疑是目前最具竞争力的选择。它不仅是一个时序数据库，更是一个从边缘到云端的时序数据管理平台。在 Apache 开源基金会的治理下，IoTDB 正在持续快速发展，社区活跃度和功能成熟度都

 鸽芷咕
2026-05-24 10:57:48

 1.9w

 16

#时序数据库 #apache #iotdb
2026时序数据库选型指南：为什么Apache IoTDB成为工业物联网首选

随着数字化转型加速，工业物联网等领域产生海量时序数据，传统数据库难以应对高并发写入、海量存储等挑战。时序数据库(TSDB)成为核心基础设施，选型需考量性能、功能、架构、生态等六大维度。Apache IoTDB作为国产开源时序数据库标杆，具有极致性能(千万级写入/秒)、超高压缩比(10-100倍)、灵活数据模型等优势，广泛应用于能源、制造等行业。文章详细介绍了IoTDB的技术特性、快速上手教程及企业

 weixin_37800531
2026-05-22 11:48:11

 1.5w

 27

#时序数据库 #apache #iotdb +2
时序数据库怎么选：从业务需求到 IoTDB 的一条线

选型先看写入规模、查询形态和运维成本；若数据带时间戳且以追加为主，专用时序库往往比通用关系库更省事。Apache IoTDB 在存储与 SQL 查询之外，通过 AINode 把预测、异常检测等分析拉回库内完成，减少数据搬来搬去。

攻城狮7号
2026-05-13 20:50:47

 1.8w

 14

#时序数据库 #iotdb #数据库
时序库.net平台下的推荐 SonnetDB,一文分析清除他与Apache IoTDB的区同

SonnetDB与Apache IoTDB在物联网时序数据处理上展现出高度趋同性。两者均采用相似的时序数据模型、WAL写入机制和SSTable存储结构，支持TTL数据生命周期管理，并面向工业级应用场景。核心差异在于定位：SonnetDB主打.NET生态的嵌入式轻量级方案，强调零部署和低延迟；而IoTDB侧重分布式集群管理，提供端到端的云边协同能力。这种互补关系使SonnetDB成为.NET生态中借

 回忆2012初秋
2026-04-28 12:22:56

 467

 4

#apache #iotdb
时序数据库选型指南-IoTDB

本文探讨了企业在大数据架构下对时序数据库的选型问题。随着时序数据规模增长，传统数据库方案面临写入压力、存储成本、查询语义和运维复杂度等挑战。文章提出6个关键选型维度：写入吞吐、存储压缩、时序查询能力、集群扩展性、生态协同和运维成本。重点分析了Apache IoTDB的优势，包括原生时序设计、分布式架构、高压缩比存储和丰富生态集成，并介绍了从开源验证到企业级落地的路径。建议企业根据实际生产需求，选择

 檀越剑指大厂
2026-04-24 22:30:06

 1w

 10

#时序数据库 #iotdb #数据库
时序数据库选型指南：大数据时代的“数据基建”与 IoTDB 的工业原生之路

在企业的数字化转型进程中，**时序数据库**已经从“辅助工具”演变为“核心基础设施”。尤其在工业互联网与 AI 融合的当下，面对海量、高速、乱序的时序数据，传统企业的存储与分析架构正面临前所未有的挑战。

sixpp
2026-04-24 18:43:47

 1w

 9

#时序数据库 #大数据 #iotdb +4
Apache IoTDB（最新大数据时代时序数据库选型指南）

摘要：工业4.0时代下，时序数据库（TSDB）成为处理海量物联网数据的关键工具。Apache IoTDB凭借高性能写入（363万点/秒）、高压缩比存储（成本低于$0.23/GB）及端云一体化架构脱颖而出，支持工业协议集成与毫秒级查询。其应用案例包括德国铁路能源项目，通过二次开发满足KRITIS数据法规要求，实现燃料电池实时监控与秒级调度，展示了在智能制造与能源管理中的核心价值。IoTDB以开源与

 野区捕龙为宠
2026-04-24 14:40:27

 7831

 6

#apache #iotdb #大数据
【IoTDB】工业物联网时序数据库优选：Apache IoTDB的显著优势

时序数据库选型要综合考量多方面。开源方案中，Apache IoTDB优势显著，在处理高并发数据时表现出色，能为企业应对数据挑战、降本增效及实现自主可控提供支撑。

Francek Chen
2026-04-21 21:54:17

 8505

 36

#iotdb #物联网 #时序数据库 +2
时序数据库选型指南（工程落地版）：从采集链路与+Schema+治理理解+Apache+IoTDB

如果你的系统只存几条指标，任何库都能用；但如果你要承载成千上万台设备、百万级测点、长周期留存，并希望未来能做权限、对账、分析与可视化，schema 治理与数据模型的清晰度会成为选型的分水岭。IoTDB 的价值在于它把“设备层级”提升为一等公民：路径即语义、前缀即域、结构即治理。这类设计在工业/物联网系统里往往比“功能多几个按钮”更重要。

Pocker_Spades_A
2026-03-28 15:05:12

 3.2w

 1

#时序数据库 #apache #iotdb
基于遗传算法的多无人机协同任务分配探索

matlab：基于遗传算法的多无人机协同任务分配- 基于遗传算法的多无人机协同任务分配- 种群中的每一个个体代表一次完整的任务分配方案，模型目标是找到代价函数的最小值，当作任务分配的最终方案- 任务的代价评估分为两部分：无人机的总航程和消耗的总时间，分别设置了不同权重- 注释详细在无人机应用愈发广泛的当下，多无人机协同任务分配是个关键课题。今天咱就聊聊基于Matlab，用遗传算法来实现多无人机协同

 kUhzIPVBnE
2026-04-14 17:30:00

 318

 7

#iotdb
工业时序数据库选型：从数据模型与存储引擎看 Apache IoTDB

时序数据库选型不是简单的技术参数对比，而是需要从业务场景出发，综合考虑数据模型适配度、写入性能、存储成本、查询能力、架构扩展性和生态集成等多维因素。在大数据与工业物联网深度融合的今天，Apache IoTDB 凭借自研 TsFile 存储格式的极致压缩、树形层级模型的场景适配、端边云协同的独特架构以及 Apache 开源生态的长期保障，正在成为工业时序数据管理的最优选择。

2401_82648291
2026-04-13 21:47:10

 1.7w

 26

#apache #iotdb #时序数据库
时序数据库选型深度指南：Apache IoTDB——大数据时代的优选方案

在大数据时代背景下，时序数据库已成为企业数字化转型的重要基础设施之一。面对市场上琳琅满目的时序数据库产品，Apache IoTDB凭借其开源、高效、可扩展、工业友好等独特优势脱颖而出，成为众多企业的理想之选。无论是从数据规模与增长潜力、数据压缩与存储效率、查询性能与实时性、数据可靠性与容错性、生态兼容性与开发友好性还是成本效益分析等方面来看，IoTDB都表现出了卓越的性能和竞争力。如果您正在寻找一

 hanwangyyds
2026-04-13 21:35:19

 3.6w

 8

#时序数据库 #apache #iotdb
2026年时序数据库选型指南：Apache IoTDB从大数据与物联网视角深度剖析

时序数据库选型指南：关键维度与主流产品分析 2026年，时序数据成为企业数字化转型的核心资产，全球时序数据库（TSDB）市场预计2031年达7.76亿美元。面对41款产品（中国占17款），科学选型需聚焦五大维度：数据模型：能否直观映射设备层级关系；压缩能力：针对时序特性的专属算法（如Apache IoTDB压缩比达10:1以上）；性能：写入吞吐（如InfluxDB达百万点/秒）、查询延迟（毫

 微学AI
2026-04-09 18:38:52

 1.5w

 8

#时序数据库 #apache #iotdb
Apache IoTDB 2.0实战解析：树表双模型、Spark集成与性能调优

Apache IoTDB 2.0核心升级亮点包括：支持树表双模型，满足不同业务场景需求；优化Spark/Flink生态集成，提升大数据处理效率；显著提升性能与可观测性，写入吞吐量提升30%以上，查询延迟降低25%。本文重点介绍树表双模型实操、Spark生态集成、性能调优等内容，提供可直接落地的代码案例，帮助开发者快速掌握IoTDB 2.0新特性，解决复杂时序数据管理难题。

Alex
2026-04-09 16:43:10

 1.2w

 9

#apache #iotdb #spark
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
工业物联网数据基础设施：Apache IoTDB 与 TimechoDB 的云原生与 AI 进化之路

工业物联网数据基础设施：Apache IoTDB 与 TimechoDB 的云原生与 AI 进化之路

 wei_shuo
2026-04-07 12:43:33

 1.8w

 171

#物联网 #apache #iotdb
Matlab:利用势能法和切片法编写关于斜齿轮时变啮合刚度求解模型的Matlab程序，根据端面...

本MATLAB程序基于弹性力学势能法和齿轮切片分析原理，开发了一套完整的斜齿轮时变啮合刚度计算系统。该模型通过精确考虑斜齿轮啮合过程中的几何特性、弹性变形机制以及多齿协同作用，实现了时变啮合刚度的高精度计算。程序采用模块化设计，包含单齿刚度计算和综合刚度合成两个核心模块，为齿轮系统动力学分析提供可靠的刚度激励数据。模块首先定义斜齿轮副的基本几何参数，包括主动轮和从动轮齿数、法向模数、螺旋角、压力角

 OoxJqfQCaS
2026-04-05 17:30:00

 44

#iotdb
光伏MPPT之灰狼算法：应对局部遮阴与光照突变

光伏mppt灰狼算法，，局部遮阴光伏mppt最大功率点跟踪，含光照突变情况，光照突变马上重启算法。文件包含simulinklink仿真模型，灰狼算法代码，输出功率电压电流占空比曲线。在光伏系统中，最大功率点跟踪（MPPT）技术对于提高光伏电池的发电效率至关重要。今天咱们就来唠唠基于灰狼算法的光伏MPPT，特别是在局部遮阴以及光照突变情况下的应用。

YrqnxehxDo
2026-04-02 19:30:00

 145

 1

#iotdb
【IoTDB】工业物联网数据洪流下的破局者：Apache IoTDB 的架构解析与实践

Apache IoTDB凭借树形模型、高压缩比及“端-边-云”架构，在写入性能、查询效率、存储成本上优势显著，是工业物联网场景下应对数据挑战、实现自主可控的优选方案。

Francek Chen
2026-03-24 09:00:00

 1.2w

 13

#iotdb #物联网 #apache +3
simulink模型燃料电池空气路建模与控制包括：燃料电池电堆模型（阴极，阳极，水传递

simulink模型燃料电池空气路建模与控制包括：燃料电池电堆模型（阴极，阳极，水传递，输出电压模型）、空气路关键部件（空压机，中冷器，加湿器，背压阀等）、氢气路简化模型。comsol 燃料电池仿真，代做，。考虑传热-电化学-流体流动-浓度等物理场，膜中水分布，阴极液态水分布以及阳极产生气体体积分数。冷启动仿真，低温质子交换膜燃料电池冷启动仿真模型，cold start，可仿真包括冰的形成过程，温

 ZakqPTLar
2026-03-22 17:23:40

 387

 11

#iotdb
四旋翼无人机轨迹跟踪PID控制仿真：让飞行更稳更准

通过这次仿真，我们看到了PID控制在四旋翼无人机轨迹跟踪中的高效应用。PID控制凭借其简单的结构和良好的控制效果，仍然在无人机控制中占据重要地位。然而，随着无人机任务复杂度的增加，单纯依赖PID控制可能难以应对复杂的动态环境和多目标优化问题。未来可以尝试引入改进型控制算法，如模糊PID、滑模控制或基于模型预测控制（MPC）的方法，进一步提升控制性能。无人机的飞行控制是一门既有技术深度又充满创意的学

 ktOCatfo
2026-03-22 11:15:00

 143

 2

#iotdb
PMSM电机控制三环控制仿真模型，供初学者学习。模型包括电流环、转速环以及位置环

PMSM三环控制是一种多环嵌套的控制方法，从内到外分别是电流环、转速环和位置环。电流环负责控制电机的相电流，转速环控制电机的转速，位置环则控制电机的位置。通过这种分层控制，可以实现对电机的精确控制。通过以上步骤，我成功搭建了一个PMSM三环控制仿真模型。这个模型包括电流环、转速环和位置环，以及传感器模型、PMSM模型和逆变器模型。通过输入预期转角，可以对电机进行控制，跟踪转角。这个模型适用于MAT

QAMroLAYzwtU
2026-03-22 09:15:00

 299

 3

#iotdb
基于Yolov7算法的海上船舶类型检测与识别（含源码、数据集及权重文件），涵盖六大类别船舶识别

YOLOv7海上船舶检测系统基于YOLOv7目标检测算法构建，专注于实现海上场景下船舶的精准检测与识别。该系统支持图像、视频两种输入类型的检测任务，同时提供模型导出、性能测试等功能模块，可部署于Triton Inference Server实现高效推理，适用于海事监控、海上交通管理等实际应用场景。系统整体采用Python语言开发，依赖PyTorch深度学习框架，结合OpenCV等工具库完成数据预处

 XKuVhniPguQm
2026-03-18 18:30:00

 375

 8

#iotdb
2026时序数据库选型全指南：大数据场景下的国产最优解，IoTDB实力领跑

随着工业物联网、智慧城市等领域时序数据爆发式增长，时序数据库成为大数据架构核心组件。本文提出时序数据库选型六大维度：高吞吐写入、高效存储压缩、快速查询、轻量化扩展、生态兼容及本土化服务。重点推荐国产开源时序数据库ApacheIoTDB，其具备百万级写入、超高压缩比、毫秒级查询等优势，支持全场景部署与主流大数据生态集成，已广泛应用于工业制造、能源电力等领域。通过性能对比和实战代码演示，论证IoTDB

weixin_37800531
2026-03-18 14:04:37

 1.1w

 26

#时序数据库 #大数据 #iotdb +2
Apache IoTDB：开启端边云协同的时序数据新时代

在选择时序数据库时，我们不仅仅是在选择一个存储引擎，更是在为企业的未来五年甚至十年的数据战略奠定基石。技术的选型往往具有路径依赖性，一旦选定，迁移成本极高。因此，我们需要一个既能满足当前高性能需求，又具备长期演进能力、生态丰富且社区活跃的解决方案。凭借其极致的存储压缩（节省真金白银的硬件成本）、原生的大数据生态融合（打破数据孤岛，释放数据价值）、创新的端边云协同架构（适应最复杂的工业现场）以及活跃

 2401_82648291
2026-03-18 13:00:54

 1.1w

 18

#apache #iotdb #人工智能 +1
炸穿时序数据痛点！5分钟学会IoTDB 原生AI直接预测+告警

Apache IoTDB V1.3.x为Java开发者提供了时序数据库原生AI解决方案，5分钟即可完成接入。该版本新增AINode功能，支持SQL直接调用预测、异常检测等AI能力，无需数据导出或依赖外部平台。文章详细介绍了IoTDB的核心优势、Java快速接入方法、AINode三大功能（时序预测、异常检测、缺失值填补）的具体实现代码，并提供了生产环境最佳实践和典型应用场景。IoTDB实现了时序数据

 Dad_of_Object
2026-03-18 09:40:05

 584

 14

#人工智能 #iotdb #知识图谱
光伏交直流混合微电网离网（孤岛）模式双下垂控制Matlab/Simulink仿真探究

光伏交直流混合微电网离网（孤岛）模式双下垂控制Matlab/Simulink仿真模型交直流混合微电网结构：1.直流微电网，由光伏板+Boost变换器组成，最大输出功率10 kW。2.交流微电网，由光伏板+Boost变换器+LCL逆变器组成，最大输出功率15 kW。3.互联变换器（ILC），由LCL逆变器组成，用于连接交直流微电网。模型内容：1.直流微电网采用下垂控制，控制方式为电压电流双闭环，直流

 EQylwUYz
2026-03-15 15:30:00

 423

 10

#iotdb
7自由度汽车动力学Matlab Simulink仿真模型：探索汽车运动的奥秘

传统的汽车动力学模型可能只有3 - 4个自由度，主要考虑车辆的纵向、侧向和横摆运动。然而，7自由度模型在此基础上进一步拓展，加入了车辆的垂直运动、俯仰运动和侧倾运动，能更全面地反映汽车在复杂路况下的实际运动状态。

zVGKKTvT
2026-03-11 08:30:00

 574

 10

#iotdb