物联网大数据平台TDengine，安装、集群一秒搞定，无需分库分表，实时备份数据！

物联网大数据平台TDengine，安装、集群一秒搞定，无需分库分表，实时备份数据！

随着大数据行业的不断升温、物联网市场的百鸟争鸣以及车联网的日渐成熟，创业者逐渐瞄准了大数据处理平台方向。但通常的大数据处理平台是将开源的Kafka、Redis,、Hbase,、MongoDB、Cassandra、 ES、Hadoop、 Spark、Zookeeper等大数据软件拼装起来，利用非结构化数据技术及集群来处理海量数据。

而此类大数据处理平台牵涉到多种系统，每种系统有自己的开发语言和工具，开发精力大部分花在了系统联调上，而且数据的一致性难以保证。同时，每个系统都会有自己的运维后台，会为企业带来更高的运维代价，出问题后难以跟踪解决，系统的不稳定性大幅上升。

物联网、车联网等此类数据主要是结构化数据，而用非结构化数据技术来处理结构化数据，整体性能不够、系统资源消耗大，并且因为多套系统，集成复杂，数据需要在各系统之间传输，会造成额外的运行代价，如若再得不到专业服务，项目实施周期长，导致人力攀升，利润急剧缩水。

TDengine是涛思数据专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。除核心的快10倍以上的时序数据库功能外，还提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的复杂度，且核心代码，包括集群功能全部开源。

创始人兼CEO陶建辉介绍道，TDengine定义了创新的时序数据存储结构，通过采用无锁设计和多核技术，TDengine 让数据插入和读出的速度比现有通用数据库高了10倍以上。

并且单核一秒就可处理2万以上数据导入，插入数百万数据点，可从硬盘读出一千万以上数据点。同时，数据都会有预聚合处理，多表聚合查询保证只扫描一次数据文件，查询速度以数量级倍数提升，8核服务器处理100亿条记录的平均值计算不到2秒。

TDengine不仅在性能上有大幅度提升，总成本也得到大量降低。首先，由于TDengine的超强性能，计算资源才不到通用大数据方案的1/5，并且通过列式存储和先进的压缩算法，存储空间不到通用数据库的1/10；其次，TDengine不用再集成Kafka、 Redis、Spark、HBase等系列软件，系统架构得到大幅简化，使得产品研发成本大幅下降；

最后，TDengine不用分库分表、不分历史库、实时库，数据实时备份，实现零管理，使得运维成本大幅下降。

最值得一提的是，TDengine使用标准的SQL语法，并支持C/C++、JAVA、GO、Python、 RESTful接口，应用API与MySQL高度相似，与第三方工具Telegraf、Grafana等无缝链接，让学习成本几乎为零。

面对如此高性能的数据引擎实行开源的商业模式，哪些模块实行开源、涛思数据销售什么等等类似问题接踵而来。陶建辉表示，TDengine的所有基本功能，特别是展现技术优势的模块都会开源，反而是一些辅助性的功能不实行开源。TDengine需要将存储引擎、查询计算引擎、RPC等等的核心模块开源，如果这些核心模块不开源，难以说服开发者使用。

涛思数据在核心模块进行开源后，决定销售辅助功能，如数据加密、异地容灾、审计、多级存储等功能。陶建辉介绍道，当最基础的核心功能被企业认可，并且用户体验满意度高的时候，企业都会考虑到数据的安全层面，独立开发维护的成本又十分高昂，自然会找到开源方进行其他功能的开发。

涛思数据还可以售卖保险和服务，一家大企业的CIO/CTO不会因为想节省几百万的费用，而让整个数据系统处于不可靠状态。采用开源软件，性能确实大幅度提升，但如果没有原厂支持，出现任何技术问题，让整个系统宕机几分钟、甚至一个小时，损失都是巨大的，甚至IT负责人都将会被撤职。“没有人能保证软件不出问题，这个是所有IT人的共识。”

因此只要是有经验的CIO/CTO，便一定会购买专业的产品和服务。因此涛思数据在销售过程中会明确告知对方，凡是免费客户，涛思数据只能在GitHub或技术社区里提供服务，无法保证实时性。但对于付费客户将会提供企业版TDengine，会有专人服务，实时反应。客户使用过程中，即使没遇到BUG，但怎么做到最优配置、与其他系统更好的集成，包括技术培训、软件升级等，只有原厂厂商最为了解，这也是涛思数据所提供的服务，针对上述服务，涛思数据采用按照年服务费的方式销售企业版TDengine。据透露，涛思数据已与数十家系统集成商、软件开发商进行深度合作，并于2019年完成数百万元营收。

谈及市场推广层面，陶建辉表示，开源改变了传统的销售方式，一般的客户成为了免费的客户，但这些免费用户也形成了TDengine的庞大用户群，无形中扩大了涛思数据的市场覆盖面积。

目前，公司团队规模已有20人，其中大部分均为技术研发人员，研发团队主要成员均以硕士或博士学历毕业于中国科大、清华、上海交大、中科院、密歇根大学、马里兰大学等知名高校，并且拥有多年在分布式计算、数据存储和数据库上的研发经验。

文章来源：http://biz.jrj.com.cn/2020/08/30103230622158.shtml