主要根据CAP、Hash一致性协议、P2P网络协议Gossip等基础理论，通过分布式时序数据库SilverDB 的工程实践，来分享关于分布式技术架构设计的一些思路。

Apache Cassandra是一个开源、分布式、去中心化、弹性可伸缩、高可用、容错、可调一致性、面向行的数据库。它的分布式设计基于Amazon Dynamo，数据模型基于Google BigTable。Cassandra由Facebook创建，目前在Facebook、Twitter、Apple等各大IT企业落地使用。

Elasticsearch是一款非常流行的日志检索和分析工具，尤其在实时性、扩展性、易用性和全文检索方面有着非常优异的综合表现。知乎上有一篇文章，Golion：降维打击！使用ElasticSearch作为时序数据库，并且取得了非常不错的效果。很多知乎用户不禁询问，Elastic

​​【本期推荐】华为云社区6月刊来了，新鲜出炉的Top10技术干货、重磅技术专题分享；还有毕业季闯关大挑战，华为云专家带你做好职业规划。

就在2020年8月3日，涛思数据团队正式宣布，物联网大数据平台TDengine集群版开源。此次开源，我们在GitHub上传了23.9万行源代码，1198个源文件，包含我自己疫情期间写的一万余行C代码，终于又了却我一个心愿，不用再纠结。我们一个18人的团队，通过三年的努力

​​​​摘要：解读OpenMetric规范和指标的模型定义基础上，结合当下主流的时序数据库核心存储及处理技术，尝试让用户（架构师、开发者或使用者）结合自身业务场景选择合适的产品，消除技术选型的困惑。

现在整个 IT 行业都期待着“万物互联”的物联网时代。在物联网场景中，往往有许多各类不同的终端设备，布署在不同的位置，去采集各种顺序产生的数据，，并且没有删除和修改的需求。针对这样按时海量写入无更新场景，时序数据库应运而生。

TDengine是一个高效的存储、查询、分析时序大数据的平台，专为物联网、车联网、工业互联网、运维监测等优化而设计。Rianbond擅长应用自动化管理 ，两者结合起来实现1+1大于2，本文详细讲述如何整合TDengine和Rainbond，并通过整合实现高效快捷，便利简

​学术论坛·第四期，我们有幸邀请到了英国巴斯大学硕士生、云智慧智能研究院算法研究员卢同学作为本期主讲人，为我们带来《AIOps中告警管理方法定义》的分享，下面就让我们一起来学习吧~

现在整个 IT 行业都期待着“万物互联”的物联网时代。在物联网场景中，往往有许多各类不同的终端设备，布署在不同的位置，去采集各种顺序产生的数据，，并且没有删除和修改的需求。针对这样按时海量写入无更新场景，时序数据库应运而生。

Prometheus 是当下最流行的监控平台，它的主要职责是从各个目标节点中采集监控数据，后持久化到本地的时序数据库中，并向外部提供便捷的查询接口。本文尝试探讨 Prometheus 存储层的演进过程，信息源主要来自于 Prometheus 团队在历届 PromConf 的分享。

最近几年一直在使用监控系统，主要使用zabbix和prometheus 两个，对于这两个监控系统都有一些感受，简单来聊聊。

​​​​摘要：为大家带来当下时序数据模型的主流TSDB分析及云厂商在时序数据模型方面的最新动态。

​​​​摘要：为大家带来当下时序数据模型的主流TSDB分析及云厂商在时序数据模型方面的最新动态。

摘要：物联网设备产生的数据是典型的时序数据，而时序数据库是存储时序数据的专业数据库系统，因此数据压缩对时序数据库来说是一项必不可少的能力。

摘要：物联网设备产生的数据是典型的时序数据，而时序数据库是存储时序数据的专业数据库系统，因此数据压缩对时序数据库来说是一项必不可少的能力。

​​摘要：华为云自研GaussDB(for Influx) 基于华为自研的计算存储分离架构，兼容InfluxDB生态的云原生NoSQL时序数据库。提供大并发时序数据读写、压缩存储、多维聚合以及一键部署、快速备份恢复、计算存储独立扩容、监控告警等服务能力，可以完全满足康养的

随着时序数据库近几年越来越火， MatrixDB 作为一款备受业内关注的国产时序数据库也不停的更新迭代。4.3 版本在兼容性及性能上得到提升外，还新增在时序场景中能达到快速查询的 —— “持续聚集”。

超融合时序数据库，One for ALL！

MatrixDB 数据库内核分享实录。

超融合时序数据库，One for ALL！

MatrixDB 数据库内核分享实录。

从 MySQL + HBase 到 TDengine，极大地节省了计算资源和运维成本。

微服务可视化服务治理平台对并发要求较高，TDengine 可以很好地满足需求，插入/查询平均耗时均在 10ms 以内。

开源、高效的物联网大数据平台TDengine在2021年的一些典型用户案例合集。

每秒钟需采集22050条数据，如何修改TDengine默认时间精度？

在迁移到TDengine之后，性能表现非常不错：写入峰值1.2-1.3w/s ;存储大约只有MySQL的1/7，查询性能也很突出，单设备单日查询在0.1s以内可以返回结果。

TDengine在成本、性能和使用便利性方面都有非常大的优势。

降本增效之利器！

大数据监控平台采用TDengine后，在稳定性、写入性能、查询性能等方面都有较大的提升，并且存储成本降低为原有方案的1/10。

从OpenTSDB迁移到TDengine。

就在2020年8月3日，涛思数据团队正式宣布，物联网大数据平台TDengine集群版开源。此次开源，我们在GitHub上传了23.9万行源代码，1198个源文件，包含我自己疫情期间写的一万余行C代码，终于又了却我一个心愿，不用再纠结。我们一个18人的团队，通过三年的努力

TDinsight，是基于Grafana的一个零依赖监控解决方案，可配合TDengine 2.3.3.0及以上版本使用。

“业务场景为王，适配业务的才是好产品。”

从6台4核32G机器到2台8核32G机器。