时序数据库，国产数据库之涛思TDengine都能用在那些行业

　　子表多、数据量大、数据格式固定和保留时限长的金融行情数据的存储计算需要十分适合使用 TDengine 时序数据库来进行处理。使用“一个金融品类一个超级表，一个具体金融标的一个子表”建模方式，可以有效管理海量的行情数据，基于 TDengine 高效的计算能力，提供基于行情中心的资产管理、实时监控、绩效分析、风险分析、舆情分控、股票回测、信号模拟（合约、策略等）、报表输出等应用投研服务。
　　IT 运维时序数据库
　　随着服务器、物联网设备逐步增多以及各类新型传感器的加装，传统运维方式越发吃力，严重限制业务发展，因此对硬件系统的运行维护是各行各业的信息服务部门普遍关注和不堪重负的问题。顺应时代的潮流，运维数字化、智能化的需求越来越强烈，其迫切需要基于海量时序数据的数据平台来支撑繁杂的运维工作。
　　电力时序数据库国产化
　　伴随电力物联网的发展，发、输、变、配、用各个环节产生的数据量越来越大，严重挑战传统的以关系型数据库为核心的解决方案。如何应对大数据量下的数据存储、查询、分析，如何选择一款电力时序数据库，成为了目前迫切需要解决的问题。
　　车联网时序数据库
　　在车联网 V2X(Vehicle to Everything) 中，车机的报文上送是云端分析的第一手数据。通过车机报文的分析，可以实现车载网络质量监控、车机零部件健康度监控、用户驾驶行为监控、车载系统安全分析、合规监控等业务。随着汽车保有量和车机传感器数量的日益增多，选对时序数据库，可以避免车载报文平台在数据存储方面的瓶颈。
　　工业互联网
　　在工业领域， 生产、测试、运行阶段都可能会产生大量带有时间戳的传感器数据，这都属于典型的时序数据。时序数据主要由各类型实时监测、检查与分析设备所采集或产生，涉及制造、电力、化工、工程作业等多个行业，具备写多读少、量非常大等典型特性。
　　物联网时序数据库
　　伴随物联网上下游技术的发展，整个物联网领域的的数据量越来越大，传统大数据的方案以及以关系型数据库为核心的解决方案都开始捉襟见肘。如何应对大数据量下的数据存储、查询、分析，选择一款物联网时序数据库，成为了目前迫切需要解决的问题。

标签：
来源：