wwbgo/tdengine

TDengine 镜像文档

镜像概述和主要用途

TDengine是一款开源的时序大数据平台（基于GNU AGPL v3.0协议），专为物联网（IoT）、车联网、工业物联网（IIoT）及IT基础设施与应用监控场景设计优化。除了提供比传统数据库快10倍的时序数据库功能外，还集成了缓存、流计算、消息队列等功能，旨在降低开发与运维的复杂度和成本。

核心功能和特性

10倍插入/查询速度

通过创新的存储设计，在单核机器上每秒可处理超过2万次请求，摄入数百万数据点，检索超过1000万数据点，性能比其他数据库快10倍。

1/5硬件/云服务成本

与典型大数据解决方案相比，所需计算资源不到1/5；通过列存储和针对不同数据类型优化的压缩算法，存储空间需求不到1/10。

全栈时序数据解决方案

集成数据库、消息队列、缓存和流计算功能，无需集成Kafka/Redis/HBase/Spark等软件，简化系统架构并提高健壮性。

强大的数据分析能力

支持指定时间范围查询（无论是10年前还是1分钟前的数据），支持按时间、多时间流或两者聚合数据。可通过TDengine shell、Python、R或Matlab执行即席查询或分析。

与其他工具无缝集成

无需编写代码即可与Telegraf、Grafana、Matlab、R等工具集成；即将支持MQTT、OPC、Hadoop、Spark等更多集成。

零管理成本，无学习曲线

下载、安装和运行仅需几秒，无其他依赖；表或数据库自动分区；使用标准SQL，提供C/C++、Python、JDBC、Go和RESTful连接器。

使用场景和适用范围

• 物联网（IoT）设备数据采集与分析
• 车联网（Connected Cars）数据处理
• 工业物联网（IIoT）监控与分析
• IT基础设施与应用性能监控
• 时序数据密集型场景的存储与分析

使用方法和配置说明

Kubernetes集群部署（Helm）

1. 拉取代码并切换到helm目录：

   bash
   git clone <仓库地址>
   cd <仓库目录>/helm
   

2. 使用Helm安装TDengine集群：

   bash
   helm install tdengine-cluster .
   

Docker Compose部署

1. 下载docker-compose.yaml文件到本地
2. 运行以下命令启动TDengine集群：

   bash
   docker-compose up -d
   

配置taos.cfg参数（通过环境变量）

Docker Compose配置

在docker-compose.yaml的environment节点中添加TAOS_[variable]格式的环境变量，例如：

yaml
environment:
  - TAOS_firstEp=tdengine-server:6030

Kubernetes配置

在Kubernetes的Pod配置中，于env节点添加TAOS_[variable]格式的环境变量，例如：

yaml
env:
  - name: TAOS_fqdn
    value: "tdengine-cluster.default.svc.cluster.local"

官方文档

如需用户手册、系统设计与架构、技术博客等详细信息，请参考TDengine官方文档（中文版请点击这里）。文档也可从本地documentation/tdenginedocs-en或documentation/tdenginedocs-cn目录下载。