- 在制造业转型升级的大潮中，如何实现从"制造"到"智造"的跨越，成为摆在每个制造企业面前的难题。数据显示，我国工业互联网平台连接工业设备数量已超过9000万台套，但真正能充分发挥数据价值的企业却寥寥无几。问题出在哪里？答案或许在于数据基础设施的缺失。 制造业数字化转型的痛点走进一家典型的制造车间，你会看到各种设备在运转，传感器在闪烁，数据在流动。然而，这些宝贵的数据大多处于"沉睡"状态。某汽车... 在制造业转型升级的大潮中，如何实现从"制造"到"智造"的跨越，成为摆在每个制造企业面前的难题。数据显示，我国工业互联网平台连接工业设备数量已超过9000万台套，但真正能充分发挥数据价值的企业却寥寥无几。问题出在哪里？答案或许在于数据基础设施的缺失。 制造业数字化转型的痛点走进一家典型的制造车间，你会看到各种设备在运转，传感器在闪烁，数据在流动。然而，这些宝贵的数据大多处于"沉睡"状态。某汽车...
- OCO-2 Level 2 geolocated XCO2 retrieval results and algorithm diagnostic information, Retrospective Processing V11r (OCO2_L2_Diagnostic) at GES DISC简介版本 11r 是该数据集的当前版本。旧版本将不再可用，并被版本 11r 取代。轨道碳观测... OCO-2 Level 2 geolocated XCO2 retrieval results and algorithm diagnostic information, Retrospective Processing V11r (OCO2_L2_Diagnostic) at GES DISC简介版本 11r 是该数据集的当前版本。旧版本将不再可用，并被版本 11r 取代。轨道碳观测...
- 摘要本文探讨如何利用 TDengine 时序数据库构建制造业数字孪生系统的数据基座，实现物理世界与虚拟世界的实时映射和同步。正文一、数字孪生的数据挑战数字孪生需要实时同步物理设备的状态到虚拟模型：· 高频数据采集：毫秒级数据同步· 海量数据存储：历史数据用于仿真分析· 实时性要求高：虚拟模型需要实时反映物理状态时序数据库是数字孪生数据基座的理想选择。二、数字孪生数据模型-- 物理设备数据超级... 摘要本文探讨如何利用 TDengine 时序数据库构建制造业数字孪生系统的数据基座，实现物理世界与虚拟世界的实时映射和同步。正文一、数字孪生的数据挑战数字孪生需要实时同步物理设备的状态到虚拟模型：· 高频数据采集：毫秒级数据同步· 海量数据存储：历史数据用于仿真分析· 实时性要求高：虚拟模型需要实时反映物理状态时序数据库是数字孪生数据基座的理想选择。二、数字孪生数据模型-- 物理设备数据超级...
- 本文探讨能源行业数字化转型背景下，时序数据库在新型电力系统建设中的核心价值。以TDengine为例，分析其在新能源、智能电网、虚拟电厂等场景下的企业级应用实践能源是国民经济的基础产业，能源安全关系国家发展全局。在"双碳"目标引领下，能源行业正经历深刻的数字化变革。从传统化石能源向清洁能源转型，从集中式供电向分布式能源演进，能源系统的复杂性和不确定性显著增加。时序数据库作为能源数据基础设施的核... 本文探讨能源行业数字化转型背景下，时序数据库在新型电力系统建设中的核心价值。以TDengine为例，分析其在新能源、智能电网、虚拟电厂等场景下的企业级应用实践能源是国民经济的基础产业，能源安全关系国家发展全局。在"双碳"目标引领下，能源行业正经历深刻的数字化变革。从传统化石能源向清洁能源转型，从集中式供电向分布式能源演进，能源系统的复杂性和不确定性显著增加。时序数据库作为能源数据基础设施的核...
- 摘要水、气、热等公共事业行业涉及海量智能表计数据采集，对实时性、可靠性要求极高。本文深入探讨TDengine时序database在公共事业行业的架构设计，包括智能表计接入、数据存储、实时监控和智能分析的全链路技术方案。正文一、公共事业行业的数据挑战水、气、热等公共事业行业是城市基础设施的重要组成部分，关系到千家万户的日常生活。随着智能表计的普及和物联网技术的发展，公共事业企业面临着前所未有的... 摘要水、气、热等公共事业行业涉及海量智能表计数据采集，对实时性、可靠性要求极高。本文深入探讨TDengine时序database在公共事业行业的架构设计，包括智能表计接入、数据存储、实时监控和智能分析的全链路技术方案。正文一、公共事业行业的数据挑战水、气、热等公共事业行业是城市基础设施的重要组成部分，关系到千家万户的日常生活。随着智能表计的普及和物联网技术的发展，公共事业企业面临着前所未有的...
- 引言我做大数据开发从最早的传统数仓到现在的物联网、金融量化项目，见过太多团队在时序数据库选型上栽跟头。最近两三年，我接到的咨询里，十个大数据项目有七八个要用时序数据库：设备测点、金融要存行情tick数据、互联网要存业务监控指标、车联网要存车辆运行数据……越来越多的业务产生海量带时间戳的数据，传统数据库顶不住，专门的时序数据库成了刚需，但网上的选型攻略要么太老，要么带着明显的偏向，很多朋友看完... 引言我做大数据开发从最早的传统数仓到现在的物联网、金融量化项目，见过太多团队在时序数据库选型上栽跟头。最近两三年，我接到的咨询里，十个大数据项目有七八个要用时序数据库：设备测点、金融要存行情tick数据、互联网要存业务监控指标、车联网要存车辆运行数据……越来越多的业务产生海量带时间戳的数据，传统数据库顶不住，专门的时序数据库成了刚需，但网上的选型攻略要么太老，要么带着明显的偏向，很多朋友看完...
- 引言我做大数据开发从最早的传统数仓到现在的物联网、金融量化项目，见过太多团队在时序数据库选型上栽跟头。最近两三年，我接到的咨询里，十个大数据项目有七八个要用时序数据库：设备测点、金融要存行情tick数据、互联网要存业务监控指标、车联网要存车辆运行数据……越来越多的业务产生海量带时间戳的数据，传统数据库顶不住，专门的时序数据库成了刚需，但网上的选型攻略要么太老，要么带着明显的偏向，很多朋友看... 引言我做大数据开发从最早的传统数仓到现在的物联网、金融量化项目，见过太多团队在时序数据库选型上栽跟头。最近两三年，我接到的咨询里，十个大数据项目有七八个要用时序数据库：设备测点、金融要存行情tick数据、互联网要存业务监控指标、车联网要存车辆运行数据……越来越多的业务产生海量带时间戳的数据，传统数据库顶不住，专门的时序数据库成了刚需，但网上的选型攻略要么太老，要么带着明显的偏向，很多朋友看...
- 我做大数据开发从最早的传统数仓到现在的物联网、金融量化项目，见过太多团队在时序数据库选型上栽跟头。最近两三年，我接到的咨询里，十个大数据项目有七八个要用时序数据库：设备测点、金融要存行情tick数据、互联网要存业务监控指标、车联网要存车辆运行数据……越来越多的业务产生海量带时间戳的数据，传统数据库顶不住，专门的时序数据库成了刚需，但网上的选型攻略要么太老。 我做大数据开发从最早的传统数仓到现在的物联网、金融量化项目，见过太多团队在时序数据库选型上栽跟头。最近两三年，我接到的咨询里，十个大数据项目有七八个要用时序数据库：设备测点、金融要存行情tick数据、互联网要存业务监控指标、车联网要存车辆运行数据……越来越多的业务产生海量带时间戳的数据，传统数据库顶不住，专门的时序数据库成了刚需，但网上的选型攻略要么太老。
- OCO-2 Level 2 geolocated XCO2 retrieval results and algorithm diagnostic information, Retrospective Processing简介轨道碳观测站（OCO-2）是美国宇航局首个旨在收集大气二氧化碳空间测量数据的任务，其精度、分辨率和覆盖范围足以表征控制大气中二氧化碳积累的过程。OCO-2 项目使用搭载... OCO-2 Level 2 geolocated XCO2 retrieval results and algorithm diagnostic information, Retrospective Processing简介轨道碳观测站（OCO-2）是美国宇航局首个旨在收集大气二氧化碳空间测量数据的任务，其精度、分辨率和覆盖范围足以表征控制大气中二氧化碳积累的过程。OCO-2 项目使用搭载...
- 引言我做大数据开发从最早的传统数仓到现在的物联网、金融量化项目，见过太多团队在时序数据库选型上栽跟头。最近两三年，我接到的咨询里，十个大数据项目有七八个要用时序数据库：设备测点、金融要存行情tick数据、互联网要存业务监控指标、车联网要存车辆运行数据……越来越多的业务产生海量带时间戳的数据，传统数据库顶不住，专门的时序数据库成了刚需，但网上的选型攻略要么太老，要么带着明显的偏向，很多朋友看... 引言我做大数据开发从最早的传统数仓到现在的物联网、金融量化项目，见过太多团队在时序数据库选型上栽跟头。最近两三年，我接到的咨询里，十个大数据项目有七八个要用时序数据库：设备测点、金融要存行情tick数据、互联网要存业务监控指标、车联网要存车辆运行数据……越来越多的业务产生海量带时间戳的数据，传统数据库顶不住，专门的时序数据库成了刚需，但网上的选型攻略要么太老，要么带着明显的偏向，很多朋友看...
- 引言在工业 4.0 的宏大叙事中，数字化转型正从“连接万物”的初级阶段向“即时决策”的高级阶段跨越。如果说上半场的重点在于如何通过各种协议将传感器信号接入系统并“存下来”，那么下半场的决胜点则在于：企业能否在数据产生的瞬时，就将其转化为具有生产力的决策指令。这种转变，不仅是计算速度的赛跑，更是工业基础软件从传统的“存储中心化”向“计算中心化”的范式变迁。 一、 工业 4.0 的新瓶颈：被延... 引言在工业 4.0 的宏大叙事中，数字化转型正从“连接万物”的初级阶段向“即时决策”的高级阶段跨越。如果说上半场的重点在于如何通过各种协议将传感器信号接入系统并“存下来”，那么下半场的决胜点则在于：企业能否在数据产生的瞬时，就将其转化为具有生产力的决策指令。这种转变，不仅是计算速度的赛跑，更是工业基础软件从传统的“存储中心化”向“计算中心化”的范式变迁。 一、 工业 4.0 的新瓶颈：被延...
- 在传统离线数据体系下，核心数据往往需要 T+1 才能可用，难以支撑实时风控、监控告警和业务决策等关键场景。金城银行通过引入 Apache Doris，结合 Flink CDC 重构数据链路，将端到端延迟压缩至 2-3 分钟，实现从离线批处理向准实时分析的关键跃迁。在此过程中，平台不仅解决了实时性问题，还在高频 Schema 变更、数据一致性保障及链路稳定性方面形成了一套可规模化落地的实践方案... 在传统离线数据体系下，核心数据往往需要 T+1 才能可用，难以支撑实时风控、监控告警和业务决策等关键场景。金城银行通过引入 Apache Doris，结合 Flink CDC 重构数据链路，将端到端延迟压缩至 2-3 分钟，实现从离线批处理向准实时分析的关键跃迁。在此过程中，平台不仅解决了实时性问题，还在高频 Schema 变更、数据一致性保障及链路稳定性方面形成了一套可规模化落地的实践方案...
- 很多企业在完成核心系统国产化之后，业务已经稳定跑在 GaussDB 上，但很快会进入下一阶段：经营分析、实时看板、主题查询、风控报表、数据服务层都需要尽快接上。如何实现呢？把业务数据实时复制到数仓即可。但通常会有如下挑战：• 历史数据需要快速初始化到位。• 业务持续写入时，目标端要持续、稳定地追平变化。• 任务运行出了问题，要能第一时间感知，如果等到下游发现数据不对那就晚了。• 正式上线前，... 很多企业在完成核心系统国产化之后，业务已经稳定跑在 GaussDB 上，但很快会进入下一阶段：经营分析、实时看板、主题查询、风控报表、数据服务层都需要尽快接上。如何实现呢？把业务数据实时复制到数仓即可。但通常会有如下挑战：• 历史数据需要快速初始化到位。• 业务持续写入时，目标端要持续、稳定地追平变化。• 任务运行出了问题，要能第一时间感知，如果等到下游发现数据不对那就晚了。• 正式上线前，...
- 4月24日至25日，由DataFun主办的DACon 2026上海站将在上海圣诺亚皇冠假日酒店举行。NineData合伙人兼首席产品经理蔡冬者将带来主题演讲《AGI浪潮下的数据革命：从“人管”到“智理”的范式跃迁》。本次分享将聚焦AGI时代的数据开发、治理与安全边界重构，分享NineData对下一代智能数据管理的思考与实践，进一步探讨面向Agent如何构建一套可控、可审、可回溯的数据管理新体... 4月24日至25日，由DataFun主办的DACon 2026上海站将在上海圣诺亚皇冠假日酒店举行。NineData合伙人兼首席产品经理蔡冬者将带来主题演讲《AGI浪潮下的数据革命：从“人管”到“智理”的范式跃迁》。本次分享将聚焦AGI时代的数据开发、治理与安全边界重构，分享NineData对下一代智能数据管理的思考与实践，进一步探讨面向Agent如何构建一套可控、可审、可回溯的数据管理新体...
- 摘要传统 IT 运维像"救火队"，疲于应付各种故障。而智能运维通过数据驱动，实现从被动响应到主动预防的转变。本文揭秘 TDengine 时序数据库如何支撑这一变革。正文一、传统运维之痛：永远在"救火"深夜 2 点，刺耳的告警电话响起。某电商平台的支付系统宕机，订单无法完成。运维团队从被窝里爬起来，紧急排查问题……这样的场景，IT 运维人员再熟悉不过。传统运维的三大痛点：1. 被动响应，疲于奔... 摘要传统 IT 运维像"救火队"，疲于应付各种故障。而智能运维通过数据驱动，实现从被动响应到主动预防的转变。本文揭秘 TDengine 时序数据库如何支撑这一变革。正文一、传统运维之痛：永远在"救火"深夜 2 点，刺耳的告警电话响起。某电商平台的支付系统宕机，订单无法完成。运维团队从被窝里爬起来，紧急排查问题……这样的场景，IT 运维人员再熟悉不过。传统运维的三大痛点：1. 被动响应，疲于奔...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签