| 功能特点
高性能与分布式架构：TDengine设计之初就以水平扩展和高可用为核心设计理念，具备强大的水平扩展能力，能够处理海量数据。其基于开源的时序数据库TDengineOSS，提供高性能、分布式的数据存储和基于SQL的查询服务，并有所增强。
云原生支持：TDengine 3.0版本及之后的版本成为了一款真正的云原生时序数据库，支持存储与计算分离，并升级了全新的流式计算引擎，有助于企业实现更高效的数据处理。它支持容器和Kubernetes部署，具备完善的可观测性，让系统的运营维护变得轻松简单。
极简时序数据平台：TDengine内置了消息队列、缓存、流式计算等功能，避免了应用集成Kafka、Redis、HBase、Spark等软件的复杂性，从而大幅降低系统的复杂度和应用开发及运营成本。用户只需很少的配置，即可实现工业数据源的ETL（提取、转换和加载）流程。
强大的分析能力：TDengine不仅支持标准SQL查询，还为时序数据特有的分析提供了SQL扩展。通过超级表、存储计算分离、分区分片、预计算、UDF等先进技术，TDengine展现出强大的数据分析能力。它能与众多第三方批分析、实时分析、报表工具、AI/ML工具、可视化工具无缝集成，如Grafana、帆软、永洪、PowerBI等。
核心开源：TDengine的核心代码，包括集群功能，均在开源协议下公开发布。它在GitHub网站全球趋势排行榜上多次位居榜首，显示出其受欢迎程度。同时，TDengine拥有一个活跃的开发者社区，为技术的持续发展和创新提供了有力支持。
| 优势
数据汇聚：能消除数据孤岛，为决策者提供更好的宏观视图。TDengine能将来自各种类型数据源（包括PI System、MQTT、OPC等）的工业数据汇聚到一起，并可以进行数据的清洗、加工、转换工作，以保证入库数据的质量，便于集中监测、进行总体数据分析。
数据存储：基于开源的时序数据库TDengineOSS，提供高性能、分布式的数据存储。
数据分析：为工业数据提供了一个开放的解决方案，使用户能够利用现代的数据分析工具进一步挖掘数据的价值。
数据分发：通过view的定义以及权限设置，既支持将一个数据库完全开放并设置读/写权限；也支持通过数据订阅方式安全、灵活地将库、超级表、一组或一张表或聚合处理后的数据分享出去，实时发送给另外一个应用。
如需了解更多信息，可以访问其官方网站或查阅相关的技术文档。
GitHub地址 https://github.com/taosdata/TDengine
Docker镜像
https://hub.docker.com/r/tdengine/tdengine
官方文档
https://docs.taosdata.com/
官方网站
https://www.taosdata.com/
| 安装部署
TDengine支持本地安装和Docker安装，本文以Docker安装为例。
安装Docker
sudo apt updatesudo apt install -y docker.io docker-compose
拉取镜像
sudo docker pull tdengine/tdengine:latest启动服务
sudo docker run -d -v ~/data/taos/dnode/data:/var/lib/taos \-v ~/data/taos/dnode/log:/var/log/taos \-p 6030:6030 -p 6041:6041 -p 6043:6043 -p 6044-6049:6044-6049 -p 6044-6045:6044-6045/udp -p 6060:6060 tdengine/tdengine
端口说明：
6030是服务端TCP端口。
6041是REST服务端口。
6043的taosKeeper使用端口。
6044-6049是TCP端口为taosAdapter提供第三方应用接入所使用端口，可根据需要选择是否打开。
6044和6045是UDP端口，为statsd和collectd格式写入接口，可根据需要选择是否打开。
6060是taosExplorer使用端口。
数据可视化可以使用DBeaver或qStudio连接数据库进行数据查看。同时支持多种编程语言连接，例如 C/C++、Java、Python、Go、Node.js、C#、Rust、Lua和 PHP等。
更多内容也可看笔者出版图书！
