物聯網、車聯網的興起,所採集的時序空間數據高速增長。一般的大數據解決方案都是Kafaka + Redis + No SQL + Hadoop/Spark,但這些套件都是用來處理通用的非結構化數據的,因此在處理結構化的時序空間數據時,運行效率就大打折扣,而且因爲集成多個組件,開發效率低,運維成本也很高。
濤思數據充分挖掘時序數據特點,設計了獨有的存儲結構和時序數據處理模型,將大數據平臺所需要的數據庫、消息隊列、緩存、數據訂閱等功能全部融合一起,無論是數據插入、還是普通查詢、流式計算,速度都比現有方案快十倍以上,而且大大降低了應用的開發難度和系統維護成本。開發者使用濤思數據的TDengine,可以快速搭建一個時序空間大數據處理平臺。
演講提綱:
-
時序空間數據特點;
-
現有方案的弊端;
-
TDengine基本介紹;
-
如何應對每天都在變化的大數據分析需求;
-
車聯網大數據平臺的最佳實踐;
-
智能電錶大數據處理實例;
-
機械設備監測數據的實時計算;
聽衆受益:
-
如何從業務場景和數據特點選擇最佳方案;
-
如何降低系統開發成本和運維成本