目前的 Hadoop 方案，是一些大型的互聯網企業最先使用的。在處理大數據時，將多個開源軟件，如現在比較流行的 Kafka，然後把實時數據引入到 redis，把歷史數據存到 Hadoop，中間可能結合 Spark 和 Flink 的計算，利用集羣來處理海量數據。這是一種非常好的，通用的處理大數據的解決方案，可以處理百億、千億、甚至萬億級別的數據，只需保證它的服務器足夠。
如果有特殊需求，可以寫一些代碼來實現，比如做實時監控，就可以在 Kafka 後面掛一個 Flink 做實時分析，做實時的流計算，把當前的 QBS、健康狀態做實時統計；在比如看歷史數據，可以在 Hadoop 上掛一個 MapReduce，這樣我們可以通過寫程序把所有的需求都實現。
然而，對於一些規模較小的公司，做軟件開發所關注的點，Hadoop 系統並沒有很好的解決，主要問題在於開發效率低而成本高，運行復雜且效率效率差，以及應用推向市場慢五個方面。
TDengine 作爲新一代大數據平臺，專爲物聯網、車聯網、工業互聯網、IT 運維等設計和優化而生。除核心的快 10 倍以上的時序數據庫功能外，還提供緩存、數據訂閱、流式計算等功能，最大程度減少研發和運維的複雜度，且核心代碼，包括集羣功能全部開源。
通過本次直播可以瞭解 TDengine 的特性和使用場景，跟着濤思數據 CI-CD 和測試自動化工作負責人桑樹多學習 TDengine 的最佳實踐以及成功案例。
直播大綱：
- 傳統大數據平臺的困境，消息隊列 + 緩存 + 流式計算三大組件使用門檻高企
- TDengine 的創新：三大組件 all-in-one
- 最佳實踐：TDengine+EMQ+Grafana，0 代碼 10 分鐘搭建工業互聯網大數據監控平臺
- 使用 TDengine 的其他成功案例
聽衆收益：
- 瞭解 TDengine 的特性和使用場景
- 學習 TDengine 最佳實踐
- 瞭解 TDengine 成功案例