目前的 Hadoop 方案，是一些大型的互联网企业最先使用的。在处理大数据时，将多个开源软件，如现在比较流行的 Kafka，然后把实时数据引入到 redis，把历史数据存到 Hadoop，中间可能结合 Spark 和 Flink 的计算，利用集群来处理海量数据。这是一种非常好的，通用的处理大数据的解决方案，可以处理百亿、千亿、甚至万亿级别的数据，只需保证它的服务器足够。
如果有特殊需求，可以写一些代码来实现，比如做实时监控，就可以在 Kafka 后面挂一个 Flink 做实时分析，做实时的流计算，把当前的 QBS、健康状态做实时统计；在比如看历史数据，可以在 Hadoop 上挂一个 MapReduce，这样我们可以通过写程序把所有的需求都实现。
然而，对于一些规模较小的公司，做软件开发所关注的点，Hadoop 系统并没有很好的解决，主要问题在于开发效率低而成本高，运行复杂且效率效率差，以及应用推向市场慢五个方面。
TDengine 作为新一代大数据平台，专为物联网、车联网、工业互联网、IT 运维等设计和优化而生。除核心的快 10 倍以上的时序数据库功能外，还提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的复杂度，且核心代码，包括集群功能全部开源。
通过本次直播可以了解 TDengine 的特性和使用场景，跟着涛思数据 CI-CD 和测试自动化工作负责人桑树多学习 TDengine 的最佳实践以及成功案例。
直播大纲：
- 传统大数据平台的困境，消息队列 + 缓存 + 流式计算三大组件使用门槛高企
- TDengine 的创新：三大组件 all-in-one
- 最佳实践：TDengine+EMQ+Grafana，0 代码 10 分钟搭建工业互联网大数据监控平台
- 使用 TDengine 的其他成功案例
听众收益：
- 了解 TDengine 的特性和使用场景
- 学习 TDengine 最佳实践
- 了解 TDengine 成功案例