作为工业物联网平台运维工程师、智能电网监控系统开发人员，或智慧城市IoT数据中台建设者，当你启动时序数据库国产化替换项目时，是否总在深夜收到告警——明明测试环境...

在目前的工业生产中，企业往往会面临一个问题：明明已经上了 PLC、传感器、SCADA、MES、ERP，为什么数据仍然无法在企业内部自由流动？为什么车间到总部之间...

随着物联网（IoT, Internet of Things）设备的快速增长，时序数据（Time Series Data）处理已经成为企业数字化基础设施中的核心能...

随着工业物联网（IIoT, Industrial Internet of Things）浪潮的全面深入，全球制造业正经历一场深刻的数字化转型（Digital T...

在制造、能源、零售与城市基础设施等领域，IoT 设备数量仍在持续增长。根据研究机构 IoT Analytics 的报告，2025 年期间，全球在用的物联网设备数...

在 2025 年 DB‑Engines 时序数据库国产排名 中，DolphinDB 继续稳居国产时序数据库榜首，在工业级大规模时序数据场景中表现出卓越能力：支持...

当前国产时序数据库形成分布式、多模融合、开源闭源并行的格局，各产品基于技术储备聚焦不同落地场景，核心技术参数与适配方向如下表所示：

面对如此海量的时序数据处理需求，如何选择合适的时序数据库成为企业数字化转型的关键问题。

现代企业的数据分析体系往往基于Hadoop、Spark、Flink等大数据生态组件构建，时序数据库若无法与这些组件无缝集成，将大幅增加数据流转与分析的复杂度。理...

时序数据是指按时间顺序产生的、与时间强相关的一系列数据点，广泛存在于设备监控、传感器采集、日志记录、金融交易等场景。其核心特性包括：

在数字经济加速渗透的今天，工业物联网（IIoT）、智慧能源、金融交易、城市运维等领域每天产生海量 “带时间戳” 的数据 —— 从工业设备的实时温度、电压，到电网...

在时序数据库选型中，IoTDB 的自研 TsFile 存储格式、树状数据模型和边缘云协同架构，使其在性能、成本和易用性方面形成了自身特点。随着《工业数据库规范》...

物联网时序数据库：工业4.0时代的“数据引擎”如何驱动产业变革？ 从DolphinDB看国产物联网时序数据库的技术突围与行业实践

随着物联网（IoT）技术的广泛应用，各类智能设备持续不断地生成带有时间戳的数据流。这些数据具有高频采集、高并发写入和长期存储的特点，传统关系型数据库在处理此类负...