2022 年 8 月 13 日，TDengine 3.0 正式釋出了！經過一年多的努力研發，我們終於可以驕傲地宣佈這一訊息。

這是一次重磅升級，TDengine 3.0 是真正的雲原生[時序資料庫]( https://www.taosdata.com/?zh"時序資料庫")（Time-Series Database，[TSDB]( https://www.taosdata.com/tsdb"TSDB")）。

我們先來整體看一下 3.0 的幾大亮點：

可以支援 10 億個裝置採集的資料、100 個節點
支援儲存與計算分離，引入計算節點，並重構了整個計算引擎
完善並最佳化了對訊息佇列、流式計算和快取的支援，引入事件驅動的流式計算
TDengine 面市以來，從 1.0 到 2.0，從核心功能開源到叢集功能開源，得到了大量商業客戶和社群使用者的高度認可，全球安裝的 TDengine 執行例項數已經接近 14 萬，每天有超過 1000 人次克隆程式碼，在全球開發者中產生了一定的影響力。日常有大量的社群開發者基於自己的業務需求，提出 issue，貢獻功能，社群非常活躍。

作為一款開源的時序資料庫產品，TDengine 已經廣泛應用於物聯網、工業網際網路、車聯網、金融、IT 運維監控等場景。目前已經有大量的企業客戶和社群使用者將 TDengine 部署在其核心業務場景中。使用者場景越多，TDengine 得到的使用者需求和反饋越多，正是這些需求和反饋在推動著 TDengine 不斷演進。

經常關注 TDengine 的使用者應該都很熟悉了，我們已經發布了上百篇[使用者案例]( https://www.taosdata.com/user-cases"使用者案例")，這都是企業客戶和開源使用者的第一手實踐經驗。有心的讀者都會發現，在每篇使用者案例的末尾，使用者也毫不諱言在使用 TDengine 過程中遇到的問題，更是提出了對 TDengine 的更多期待。這都是 TDengine 最佳化迭代的動力。

下面我們詳細看一下 TDengine 3.0 的核心功能。

**1. 雲原生**
TDengine 3.0 可以充分利用雲端計算平臺以及分散式系統的優勢。作為一款雲原生，而不只是能在雲上執行的時序資料庫，TDengine 3.0 具備雲原生資料庫的幾大特點：水平擴充套件性(Scalability)、彈性(Elasticity)、韌性(Resiliency)、可觀測性(Observability)以及運維自動化(Automation)。我們就結合 TDengine 的邏輯架構，依次看看它是如何實現這幾大特點的。

![](http://img.blog.itpub.net/blog/2022/08/17/4ce80e55e19bd300.png?x-oss-process=style/bb)
TDengine 的邏輯架構圖

**水平擴充套件性(Scalability)**
TDengine 透過資料採集點和時間兩個維度對大資料進行切分，從而實現了水平擴充套件能力，既支援分片，也支援分割槽。透過將每個資料採集點的後設資料分佈在各個 vnode 裡，而不是存放在中心點，我們解決了困擾時序資料庫的高基數（High Cardinality）問題。TDengine 具有超強的水平擴充套件能力，為獲得更多的資料處理能力，只需要加入更多的資料節點即可。透過測試，我們可以驗證，在 10 億時間線，100 個資料節點的情況下，整個 TDengine 效能還能得到很好的保證。

**彈性(Elasticity)**
作為一個雲原生資料庫，TDengine 3.0 支援 scale up / scale down。為支援儲存的彈性，如果插入的延時已經超過一定閾值或者效能不夠，TDengine 會將一個 vnode 拆分成兩個，從而分配更多的系統資源給資料寫入操作。另一方面，在能夠保證延時與效能的情況下，TDengine 也可以把多個 vnode 合併成一個，以節省系統資源。

為支援計算的彈性，TDengine 3.0 引入了計算節點 qnode。對於簡單的查詢，比如獲得某張表的原始資料或捲曲資料(rollup data)，對應的 vnode 將完成所有的操作，無需 qnode 的參與。但對於一個需要排序、分組或其他需要計算資源的操作，查詢的執行過程中，一個或多個 qnode 將被呼叫。在具體的部署中，qnode 可以執行在容器裡，它的啟停完全由 mnode 根據系統負載情況決定。

透過引入 qnode，TDengine 3.0 成為一個理想的時序資料分析平臺，包括實時資料分析和批分析。

**韌性(Resiliency)**
TDengine 的韌性是透過其高可靠與高可用設計來實現的。TDengine 採用 Database 實現中傳統的方法 WAL(Write Ahead Log) 來保證資料的高可靠。TDengine 透過多副本以及 RAFT 一致性協議，保證 vnode 和 mnode 的高可用性。

**可觀測性(Observability)**
TDengine 會採集各種指標來監測自身的執行是否正常，這些指標包括 CPU、記憶體、磁碟、流量、請求次數、延時等。我們提供了 Grafana 的看板 TDinsight，以實現這些指標的視覺化與報警。

TDengine 還有一個配套模組 taosKeeper，能夠將採集的指標傳送到其他監測工具（如 Prometheus），便於將對 TDengine 的監測整合到已有的可觀測系統。

**運維自動化(Automation)**
TDengine 可以用二進位制包或 Docker 映象進行安裝，也支援透過 Kubernetes 來部署和管理叢集。其叢集的管理完全可以透過指令碼自動化進行，讓運營和維護變得簡單。

**2. 極簡的時序資料平臺**
熟悉 TDengine 的使用者，可能已經使用過其連續查詢、快取和訊息佇列等功能。在 3.0 中，我們又重新設計並最佳化了相關功能。

特別是流式計算，除連續查詢外，3.0 還支援事件驅動的流計算，而且採用 SQL 語法，支援自定義函式，讓流計算的學習成本幾乎為零。例如，我們可以用如下語句建立流式計算，它會自動建立名為 avg_vol 的超級表，此流計算以一分鐘為時間視窗、30 秒為前向增量統計這些電錶的平均電壓，並將來自 meters 表的資料的計算結果寫入 avg_vol 表，不同 partition 的資料會分別建立子表並寫入不同子表。
```cpp
CREATE STREAM avg_vol_s INTO avg_vol AS
SELECT _wstartts, count(*), avg(voltage) FROM meters PARTITION BY tbname INTERVAL(1m) SLIDING(30s);
```
訊息佇列方面，可指定各種過濾條件，應用可以僅僅訂閱滿足條件的資料，而且對外提供的 API 與 Kafka 類似，簡單易用。

在時序資料處理平臺的通用設計中，邏輯圖一般如下所示：

![](http://img.blog.itpub.net/blog/2022/08/17/09a1ae589f4eeb3b.jpeg?x-oss-process=style/bb)

而透過對快取、流式計算、訊息佇列的支援，採用 TDengine 的時序資料處理系統，不再需要整合 Kafka、Redis、Spark 和 Flink 等軟體，技術架構將大為簡化，部署、運營維護成本將大為降低。邏輯結構可以直接簡化為：

![](http://img.blog.itpub.net/blog/2022/08/17/a655a2f6fff161e6.jpeg?x-oss-process=style/bb)

由此可見，TDengine 不只是一個時序資料庫，還是一個極簡的時序資料處理平臺。

**3. 便捷的資料分析能力**
TDengine 3.0 重新設計了計算引擎，支援標準 SQL，支援巢狀查詢，支援自定義函式，支援 Information Schema 系統資料庫；針對時序資料的處理進行擴充套件，提供累計求和、時間加權平均、移動平均、變化率、session/state 視窗等眾多時序資料分析功能；透過標籤快速索引，透過分割槽、分片技術，透過計算節點的彈性伸縮，支援對海量時序資料的多維度的高效聚合分析。

有了新的計算引擎的加持，特別是計算與儲存的分離的支援，TDengine 不僅能實時地處理資料的寫入和查詢，也能作為強大的時序資料分析工具。

更多細節，可以參閱相關說明：https://github.com/taosdata/TDengine。

藉助 TDengine 3.0 的雲原生能力，使用者可以更方便地利用雲平臺的能力，簡化部署和維護，進一步降本增效；極簡的時序資料平臺和強大的分析功能，也能幫助使用者簡化業務架構、簡化應用設計，降低系統的維護成本，提升處理效率。

架構升級，先人一步，趕快點選[下載連結]( https://docs.taosdata.com/releases/"下載連結")，感受 TDengine 3.0 帶來的全新體驗吧。

------------

想了解更多 TDengine Database的具體細節，歡迎大家在[GitHub]( https://github.com/taosdata/grafanaplugin"GitHub")上檢視相關原始碼。
[![](http://img.blog.itpub.net/blog/2022/05/11/0fd59db1207fc97f.jpeg?x-oss-process=style/bb)](https://www.taosdata.com/?zh "![](http://img.blog.itpub.net/blog/2022/05/11/0fd59db1207fc97f.jpeg?x-oss-process=style/bb)")

重磅升級！TDengine3.0 正式釋出

相關文章