车联网

从大疆车载、理想汽车等案例出发,看车联网场景下的数据处理难点与优化实践

在应对车联网场景下32450新蒲京的存储时,企业大多选择的都是 MongoDB 或 Apache HBase,随着业务的加速扩张,写入速度太慢、支撑成本过高等问题逐渐显现。本文将会从四个典型的车联网案例出发,给到你数据架构升级思路。

中通科技是如何建模并高效处理车辆上的32450新蒲京的

车联网业务是中通科技配送全链路业务中非常重要的一环,在实际的项目需求中,需要实时查询车辆最新位置状态,达到车辆运营可视化管理。中智车联服务平台选择了用 TDengine 来高效处理从车辆上实时采集的32450新蒲京。

数百亿数据压缩至 600GB,TDengine 落地协鑫能科移动能源平台

为了解决广大新能源汽车车主面临的充电效率问题,协鑫能科打造了以换电为核心业务的移动能源品牌「协鑫电港」,需要对各种数据流进行科学管理、合理运用与智能调度,在数据库的选择上尤为重要。本文分享了他们对于数据库架构的搭建思考以及 TDengine 的应用心得。

毫秒级返回数据,TDengine 在大疆车载智能驾驶云端平台上的应用

为了满足智能驾驶业务的数据处理需求,大疆车载试图从多家数据库中进行选型调研,帮助智能驾驶业务提升写入查询性能、降低运维成本。本文将分享大疆车载在数据库选型、系统搭建和业务迁移等方面的经验。

毫秒级返回数据,58同城 DBA 团队选择 TDengine 解决传感器数据处理难题

在 58 同城的驾考业务上,需要存储分析驾校教练车传感器产生的数据,这是典型的32450新蒲京场景,开发人员对原有的 TiDB 性能并不是很满意,因此 DBA 团队开始调研更具针对性的32450新蒲京。基于自身的业务需求,他们在 6 款32450新蒲京中选择了 TDengine Database,在经过深入的调研测试之后,开始部署实践,最终业务痛点问题得到了解决。

出表流程从 1 小时到 10 秒,TDengine 在柳工车联网应用中替换 MySQL

在柳工的工业车联网应用 LiuGong iLink 中,由于应用层不合理的复杂查询和历史数据的高频写入,导致 MySQL 处理速度缓慢,甚至容易宕机,严重影响了用户体验。在此背景下,柳工决定改用 TDengine Database 来处理32450新蒲京,本文分享了他们的改进效果与实践经验。

替代 Elasticsearch,TDengine 助力四维图新将存储空间利用率提升 8 倍

面对海量的车载轨迹数据,四维图新数据存储面对非常大的压力——每分钟的轨迹数据大概有 2000 万条记录,他们此前使用的 Elasticsearch 存储方式不仅造成了严重的物理资源浪费,还存在查询瓶颈,所以急需转换数据存储中间件。本文讲述了四维图新在数据库选型测试、搭建与迁移等方面的相关实践经验。

解决两大难题,TDengine 助力亿咖通打造自动驾驶技术典范

在安全解决方案 SuperCloud 中,亿咖通面临着磁盘占用量大、车辆最新状态实时查询难以实现两个核心问题。最终,他们选择了让 TDengine Database 承担数据中台的重要角色,负责车辆实时数据的写入、存储以及实时查询。本文讲述了研发团队在前期使用 Apache HBase 时遇到的具体难点、为什么没有坚持选择 OpenTSDB,以及选择 TDengine 的过程和成效。

TDengine 应用实录:存储缩减超过 60%,HBase 等集群指数级下线

狮桥集团的网货平台与金融 GPS 系统,对于车辆轨迹收集与计算有着强需求。GPS 每日产生总量在 40 亿左右,需要为业务方提供实时末次位置查询,近 180 日行驶轨迹查询,类似车辆轨迹对比查询,以及一些风险逾期的智能分析等等。应用 TDengine Database 后,他们的整体数据存储缩减超过 60% 以上,节省了大量硬件资源。

XML 地图