TDengine x 阿里云计算巢：实现云上规模化、多渠道部署和管理

近年来，随着云技术的快速发展，企业上云成为一大趋势。中国信息通信研究院披露的数据显示，2021 年中国云计算市场规模达到 3102 亿元，增速达 48.4%，中国公有云市场将保持高速增长态势。不只是传统企业，在信息化时代，软件上云也有其必要性和重要性。

从技术发展角度来讲，企业软件希望通过云计算的技术加速自身业务的创新。在传统模式下，软件产品使用过程往往更加复杂，而在上云之后，不仅可以实现云上一键部署，通过云上极致弹性能力还能保障数据库集群自动扩缩容，同时云厂商提供的安全审计也能提升运维透明度，资源账单能帮助用户实现更好的成本管理。

近日，阿里云计算巢与数据库解决方案提供商涛思数据达成合作，云原生时序数据库 TDengine 正式上线阿里云，双方将共同探索软件在云端私有化部署的新形态，为车联网、物联网、工业互联网等行业企业提供更加简单、极致弹性、低成本运维、高效运作、安全性加码的云时序数据库解决方案。

对此，TDengine 创始人与核心研发陶建辉表示，“我个人特别坚信云是未来，如数据库一般的底层软件也一定要走向云。借助云平台，软件厂商可以为用户提供更加便捷的部署方式，更加高效的成本管理手段。此外，利用云计算对资源的弹性管理能力，软件厂商能够有效破解这一领域面临的资源管理粗放、资源利用率低等困境，进一步加快市场开拓的步伐。”

云上软件一键部署能力，最优集群套餐推荐

 “TDengine 的定位是物联网大数据平台，本质上瞄准了全球化数字化转型所造就的‘万物互联’大趋势。在时序特征数据呈现爆发式增长的当下，传统的数据处理架构已成为限制企业数字化转型的一大阻碍，以 Hadoop 为例，搭建一个平台，需要将多款开源软件拼接在一起，会大量增加研发和运维成本。时序数据处理有望改变物联网数据市场，未来全球90% 的数据都会是机器产生的数据，而目前世界上没有一个垄断的选手在做这个事情，TDengine 的快速发展也为这一领域注入了一股新的活力。”

作为一款开源的时序数据库（Time Series Database）产品，TDengine 已经广泛应用于物联网、工业互联网、车联网、金融、IT 运维监控等场景。目前已经有大量的企业客户和社区用户将 TDengine 部署在其核心业务场景中，包含了金融、物流、汽车、电商、智慧能源、智慧农业在内的多个行业，而这都源于其优质的性能和成本控制。

用户场景越多，TDengine 面对的用户需求就越来越繁杂，从降本增效的角度出发，打造一套高可靠、高性能、开箱即用的云上时序数据库解决方案也越发迫切。通过开放给企业应用服务商在其平台上发布私有化部署服务，阿里云计算巢服务（Compute Nest）能够为客户提供云上软件一键部署的能力，这也与 TDengine 的需求不谋而合。 

借助阿里云提供的丰富云服务器选择，TDengine 结合自身的最佳实践和测试结果，针对不同设备的测点数据写入、业务查询需求，为用户提供了三款最高性价比的云服务器规格，企业可根据自身场景快速选择合适套餐，开展业务：

其中，阿里云i3g实例规格族，基于先进的神龙架构，单盘IOPS高达50万、单实例300万IOPS；单盘读带宽3GB/s、写带宽1.9GB/s，整机IOPS和吞吐量提升了高达50%；同时，可保证99.9%的访问请求保持在数十微秒的读写延迟水平。 

依托于阿里云 i3g 实例，TDengine 集群的基础版套餐能同时支撑每秒 400 万数据点的读写请求，标准版的能支撑每秒800 万数据点的读写，专业版的能支撑每秒 1600 万数据点的读写。从性能释放、经济因素等层面考虑，阿里云本地SSD 型 i3g 的实例规格机器是最优选择，可以帮助用户进一步实现降本增效。

除了以上三款套餐外，TDengine 阿里云版也支持用户自定义选择实例规格，通过设置 TDengine 的数据节点个数，可一键搭建 TDengine 高可用集群。

通常来说，数据存储的大小和设备上报数据的频率、数据保留的时间息息相关，经过数据压缩 TDengine 有超高的压缩能力，一般而言，能将存储数据压缩到其 10%，企业可通过需求自行选择磁盘大小，官方推荐最低标准是 1TB 的SSD。

ROS （资源编排）助力集群自动部署  实现分钟级交付

为帮助客户简化集群部署的复杂性，阿里云计算巢打造了 ROS（资源编排）以实现数据库集群的自动部署。通过将ROS 简单化、服务化，即使用户不了解 JSON、YAML 写法以及 ROS 语法，根据页面引导填上相应配置参数、选择对应的套餐，也能够成功完成部署搭建。

TDengine 是原生支持分布式的数据库，具备水平拓展能力，在集群部署之后，如果用户随着业务需求增长导致集群资源使用遇到瓶颈，能通过增加节点数来提高处理能力。在阿里云计算巢 ROS 的助力下，TDengine 在集群的自动部署与弹性扩缩容上将能获得进一步加强。

通过 ROS 实现数据库集群的自动部署，简化集群部署的复杂度

相比传统模式下以天、乃至周为单位的私有化部署周期，用户通过阿里云计算巢部署 TDengine，只需配置节点数量以及相关参数，正常情况下在配置完成后就会进入部署状态，全程部署时间缩短为分钟级，为用户带来极大便利。

有效避免资源浪费，安全性加码

通过阿里云计算巢的赋能，TDengine 实现了更加高效的自动化部署以及灵活的按量计费模式，费用完全进行透明化管理——用户在集群创建之前就能够看到完整的费用预估，按照当前业务需求进行资源购买即可。 

在集群创建完成后，阿里云计算巢还提供了专业的账单分析功能，通过集群资源的费用信息分类，用户可以清楚地了解到不同业务间的资源消耗情况，以便进行更为有效的成本管理。

此外，对于企业用户来说，选择私有化部署最大的原因就是出于对数据安全性的考虑，为了让用户切实体会到“安全感”，计算巢提供了全面的操作日志和录屏记录，便于用户进行安全审计，提升系统的运维透明度。

TDengine 提供丰富的日志，可以按需查看用户操作、集群状态

通过阿里云计算巢的功能加持，TDengine 帮助用户进一步实现了成本控制、有效避免了资源浪费，在安全性上也层层加码。除了私有化部署服务外，阿里云计算巢也支持 TDengine 对用户资源进行全托管，为企业服务实现多样化。

产品和服务质量两手抓，生态建设与海外市场同步走

目前，TDengine 产品代码已经达到了 100 万行量级，对于付费用户，涛思提供一对一技术支持，维护与更新都会有专业人员来负责。 

“从用户需求出发，TDengine 研发团队一直在不断对产品功能进行进一步的打磨与更新，同时为了更好地服务用户，我们维护了数十个用户群，让用户的每个问题都有专业的官方技术人员进行解答。我会‘潜水’在每个用户群里，关注这些群聊信息，每天都会挑选 1-2 个用户提问进行回复，有时候对方压根不相信那是我本人回答的。”从陶建辉的回应中，可以感受到 TDengine 团队精益求精的服务态度。 

在产品的更新上，近期发布的 TDengine 3.0，已成为一款云原生时序数据库，解决了困扰时序数据库发展的高基数难题，支持 10 亿个设备采集数据、100 个节点，支持存储与计算分离。同时其还打造了全新的流式计算引擎，无需再集成 Kafka、Redis、Spark、Flink 等软件，可以大幅降低系统架构的复杂度。

在产品和服务质量的双重保障下，TDengine 的用户群体也在不断扩大，全球运行的 TDengine 实例数超过 157.2k，用户遍布全球，海外市场也是 TDengine 的发力点。“我对海外市场信心十足，TDengine 在 Github 上拥有 1.9 万个Star，其中大约三分之二来自中国开发者，剩下三分之一来自海外。”据陶建辉分析，中国 IT 产业约占全球市场的20%，海外市场具备更大的发展空间。前不久涛思数据已经成功部署、上线了海外官网，并于九月份率先在海外发布TDengine 云服务版本。

如同大部分软件厂商一样，为了满足用户的业务需求，提升用户的使用体验，TDengine 也在大力发展生态合作，与云厂商的接轨也是生态发展的其中一环。“无缝集成 (Seamless Integration) 就是指实现各类软件的互联互通，其实就是围绕产品打造活跃、庞大的生态，有了生态，才能有‘百花齐放’的应用，进而形成良性循环发展。”目前无需一行代码，TDengine 就可以与 Kafka、Telegraf、Grafana、Google Data Studio、EMQ X、Prometheus、StatsD 和collectd 等众多第三方工具集成。

与阿里云计算巢的强强合作，让 TDengine 的生态建设更加繁荣，通过此次赋能，TDengine 将能进一步发挥出极致性能，让软件更好地和云集成，极大提升软件服务在交付、部署及后续管理等环节的效率和用户体验，在帮助用户实现降本增效的道路上更进一步。同时可以预见，通过阿里云生态和市场渠道的快速接入能力，TDengine 的业务增长速度也将更加可观。

目前，TDengine 已经在阿里云计算巢软件免费试用中心上架，有需求的用户点击阅读原文即可进入阿里云控制台开始体验。