Categories
程式開發

零編程,10分鐘搭建工業互聯網大數據平台| InfoQ 公開課


目前的Hadoop 方案,是一些大型的互聯網企業最先使用的。在處理大數據時,將多個開源軟件,如現在比較流行的Kafka,然後把實時數據引入到redis,把歷史數據存到Hadoop,中間可能結合Spark 和Flink 的計算,利用集群來處理海量數據。這是一種非常好的,通用的處理大數據的解決方案,可以處理百億、千億、甚至萬億級別的數據,只需保證它的服務器足夠。

如果有特殊需求,可以寫一些代碼來實現,比如做實時監控,就可以在Kafka 後面掛一個Flink 做實時分析,做實時的流計算,把當前的QBS、健康狀態做實時統計;在比如看歷史數據,可以在Hadoop 上掛一個MapReduce,這樣我們可以通過寫程序把所有的需求都實現。

然而,對於一些規模較小的公司,做軟件開發所關注的點,Hadoop 系統並沒有很好的解決,主要問題在於開發效率低而成本高,運行複雜且效率效率差,以及應用推向市場慢五個方面。

TDengine 作為新一代大數據平台,專為物聯網、車聯網、工業互聯網、IT 運維等設計和優化而生。除核心的快10 倍以上的時序數據庫功能外,還提供緩存、數據訂閱、流式計算等功能,最大程度減少研發和運維的複雜度,且核心代碼,包括集群功能全部開源。

通過本次直播可以了解TDengine 的特性和使用場景,跟著濤思數據CI-CD 和測試自動化工作負責人桑樹多學習TDengine 的最佳實踐以及成功案例。

直播大綱:

  1. 傳統大數據平台的困境,消息隊列+ 緩存+ 流式計算三大組件使用門檻高企
  2. TDengine 的創新:三大組件all-in-one
  3. 最佳實踐:TDengine+EMQ+Grafana,0 代碼10 分鐘搭建工業互聯網大數據監控平台
  4. 使用TDengine 的其他成功案例

聽眾收益:

  1. 了解TDengine 的特性和使用場景
  2. 學習TDengine 最佳實踐
  3. 了解TDengine 成功案例