【物联网】基于 Apache IoTDB 的跨『端-边-云』的时序数据库 DB+AI，你值得拥有

Ne0inhk

23 Mar 2026 — 9 min read

基于 Apache IoTDB 的跨『端-边-云』的时序数据库，给你带来三大体验，高压缩、分布式、工业友好。

产品介绍

科技Timecho提供行业领先的物联网时序数据库管理系统及服务,是专业的时序数据管理服务商,致力于围绕物联网原生的Apache IoTDB,以高吞吐,高压缩,高可用的开源时序数据库-国产数据库IoTDB,为工业用户解决数据"存,查,用"难题

TimechoDB 是一款低成本、高性能的物联网原生时序数据库，是天谋科技基于 Apache IoTDB 社区版本提供的原厂商业化产品。它可以解决企业组建物联网大数据平台管理时序数据时所遇到的应用场景复杂、数据体量大、采样频率高、数据乱序多、数据处理耗时长、分析需求多样、存储与运维成本高等多种问题。

天谋科技基于 TimechoDB 提供更多样的产品功能、更强大的性能和稳定性、更丰富的效能工具，并为用户提供全方位的企业服务，从而为商业化客户提供更强大的产品能力，和更优质的开发、运维、使用体验。

三大优势

高压缩
从0到1自研底层文件格式TsFile，采用专有压缩算法，节省90%+存储成本。
分布式
完全开源。在无需数据迁移的情况下，达成秒级扩容，降低运维压力。
工业友好
深入工业场景。适配数百种采集协议，支持乱序写入、一键备份等。

产品体系

天谋产品体系由若干个组件构成，覆盖由【数据采集】到【数据管理】到【数据分析&应用】的全时序数据生命周期，做到“采-存-用”一体化时序数据解决方案，帮助用户高效地管理和分析物联网产生的海量时序数据。

整体架构

下图展示了一个常见的 IoTDB 3C3D（3 个 ConfigNode、3 个 DataNode）的集群部署模式

产品特性

优势特性	详细描述
灵活的部署方式	支持云端一键部署、终端解压即用、终端-云端无缝连接（数据云端同步工具）
低硬件成本的存储解决方案	支持高压缩比的磁盘存储，无需区分历史库与实时库，数据统一管理
层级化的测点组织管理方式	支持在系统中根据设备实际层级关系进行建模，以实现与工业测点管理结构的对齐，同时支持针对层级结构的目录查看、检索等能力
高通量的数据读写	支持百万级设备接入、数据高速读写、乱序/多频采集等复杂工业读写场景
丰富的时间序列查询语义	支持时序数据原生计算引擎，支持查询时时间戳对齐，提供近百种内置聚合与时序计算函数，支持面向时序特征分析和AI能力
高可用的分布式系统	支持HA分布式架构，系统提供7*24小时不间断的实时数据库服务，一个物理节点宕机或网络故障，不会影响系统的正常运行；支持物理节点的增加、删除或过热，系统会自动进行计算/存储资源的负载均衡处理；支持异构环境，不同类型、不同性能的服务器可以组建集群，系统根据物理机的配置，自动负载均衡
极低的使用&运维门槛	支持类 SQL 语言、提供多语言原生二次开发接口、具备控制台等完善的工具体系
丰富的生态环境对接	支持Hadoop、Spark等大数据生态系统组件对接，支持Grafana、Thingsboard、DataEase等设备管理和可视化工具

友好的工具

TimechoDB 将为用户提供更简单、易用的工具体系，通过集群监控面板（IoTDB Grafana）、数据库控制台（IoTDB Workbench）、集群管理工具（IoTDB Deploy Tool，简称 IoTD）等产品帮助用户快速部署、管理、监控数据库集群，降低运维人员工作/学习成本，简化数据库运维工作，使运维过程更加方便、快捷。

集群监控面板

支持编程语言

选择你想查看的语言、查看相应源代码

部署形态

下载地址：https://iotdb.apache.org/zh/Download/

IoTDB 有三种运行模式：单机模式、集群模式和双活模式。

环境配置

详细配置可点击查看

磁盘阵列：
4块3.5英寸硬盘、12块3.5英寸硬盘、24块2.5英寸盘

24块2.5英寸盘，推荐配置如下

使用分类	Raid类型	硬盘数量	冗余	可用容量
系统盘	RAID1	2	允许坏1块	1
数据盘	RAID5	7	允许坏1块	6
数据盘	RAID5	7	允许坏1块	6
数据盘	RAID5	7	允许坏1块	6
数据盘	NoRaid	1	损坏丢失	1

操作系统
IoTDB支持Linux、Windows、MacOS等操作系统，同时企业版支持龙芯、飞腾、鲲鹏等国产 CPU，支持中标麒麟、银河麒麟、统信、凝思等国产服务器操作系统。
硬盘分区
建议使用默认的标准分区方式，不推荐LVM扩展和硬盘加密。
系统盘只需满足操作系统的使用空间即可，不需要为IoTDB预留空间。
每个硬盘组只对应一个分区即可，数据盘（里面有多个磁盘组，对应raid）不用再额外分区，所有空间给IoTDB使用。

AI能力

AINode 是支持时序相关模型注册、管理、调用的 IoTDB 原生节点，内置业界领先的自研时序大模型，如清华自研时序模型 Timer 系列，可通过标准 SQL 语句进行调用，实现时序数据的毫秒级实时推理，可支持时序趋势预测、缺失值填补、异常值检测等应用场景。

系统架构图

无需使用 Python 或 Java 编程，使用 SQL 语句即可完成机器学习模型管理与推理的完整流程。

时序数据

什么叫时序数据？博主觉得这个也是非常重要一个知识点。

万物互联的今天，物联网场景、工业场景等各类场景都在进行数字化转型，人们通过在各类设备上安装传感器对设备的各类状态进行采集。如电机采集电压、电流，风机的叶片转速、角速度、发电功率；车辆采集经纬度、速度、油耗；桥梁的振动频率、挠度、位移量等。传感器的数据采集，已经渗透在各个行业中。

通常来说，我们把每个采集点位叫做一个测点（也叫物理量、时间序列、时间线、信号量、指标、测量值等），每个测点都在随时间的推移不断收集到新的数据信息，从而构成了一条时间序列。用表格的方式，每个时间序列就是一个由时间、值两列形成的表格；用图形化的方式，每个时间序列就是一个随时间推移形成的走势图，也可以形象的称之为设备的“心电图”。