时序数据库TDengine 2.0 和 TDengine 3.0的对比使用

在数据库学习使用过程中，开发者都知道传统的数据处理方式是先收集数据，再去存储数据到数据库里，这种方式是之前很长一段时期内都不过时的操作方式。但是随着大数据的飞速发展，尤其是海量数据是实时产生的，也是动态增加的，数据会持续不断产生并流入系统中，可以说数据量是无限的，针对这种新的数据特点，依靠传统的数据处理方式是行不通的，这就促使产生了新的数据计算结构：流式计算。本文就来分享一下关于流式计算在大数据处理中的使用。

流式计算的含义

流式计算是数据在录入时就已经开始计算，按照一边录入一边计算的方式进行，而且计算速度很快，能达到毫秒级别，在计算完成之后就能实时展现输出结果，或者进行最终的存储操作。通常用于智慧城市、实时监控、极端天气实时预警等需要实时推送最终结果的现实应用场景。

关于流式计算的使用

在数据库学习开发时，关于数据实时处理使用的就是流式计算，市面上方便使用和学习的关于流式计算的工具也有很多，但是基本没有哪一款数据库自带流式计算功能，也因此因为很多第三方工具的加持导致企业数据架构越来越臃肿。涛思数据推出的TDengine就是一款自带流式计算的时序数据库，其 3.0 版本将流式计算引擎进行了全新升级，既支持时间驱动又支持事件驱动。

TDengine 是涛思数据旗下的一款产品开源、云原生、高性能、分布式、支持 SQL的时序数据库（Time Series Database），具有高可靠、可伸缩、零管理、简单易学等特点，同时提供了