物聯網場景已經成為各行業巨頭和各互聯網公司的兵家必爭之地，百度云天工TSDB對物聯網場景下時序數據表現除了優秀的存儲和查詢能力，已經成為物聯網應用的標配，支撐著智能制造、工業能源、智能車聯網、智能家居、智慧城市等多個行業應用。TSDB正在助力企業擁抱物聯網時代的到來。
眾所周知，百度云TSDB在讀取、寫入和查詢數據上的性能一直表現優異。
支持每秒百萬級數據點的寫入，可線性擴展
查詢1億個數據點聚合值的響應時間小于1秒
提供優于傳統數據庫的壓縮能力，大大節約存儲空間
彈性、按需的海量數據存儲能力，成本更低。
我們都清楚，僅有提供海量的數據存儲、極速的查詢能力還不足以支撐不停發展的物聯網行業應用。存儲的海量數據如何產生價值為業主所用，是TSDB要解決的新問題。
物聯網場景下，設備都是7*24小時工作以一定的頻率上報數據的，數據量十分巨大。比如一輛無人車，以10Hz的頻率上傳數據，每次上傳20個維度的數據點，每輛車每天就要存儲1700萬數據點；一個傳感類監測設備比如溫度傳感器，通常每10秒鐘上傳一次數據，一個樓宇建筑中如果部署200個監測點，那一天下來需要170萬個數據點。隨著業務的發展，數據只會越來越多。這么多數據都是挖掘行業應用的金礦。
我們都不甘心數據只做存儲躺在服務器里，那怎么把TSDB中的數據發揮價值呢。不用擔心，TSDB目前已經可以作為Hadoop和spark集群的數據源，進行數據分析計算啦。
先來看最常使用的大數據分析工具Hadoop。Hadoop作為大數據分析的領軍代表，提供可靠存儲HDFS以及MapReduce編程范式以便大規模并行處理數據。TSDB作為存儲海量數據的數據源，自然更需要Hadoop的幫助來做數據分析啦。我們都知道，Hadoop提供了基于廉價硬件實現大規模并行處理的能力，不過，簡單的查詢都要寫MapReduce代碼，對于商業用戶實在不怎么友好。所以TSDB采用了更友好的方式，直接提供基于TSDB的Hive SQL。Hive是一個關系數據倉庫，用戶可以方便的利用類似SQL語言查詢數據，而Hive會自動把SQL語言轉換成MapReduce代碼交給Hadoop處理。
