TimechoDB V2.0.10 版本正式发布！
TimechoDB 是由 IoTDB 原厂团队开发的企业级产品。V2.0.10 版本新增可写视图功能、新增 Moirai2、Toto 两个内置模型、Object 类型进一步优化支持扩缩容、新增节点手动触发负载均衡能力、容器版本配套全新启动脚本等功能，同时对数据库监控、性能、稳定性进行了全方位提升。
更多关于 V2.0.10 版本信息，欢迎联系我们获得企业版安装包！
主要发布内容
查询模块：支持展示查询结果集 Schema 信息
查询模块：优化 show queries 展示字段，新增三列：查询发起客户端 IP、超时时间、请求等待总耗时
存储模块：新增可写视图功能（可用于进行表/列名修改）
存储模块：支持 C 语言驱动 SDK 接口，支持绑定参数、多节点故障自动切换容错等功能
系统模块：新增试用版激活码、批量申请激活码功能，同时缩短激活码字符长度
系统模块：新增节点手动触发负载均衡能力
系统模块：Object 类型进一步优化支持扩缩容
系统模块：新增 remove datanode 进度查询功能
存储模块：新增内存监控指标，用于统计 IoTDB 实际内存占用情况
系统模块：优化剔除失效链接功能为超时自动断开连接
系统模块：Docker 版本配套全新启动脚本
AINode：新增 Moirai2、Toto 两个内置模型
AINode：支持将内置模型加载到 CPU 进行推理，并实现推理进程隔离
其他：修复安全漏洞 CVE-2026-40005、CVE-2026-40006、CVE-2026-40007、CVE-2026-40008、CVE-2026-40009、CVE-2026-40452、CVE-2026-40454
...
本版本详细发布内容请查看天谋科技官网-发布历史页面：https://timecho.com/docs/zh/UserGuide/latest/IoTDB-Introduction/Release-history_timecho.html
功能详解1：可写视图功能
功能介绍
系统支持通过 SQL 对指定表创建可写视图（Writable View）。可写视图可以像普通基表一样进行任意的读写操作，同时额外支持对表名和列名的修改。
通过可写视图写入或删除数据时，操作会作用到源表。
操作可写视图时，若源表或其列已被删除，将会报错。
源表的元数据修改不会自动同步到可写视图。
创建视图时没有手动选择
time列，系统会自动补充源表的time列。视图支持仅选择部分 Tag 列，源表中未出现在视图中的 Tag 列，在通过视图写入时会使用
null补齐。不支持基于其他视图（包括树转表视图和可写视图）再次创建可写视图。
不支持多个视图列映射到同一个源表列，例如
temperature AS temp1, temperature AS temp2。
语法
创建可写视图
CREATE WRITABLE VIEW <VIEW_NAME> AS
SELECT (<SOURCE_COL>[ as <VIEW_COL>][COMMENT <comment>](,<SOURCE_COL>[ as <VIEW_COL>][COMMENT <comment>])* | '*')
FROM <TABLE_NAME> [COMMENT <comment>] [WITH (schema_cascade=true|false[, ttl=])];schema_cascade
决定了通过可写视图发起的元数据修改操作是否会级联同步到源表。具体行为如下：
修改可写视图
alterViewStatement
: ALTER VIEW (IF EXISTS)? from=qualifiedName RENAME TO to=identifier #renameTableView
| ALTER VIEW (IF EXISTS)? viewName=qualifiedName ADD COLUMN (IF NOT EXISTS)? viewColumnDefinition #addViewColumn
| ALTER VIEW (IF EXISTS)? viewName=qualifiedName RENAME COLUMN (IF EXISTS)? from=identifier TO to=identifier #renameViewColumn
| ALTER VIEW (IF EXISTS)? viewName=qualifiedName DROP COLUMN (IF EXISTS)? column=identifier #dropViewColumn
| ALTER VIEW (IF EXISTS)? viewName=qualifiedName SET PROPERTIES propertyAssignments #setTableViewProperties删除可写视图
dropViewStatement
: DROP VIEW (IF EXISTS)? qualifiedName
;查看可写视图
showViewStatement
: SHOW WRITABLE? VIEWS ((FROM | IN) databaseName=identifier)? #showViews
| SHOW TABLES DETAILS ((FROM | IN) databaseName=identifier)? #showTablesDetails
| (DESC | DESCRIBE) viewName=qualifiedName DETAILS? #describeView
| SHOW CREATE (TABLE | VIEW) viewName=qualifiedName #showCreateView
;示例：创建一个带注释和 TTL 的可写视图
CREATE WRITABLE VIEW table1_public_view AS
SELECT
region COMMENT '区域',
plant_id COMMENT '工厂编号',
device_id COMMENT '设备编号',
temperature COMMENT '温度',
humidity COMMENT '湿度',
status COMMENT '设备状态'
FROM table1
COMMENT '设备运行数据视图'
WITH (schema_cascade = false, ttl = 604800000);新增视图列
ALTER VIEW table1_equipment_view
ADD COLUMN maintenance STRING ATTRIBUTE COMMENT '维护状态';
删除可写视图
DROP VIEW IF EXISTS table1_equipment_view;功能详解2：新增 Moirai2、Toto 两个内置模型
模型介绍
Moirai
Moirai 2.0 是由 Salesforce AI Research 研发的通用时间序列基础大模型，当前服务可对接 moirai-2.0-R-small 权重，该版本仅拥有 11.4M 参数，采用 Decoder-only Transformer 架构。相较于 Moirai 1.0 的掩码编码器结构，Moirai 2.0 重构为因果解码器设计，搭配固定 Patch 尺寸、多 Token 预测机制与基于弹球损失（pinball loss）的分位数输出头；主动舍弃多变量/协变量支持，换取更小、更强的单变量预测能力。
核心特性
分位数预测：输出 9 个分位数（0.1–0.9）；以中位数（p50）作为点预测返回。
多 token 预测：每个解码步预测多个 patch（
num_predict_token = 4），减少长 horizon 下的自回归步数。Patch 解码：进入注意力前先将时间步按 patch 分组（
patch_size = 16）。实例归一化：标准化 scaler 在进入 Transformer 前对每条序列归一化、输出后再反归一化，处理序列间的分布漂移。
Toto
Toto 2.0 是 Datadog 面向可观测性时序预测场景打造的新一代时间序列基础模型家族。该模型采用仅解码器 Patch Transformer 架构。
核心特性
分位数预测：输出 0.1 到 0.9 的固定分位数，服务返回 p50 中位数作为点预测。
块解码：可通过配置 decode_block_size 开启缓存式多块解码，适配更长预测跨度需求
模型家族：整体具备良好扩展性，依托统一内置代码框架，支持自定义注册并加载各类兼容的 Toto 2.0 权重文件。
当前 AINode 已内置 TimerS1、Chronos2、Toto2.0、Moirai2 多款主流时序大模型，上述模型在 Salesforce 时序模型评测榜单中均表现优异、排名靠前。后续我们还将持续迭代，逐步接入更多业界前沿时序大模型，欢迎大家持续关注更新。
部署方式
若部署环境可联网且能连通 HuggingFace 环境，启动 AINode 系统会自动拉取内置模型权重文件。
若为离线环境，联系天谋工作人员获取模型权重文件夹，并放置到
/TIMECHO_AINODE_HOME/data/ainode/models/builtin目录下。
详细部署方式请参考手册：AINode 部署手册
