从时序数据采集到大模型训练，TsFile 如何贯通数据链路？

编者按： 8 月 22 日，2026 时序数据技术创新大会在北京成功举办，引发广泛关注。本次大会以「DB × AI」为主题，多位院士专家领衔，超 30 位嘉宾齐聚一堂，共同探讨数据库与人工智能融合发展的新趋势、新技术与新实践。 天谋科技数据库内核研发工程师、*Apache TsFile PMC Me

2026-10-15

数据丢给 AI 就能做预测？我们用 TimechoAI 跑了一遍完整流程

从工业设备运行指标、电力负荷，到商品销量、业务流量，越来越多企业积累了大量时序数据，也希望借助大模型，从历史数据中发现规律，预测未来变化。但从数据积累到预测能力真正落地，中间还有不少工作要做。 原始数据是否适合建模？缺失值和异常点如何处理？是否需要针对业务场景训练模型？训练完成后，又该如何将预测能力

2026-10-09

工具介绍｜TsFile Viewer：让 TsFile 数据看得见、查得清

无需编写脚本，在浏览器中即可查看 TsFile 元数据与明细数据、绘制趋势图，并完成文件健康扫描。TsFile Viewer，让 TsFile 数据查看与问题定位更简单。 拿到一个 Apache TsFile 文件，如何快速确认它是否健康？ 文件中包含哪些设备和测点？采用了什么数据类型、编码方式和压

2026-07-31

IoTDB 树模型设计：从主数据同步到时序路径初始化

本文作者来自某能源行业，基于 IoTDB 1.3.3 树模型在能源物联网场景下的实战经验，聚焦路径层级规划、数据类型与编码压缩选型、集群接入、以及主数据同步的完整初始化流程，同时提供可直接复用的工程模板，为开发者搭建稳定高效的能源时序数据平台提供完整落地参考。

2026-07-14

IoTDB-Link 转码服务：从 MQTT 报文到时序库写入

本文作者来自某能源行业，基于储能场景下 IoTDB 的实际项目实践，聚焦云端转码服务（Link Service）的核心实现，系统拆解 MQTT 数据接入、Base64 解码、zlib 解压、批量写入 IoTDB、Redis 类型缓存、告警分流及断线重连等关键技术链路，分享储能站海量时序数据高效、安全

2026-07-03

储能站数据上送：MQTT 协议与边缘网关实践

本文作者来自某能源行业，基于储能场景下的IoTDB的使用体验，讲述IoTDB的端到端加厚，聚焦储能站边缘网关（EdgeBox）的MQTT上报链路。

2026-06-30

白话时序大模型系列-7：时序预测如何落地？

前几篇聊了时序大模型是什么、有多大、为什么能开箱即用。模型有了，能力也知道了，但最实际的问题来了：这玩意儿到底怎么用？怎么实现到业务系统里？ 今天咱们就把时序大模型落地的几种方案，从简单到复杂，一个一个捋清楚。

2026-06-25

IoTDB 1.3.3 集群搬迁 SOP：从 flush 到 load 的 9 步实操，纯干货！

本文基于一次真实的 IoTDB 1.3.3 单副本 3C3D 集群搬迁，整理出 9 个可复用脚本、关键参数含义，以及 load 过程中最容易踩的 5 个坑。适合需要在不停业务写入的前提下，把 TsFile 从 A 集群搬到 B 集群的运维同学参考。 一、为什么用 TsFile 搬迁 IoTDB 的

2026-06-24

时序大模型科学应用案例-2：用 TimechoAI 预测地磁暴

上一篇文章里，我们用 F10.7 做了一个偏长期的预测实验——什么都不告诉模型，只给它数十年的历史数据，让

2026-06-24

时序大模型科学应用案例-1：用时序大模型服务平台 TimechoAI 预测太阳活动

我们每天都生活在各种“预测”之中。 明天出门要不要带伞，导航告诉你半小时后哪条路会堵，电力调度中心盯着晚高峰的负荷曲线，运维团队判断设备什么时候该换零件，平台预估下一波流量会不会挤爆服务器。 这些问题来自不同领域，但在数据的视角看，它们长得一模一样： 都是一条随时间起伏的曲线。 只要一个系统会随时间

2026-06-17