更准、更快、更易用！时序数据库 TimechoDB 协变量预测能力详解
在工业级时序预测场景中，精准的趋势研判往往是业务决策的重要依据。然而，传统单变量预测模式很难完整描述真实系统中的复杂关系。 例如在电力系统中，电价不仅与历史价格序列相关，还受到温度、风速、节假日以及能源结构等多种因素影响。在制造、交通和能源等领域，类似的多变量耦合关系普遍存在。 因此，随着时序数据规
2026-03-13
协变量预测：时序数据库能力的下一次跃迁
协变量预测打破单变量局限，时序数据库 IoTDB 与 Timer 系列模型的协同运行，共同推动开启时序分析新范式。 在很多人印象中，时间序列预测的逻辑十分简单 —— 以历史数据预测未来趋势，但在真实的工业系统中，这一过程远非如此直接。 负荷预测离不开温度变化的影响，设备健康预测与运行工况深度关联，风电功率预测受气象因素左右，生产能耗预测则依托于排产计划的安排。 现实世界中的时间序列，始终处于多变量强耦合的系统之中，若仅依靠目标变量的历史数值进行预测，其能力天然存在上限。而时序预测真正的技术挑战，正聚焦于对协变量的精准预测和运用。
2026-02-27
从 OpenClaw 到 IoTDB Skills：时序数据库如何接入 AI Agent 世界？
最近，OpenClaw 在开发者社区迅速走红。 这让一个趋势愈发清晰：AI 正从「能聊天」 ，进化为 「会做事」。 Agent 开始操作系统、调用工具、访问数据库。它不再只是回答问题，而是在替人完成任务。 但当 Agent 开始调用数据库接口时，一个核心问题出现了：它真的“懂”数据库吗？ 01 调用
2026-02-25
TsFile 开源文件格式：AI 时代工业时序数据集新选择，让数据资产“活”起来
在工业数字化浪潮与 AI 大模型加速演进的双重驱动下，时序数据正从后台数据记录，转变为企业最具战略价值的核心资产之一。 从智能电表的周期性用电数据，到工程机械的实时振动信号，再到新能源设备的运行参数，这些按时间维度持续产生的数据，既构成了工业智能升级的基础，也带来了存储、管理与 AI 适配上的全新挑
2025-12-30
2025 年度时序数据库 IoTDB 论文总结，10 篇干货满满！
2025 年度，学术界多个时序数据研究团队围绕时序数据库 IoTDB 进行了多方面的科研创新，在数据库领域 CCF-A 类国际期刊和会议上共发表论文 10 篇，包括：ACM TODS 1 篇、SIGMOD 3 篇、VLDB 2 篇、ICDE 4 篇，涵盖引擎、存储、查询、分析等方面。
2025-12-19
深入解析 HDF5 与 TsFile：时序数据存储的较量
在大数据时代，高效的数据存储和管理是科研和工业应用成功的关键。HDF5 是一种嵌套的实验数据管理格式，TsFile 作为新型的时序数据存储格式，各自具有独特的特点和优势。本文将深入探讨 HDF5 的起源、应用场景、存在的问题，以及 TsFile 和 HDF5 的异同点。 01 HDF5 起源 <
2025-11-26
顶会论文解读：时序数据库 Apache IoTDB 中的时序数据压缩优化【VLDB 2025】
时序数据库 Apache IoTDB 顶会论文获中国信通院数据库应用创新实验室深度解读！以下为详解原文： 本文对清华大学王建民教授团队、中国人民大学杜小勇教授团队、天谋科技等机构联合发表的 VLDB 2025论文《Improving Time Series Data Compression in Apache IoTDB》进行解读。该论文首次将同态压缩（Homomorphic Compression, HC）理论引入时间序列领域，并提出了一个名为 CompressIoTDB 的新型框架，旨在解决传统时间序列数据库中压缩与查询性能之间的核心矛盾。通过在压缩数据上直接执行查询，该工作显著提升了查询吞吐量并降低了资源消耗。
2025-10-31
IoTDB MCP 获官方收录！从冷门协议到行业焦点：MCP 如何改变 AI 与数据的交互方式？
在之前发布的内容中，我们曾介绍过时序数据库 IoTDB 实现了 IoTDB MCP Server 功能。借助该功能，用户只需用自然语言描述需求，例如“查询 2025 年 3 月 19 日所有基站的整流模块电流平均值”，大模型便能自动调用相应的查询函数，直接与 IoTDB 交互并获取所需数据。
2025-04-23
不想学 SQL？IoTDB MCP：让时序数据库“听懂人话”
IoTDB MCP 让你用最轻松的方法，运用大模型的深度时序数据管理能力！ 近些年 AI 变得越发普及，大语言模型（LLM）已经成为我们生活中不可或缺的助手。而在时序数据管理领域，大语言模型也有望成为加速数据查询与分析的重要工具，如何让大语言模型与
2025-04-03
从 Timer 到 Timer-XL，再登时序大模型能力高峰
时序数据库在支持时序特性写入、存储、查询等功能后，正朝着深度分析方向发展。自动化异常监测与智能化趋势预测，成为时序数据管理的核心需求。 时序数据库
2025-03-26
