排程资料库中，TDengine 能了解下，也让小 T 单纯的如是说下。
TDengine 的Mach标识符（储存、计算发动机和软件产业）早已 100% 开放源码，采用的是 AGPL 3.0 许可。他们将尽最大努力打造出开发者社区，服务好采用者和开发人员。他们更希望通过开放源码，快速获得市场意见反馈，健全产品，健全自然生态，所以招揽更多的开发人员重新加入到这个项目中。http://tdlake.cn/1GqLyD
TDengine 是这款高性能、分布式系统、全力支持 SQL 的排程资料库。作为全自研的升级换代资料库，TDengine 的五大优点也帮助它较好的在民营企业技术THF1中拔得第十一名，上面他们就单纯来如是说一下。
分布式系统
从 2016 月底到那时，大部分排程资料库都不是分布式系统的，换言之，它们不全力支持水准扩充。即使是 InfluxDB，也只有民营企业版全力支持软件产业，开放源码版是不全力支持的。而传统动态资料库着实没两个全力支持水准扩充，最少是K817接口卡。但是随着物联网、车联网的高速路发展，IT 基础建设规模的减小，统计数据的收集量越来越大，FPS是没办法补救的，下层资料库必须具有水准扩充能力。
因此，在 2016 月底，整个 TDengine 的结构设计从这天起，就是全力支持分布式系统的。为了易于更多采用开放源码版的采用者用得更快，在 2020 年 8 月，他们将 TDengine 的分布式系统版开放源码了。分布式系统版开放源码后，TDengine 的采用者数量快速增长，全球加装示例数早已超过 10 万，每晚追加示例都在 200 以上，这是两个持续上升的位数。
高效能
排程统计数据及排程统计数据的应用有其众所周知特征（详尽请看官方网站网志 )，如果充分运用排程统计数据的特征，他们能将统计数据载入和查阅操控性大幅提升，统计压缩算法率也能大幅提升。 TDengine 提出来“两个统计数据收集点两张表”的结构设计，让两个收集AuF的统计数据按照时间次序几块几块的存，并且采用Chalancon储存。这样就使得载入变成单纯的追加操作方式，所以一次读的 IO 操作方式就能把一个统计数据收集点的统计数据点成片读出。而排程统计数据的查阅分析往往是两个时间段，统计数据命中率一下提高很多，这样查阅效率就会极其之高，所以压缩率也会极其之高。同时，TDengine 还提出“超级表”概念，来解决多个数据点统计数据高效聚合的问题。通过标签将需要聚合的统计数据收集点先过滤出来，大幅减小需要扫描的统计数据集，从而大幅提升聚合速度。
那么操控性重要吗？毫无疑问非常重要，因为如果采用者不关心操控性，那选择通用资料库来处理排程数据就能了。如果都是排程资料库，采用者当然也会选择操控性或效率更高的产品。
全力支持 SQL
任何这款新产品，都有入门门槛。降低门槛最好的方法就是不改变采用者习惯。SQL 是全球最流行的查阅语言，学过计算机的人都会用 SQL 写查阅语句。排程资料库并不新鲜，早已有相当长的历史，但相当多的排程资料库或动态资料库都有自己的查阅语言，比如 InfluxDB、OpenTSDB 和 Prometheus 等都有自己的查阅语言，这样大大增加了学习成本，所以也增加了应用的迁移成本。 从 TDengine 研发的这天起，他们就决定采用标准 SQL 做查阅语言，并且采用关系资料库模型，其根本原因就是想降低学习成本。而这一优势，也是很多大厂在技术THF1时很看重的一点，TDengine 帮助很多技术团队减少了时间和成本的投入，加快了软件投入采用的进度。
