TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，其核心模块是高性能、集群开源、云原生、极简的时序数据库。它能安全高效地将大量设备、数据采集器每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，对业务运行状态进行实时监测、预警，提供实时的商业洞察。
1.高性能
充分利用时序大数据的特点，TDengine 设计了新颖的存储引擎，大幅提升了数据的写入和查询速度，同时也大幅提高了数据压缩率。相对通用数据库，读、写、数据压缩性能至少高十倍以上；TSBS 基准测试结果显示，相对于InfluxDB、TimescaleDB，性能也是远超。
2.原生的水平扩展能力
TDengine 从设计的第一天起，就是水平扩展的。从 3.0 起，TDengine 支持云原生，能充分利用云平台的存储、计算、网络资源的弹性能力。在 10 亿时间线，100 个数据节点的情况下，TDengine 性能也能得到很好的保证。时序数据处理中的“高基数”问题完全得到了解决。
3.大数据 / 小成本
高性能，提供多种压缩算法，大幅降低对计算和存储资源的消耗；为了降低系统设计复杂度和运行成本，TDengine 充分利用时间序列数据的特点，构建了自己的缓存、流计算和数据订阅功能；采用 TDengine 可将典型的物联网、车联网、工业互联网大数据平台的总拥有成本降低至少 50% 。
4.60s 即可开箱体验
TDengine 支持各种数据源，不需要一行代码仅需做少量配置即可将数据写入，且采用标准 SQL 做查询和流式计算，支持各种编程语言，没有学习成本，可立即上手。并且可以通过 TDengine Cloud 立即使用体验，快速验证自己的应用场景。
开源、云原生的时序数据库 TDengine OSS 是 TDengine 的核心模块，TDengine 在 TDengine OSS 基础上增加了企业必需的大数据处理功能。TDengine OSS 完全开源，包括集群，多次登上 GitHub 全球趋势榜，项目十分活跃，吸引了国内外众多开发者的关注和喜爱，其用户和社区也在不断壮大。TDengine 提供了丰富的应用程序开发接口，为了便于用户快速开发自己的应用，TDengine 支持多种编程语言的连接器。
5.应用场景
- 物联网时序数据库：伴随物联网上下游技术的发展，整个物联网领域的的数据量越来越大，传统大数据的方案以及以关系型数据库为核心的解决方案都开始捉襟见肘。如何应对大数据量下的数据存储、查询、分析，选择一款物联网时序数据库，成为了目前迫切需要解决的问题。
- 工业互联网云原生时序数据库：在工业领域， 生产、测试、运行阶段都可能会产生大量带有时间戳的传感器数据，这都属于典型的时序数据。时序数据主要由各类型实时监测、检查与分析设备所采集或产生，涉及制造、电力、化工、工程作业等多个行业，具备写多读少、量非常大等典型特性。
- 车联网时序数据库：面对车联网行业中海量的车辆数据和高速的数据流动性，如何实时、高效、经济地对车辆进行集中监控，进一步挖掘时序数据价值，结合AI、机器学习框架为车联网场景提供大数据创新价值点，是车联网企业当前的重大挑战。作为全球最值得信赖的时序大数据产品，TDengine 提供了一整套解决方案，包括数据接入、持久化、实时订阅、事件驱动流式计算以及高性能的读写缓存，为车联网企业在快速发展的数字化道路上，打造坚实的数字基础设施，从而实现数据资产的最大化利用。
- 电力时序数据库国产化替代方案：如何实时、高效、经济地对新能源发电场站进行集中监控，进一步挖掘时序数据价值，结合AI、机器学习框架为业务场景提供大数据创新价值点，是目前各发电企业面临的挑战。TDengine作为全球最值得信赖的时序大数据产品，提供了整套从数据接入、持久化、结构化数据实时订阅、事件驱动流式计算以及高性能的读写缓存的解决方案，为发电企业发掘数据资产价值打造坚实的数字底座。
- IT 运维时序数据库解决方案：随着服务器、物联网设备逐步增多以及各类新型传感器的加装，传统运维方式越发吃力，严重限制业务发展，因此对硬件系统的运行维护是各行各业的信息服务部门普遍关注和不堪重负的问题。顺应时代的潮流，运维数字化、智能化的需求越来越强烈，其迫切需要基于海量时序数据的数据平台来支撑繁杂的运维工作。
- 金融时序数据库：子表多、数据量大、数据格式固定和保留时限长的金融行情数据的存储计算需要十分适合使用 TDengine 时序数据库来进行处理。使用“一个金融品类一个超级表，一个具体金融标的一个子表”建模方式，可以有效管理海量的行情数据，基于 TDengine 高效的计算能力，提供基于行情中心的资产管理、实时监控、绩效分析、风险分析、舆情分控、股票回测、信号模拟（合约、策略等）、报表输出等应用投研服务。