數智化時代，數據作為一種新型的生產要素，是數字化、網絡化、智能化的基礎，已快速融入生產、分配、流通、消費和社會服務管理等各環節。海量數據的存儲和快速處理是發揮數據要素價值的基礎，數據庫作為組織、管理和存儲數據的倉庫，在促進數據要素價值發揮的整體鏈條上，成為必不可少的一環。

      在制造、電力、化工、氣象等行業，針對基礎設備所采集、產生的數據一般具有典型的特點，比如產生頻率快（每秒鐘內可產生多條數據）、嚴重依賴于采集時間（每一條數據均對應唯一的時間）、觀測點多信息量大（常規的實時監測系統均有成千上萬的監測點，監測點每秒鐘都產生數據，每天產生幾十GB的數據量）。

      針對這種數據產生快、海量且依賴時間的數據特點，傳統關系型數據庫無法滿足有效存儲與處理，因此迫切需要一種專門針對時間序列數據來做優化的數據庫系統，即時序數據庫。

      深化信創    自主研發國產時序數據庫

      當前，新一輪科技革命和產業變革突飛猛進，推動企業數智化進程加速向前發展。數據庫作為核心基礎軟件，實現信創國產化勢在必行。用友一直在積極推進軟件國產化的相關工作，與清華大學（軟件學院）聯合成立了時序數據與物聯應用聯合研究中心。在清華大學自主研發的國內首個開源時序數據庫Apache IoTDB的基礎上，用友自主研發了專用企業服務能力的商用版時序數據庫——TimensionDB。

      TimensionDB是一款輕量級、高性能、易使用的時序數據管理引擎，可快速攝取、存儲和處理海量時間序列數據，廣泛應用于電力（如：智能電表、發電設備實時監測）、石油化工（如：油井、運輸管線、運輸車隊實時監測）、智慧城市（如：實時路況、卡口數據和路口流量實時監測）、智能安防（如：樓宇門禁、車輛管理、井蓋、電子圍欄監測）、車聯網（如：車速、電機、動力電池、駕駛習慣等數據的實時監測）、金融（如：ATM、POS機、交易記錄等數據的實時監測）等行業。

      用友通過實現相關基礎技術組件自主、安全、可控，打造國產化數據庫的創新模式，充分發揮國產化軟件企業從數智化管理、數智化經營到數智化商業創新的替代價值，真正幫助大型企業實現價值化國產替代。

      性能卓越  快速處理海量數據

      海量數據的采集、存儲、查詢一直是數據庫面臨的難點，用友時序數據庫可實現高性能的數據讀寫，并可對數據進行實時分析，快速處理海量數據，具有五大核心優勢。

      寫入性能高

      基于兩階段LSM合并的tLSM算法，有效保障了任何情況下均能輕松實現單機每秒1000萬數據點的高速寫入能力，實現百萬級智能物聯網設備接入和高速寫入。

      硬件成本低

      專為時序數據設計和優化的TsFile存儲格式，支持多種數據類型和相應的SNAPPY、LZ4、GZIP、SDT等壓縮算法，可實現1:150甚至更高的壓縮比。通過高壓縮比的硬盤存儲，10億數據點存儲成本將低于1.4元，極大降低了硬件成本。

      查詢速度快

      用友時序數據查詢引擎采用列式存儲、預計算和索引技術，可有效減少數據查詢時讀取的數據量，極大地降低磁盤I/O次數，輕松實現10億級數據量、千萬數據點查詢的毫秒級響應。

      分析能力強

      分析引擎基于用友深厚的行業知識積累，自主研發高性能多維分析引擎和分析DSL，提供便捷的維度管理和分析腳本管理能力；簡潔的DSL語法可使零基礎人員輕松對業務數據進行復雜的多維分析。

      擴展能力好

      彈性伸縮采用大規模并行處理（MPP）架構和火山模型進行數據處理，具有很高的擴展性，支持秒級增加節點而無需進行數據遷移，適應不同規模時序數據的存儲與分析需求。

      五大場景應用

      激發數據要素價值、賦能業務發展

      用友時序數據庫憑借領先的技術和分析引擎，打造輕量型高性能的數據庫，深入不同應用場景，充分在不同行業、不同場景中激發數據要素價值，能使企業高質量發展。

      場景一、IoT智能制造分析

      時序數據助力智能制造，打造現代化智能工廠

      在制造行業，數字化工廠需要IT系統和智能設備的集成銜接，通過終端設備和傳感器對生產數據的實時采集和分析、設備故障預警處理等，實現對生產現場的實時監控。而工業數據的采集都需要帶有時間戳，大量工業數據建模、工業知識組件和算法組件，均以時間序列數據作為輸入數據，對時序數據庫的需求和應用更加多元。用友時序數據庫實現了工業數據的高性能采集入庫、高效數據分析，為企業管理層決策提供數據支持，幫助用戶通過持續優化生產管理流程來釋放優質產能，助力實體制造業由粗放式經營模式，逐步過渡為生產設備網絡化、現場管理數字化、決策運營智能化的集約型現代智能工廠。

      場景二：應用運維監控

      統一應用運維實時監控，全局把控系統運行狀態

      在互聯網行業，互聯網公司一般需要對大規模應用集群和機房設備進行監控，實時關注設備運行狀態、資源利用率和業務趨勢，實現數據化運營和自動化開發運維。通過時序數據庫，可實現每天萬億條監控指標數據寫入，且支持多種時序異常類型的檢測告警，并將異常情況直觀展示，方便運維人員識別異常，告警策略設置簡單，業務人員可輕松上手。

      場景三：IoT車聯網分析

      IoT傳感器時序數據分析，助力萬物互聯

      在新能源汽車行業，廠商一般需要對其出廠的車輛進行整車性能分析，通過在車輛上安裝傳感器，在車輛行駛過程中實時采集車輛的行駛狀態等監控信息，將傳感器數據通過窄帶物聯網實時發送至數據中心（TimensionDB），而后在數據中心的服務器上通過多維分析引擎進行復雜的計算和分析，可實現百萬級智能物聯網設備接入和高速讀寫，每秒可寫入達數據點1000萬以上。

      場景四：企業低碳轉型

      低碳經濟，綠色發展，數智化能力助力行業轉型

      在風力發電行業，企業一般擁有多座風力發電機，并且在每臺發電機上安裝了上百種傳感器，分別采集該發電機的工作狀態、工作環境中的風速等信息。為了保證發電機的正常運轉并對發電機及時監控和分析，企業需要收集這些傳感器信息，在發電機工作環境中進行部分計算和分析，還需要將收集的原始信息上傳到數據中心，這就需要大量的數據存儲。用友時序數據庫可以極低的成本滿足企業海量數據的快速存儲，用數智化能力助力企業綠色發展。

      場景五：行為分析

      基于用戶行為，實現投放效果實時反饋、投放策略優化

      在廣告行業，企業經常需要對投放數據進行實時分析和監測，通過日志或者其他方式對原始指標數據進行采集和實時計算，將實時計算的結果數據存儲到時序數據庫，實現投放效果的實時反饋。通過多維時序預測算法，利用多指標間關聯關系可極大提高預測準確度，相比傳統預測算法準確度更高，助力企業實現投放策略優化。

      數據庫作為組織、存儲、管理、分析數據的系統，在信息系統的軟件和硬件之間起到承上啟下的作用，是IT行業重要的基礎軟件，隨著國產化戰略的深入，數據庫的本土化進程也不斷加快，用友時序數據庫將不斷創新，持續投入，深化行業和場景應用，激發數據要素潛能，為企業的高質量發展、國家數字經濟新格局增添強勁動力。