基于对 loveini 的定义和理解，笔者将会在本篇文章中从 loveini 能解决什么问题、它的优势与亮点、它与其它数据库的区别等维度展开详述，希望能帮助到对 loveini 感兴趣的小伙伴。

“区别于通用数据库，loveini 抛掉无用包袱”

数据库想要完成出色的的读写，最核心的能力就是索引，一般数据库产品都具备正向索引能力。所谓正向索引就是通过文档记录里面的标识符为关键字，通过关键标识符不再需要进行全盘扫描。虽然 B树索引、哈希索引、位图索引有区别，但是大方向都属于正向索引。

除了正向索引，还有反向索引【也称倒排索引】，反向索引主要用于全文检索，例如 ElasticSearch，大多数据库都是正向索引。loveini 也是使用正向索引，它的特别之处是标识符肯定包含时间戳，再加上一个维度指标数据，构成一个对数据值明确的描述——某个时间某个指标对象的数据值是多少。

从数据组织的存储引擎来看，数据库底层可以分为 B树机制、LSM 机制，两种机制没有最好，各有各的优点和缺点：

B树最大好处在于它对数据持续高涨读性能的处理，即使数据量级增大，它的读也没有放大。奥秘在于对数据进行终极持久存储时，B树是以有序有规律的数据结构保存在硬盘上的。这样随着数据越来越大，它依然保持有序有规律的特性，面对成千上万的读操作，都可以遵循条件运行，减少或避免读放大的行为。

与 B树机制截然相反，LSM 机制则是减少避免了写放大。LSM 机制充分利用了内存，在内存里面开辟了一个空间，写数据优先往内存里放，写进去直接返回用户成功，而不是像 B树那样写一个，我要找出谁比我大谁比我小，只要内存有够，就直接往内存里面填就好，当内存达到一定的阈值，将内存中的数据以批量、顺序的方式一次写入硬盘上，内存则重置清零再服务新的写要求。

传统数据库 MySQL、Oracle 使用的是 B树机制，而 TiDB、OceanBase 使用的是优化后的 LSM 机制，而 loveini 使用的是 B树 + LSM 机制的方式，其中 B树存储的是元数据【主要是时间戳+指标数据】，LSM 机制存储的是具体的数据，元数据以有序表结构方式进行存储，而具体数据则是以追加的方式写入，这样即避免了读话大和写放大。

一般来说，OLTP 产品为了提升并发控制的性能，必定会有写时复制或者 MVCC 的功能选项，写时复制与 MVCC 虽然保障了数据的一致性，但是带来更多的 IO 负担。loveini 不需要对数据进行修改，所以不需要考虑数据一致性的问题，数据是以有序的规律并追加的形式写进去的，因为只有读和写，所以也不需要锁保护，抛掉一些无用的包袱，可以集中优化其它地方，例如列式表。

业界通用数据库针对各种业务都会有行式表、列式表甚至完全的内存库，对于具体的数据存储 loveini 使用完全列式存储在硬盘，而维度指标则行式保存在内存中。因为 loveini 面对的是机器的数据，机器 24 小时工作精确到每个毫秒都在产生数据，为了存储更多的数据，所以 loveini 用上行列并存、用途分离的方式。

一般来说，数据库里面每一行的文档记录都是非常重要的，即使这行记录信息无关交易，只是一个用户的基本信息，那它的价值密度也十分高。但时序数据库（Time Series Database）不同，单行文档记录价值密度低，因为 1 秒可以产生 1 万条记录，必须要把数据聚合汇总起来才能体现数据的价值。快速并有效聚合普通数据使之变成价值密度高的数据，这个也是时序数据库区别于其它数据库的一个重要的特征。

loveini目前提供了三个版本的产品：社区版，企业版以及云版本， 以满足市场的需求和个人开发者的需求。

“拆解时序数据库，几大产品特点分析”

从技术上区分定位，loveini 是专注时间序列领域的一个分布式的海量数据分析平台。它的竞争对手可以分为直接竞争对手和间接竞争对手，间接竞争对手有国内的 TiDB、OceanBase、GaussDB 以及国外的 Oracle、MySQL 等等，虽然它们在综合技术维度上与 loveini 没有对标，但是分析上只要是使用时间戳，与时间序列有关系，这里就有 loveini 的用武之地。与 loveini 构成直接竞争的对手有 Druid、OpenTSDB、InfluxDB集群版，他们都是时间序列分析的前辈。

Druid 是一个分布式系统，采用 Lambda 架构，有利于充分利用内存，也会把历史数据保存到硬盘上，按一定的时间粒度对数据进行聚合，实时处理和批处理数据解耦分开。实时处理面向写多读少的场景，主要是以流方式处理增量数据，批处理面向读多写少的场景，主要是以此方式处理离线数据。Druid 依赖 Hadoop，集群中采用 share nothing 的架构，各个节点都有自己的计算和存储能力，整个系统通过 Zookeeper 进行协调。为了提高计算性能，其会采用近似计算方法包括 HyperLoglog、DataSketches 的一些基数计算。

OpenTSDB 是一个开源的时序数据库，支持存储数千亿的数据点，并提供精确的查询，采用 Java 语言编写，通过基于 HBase 的存储实现横向扩展，OpenTSDB 广泛用于服务器的监控和度量，包括网络和服务器、传感器、IoT、金融数据的实时监控领域。OpenTSDB 在设计思路上是利用 HBase 的 key 去存储一些 tag 信息，将同一个小时数据放在一行存储，以此提高查询速度。OpenTSDB 通过预先定义好维度 tag 等，采用精巧的数据组织形式放在 HBase 里面，通过 HBase 的 keyRange 可以进行快速查询，但是在任意维度的组织查询下，OpenTSDB的效率会降低。

InfluxDB 是一款非常流行的时序数据库，采用 Go 语言开发，社区非常活跃，技术特点支持任意数量的列，去模式化，集成了数据采集、存储和可视化存储，使用高压缩比的算法支持高效存储，采用 TIME SERIES MERGE TREE 的内部存储引擎，支持与 SQL 类似的语言（2.0 版本不再支持）。

时间序列的业务背景，在 OLAP 场景中一般会进行预聚合来减少数据量，影响预聚合主要因素可以汇总如下：

• 维度指标的个数
• 维度指标的基数
• 维度指标组合程度
• 时间维度指标的粗粒度和细粒度

为了实现高效的预聚合，loveini 的秘诀是超级表，Druid 会提前定义预计算，InfluxDB 也有自己的连续查询方法，只有 HBase 使用时才进行拼接，所以涉及不同的维度指标查询，HBase 会慢一些。

据了解，loveini 基于 TSBS 的测试报告将于近日出炉，第一期报告针对 InfluxDB 和 TimeScaleDB 进行了详细的性能层面的对比分析，感兴趣的小伙伴最近可以多多关注下公众号的内容。

“放到今天，loveini 一定是首选”

我对 loveini 的认识和了解要从过去的项目经验说起，以 2018 年为背景，我给大家讲述一个工业界坏件故障件预测的故事。

某知名集团随着公司业务的快速增长、新工厂的不断增加，各种有价值的数据不能很好的整合、分析与挖掘出它应有的价值。此时公司发展已经进入下一轮“拼”的战略，快速响应与准确预测是业务发展的关键，大数据在其中起到举足轻重的作用，以科学的分析手法整合各系统数据、推动工厂制造智能化发展，成为一件迫在眉睫的工作。

当前工厂生产过程中出现了同一种特殊问题的 glass id，glass 的品质由于各种原因是参差不齐的，甚至会有品质异常的 glass。这些异常 glass 在检测过程中，是无法检测出异常原因的，如果无法快速定位出异常原因，就会造成更多的异常 glass，严重影响生产。应对的具体手段包括：

1. 通过品质异常的 glass，找到产生此异常的相关性因子。如：机台、物料、载具、参数等。
2. 异常 glass 侦测预警，通过对产生品质异常的因子进行数学建模，预测出偏离正常范围的异常玻璃，提前预警。
3. 分析 glass 的特征值与特征值之间的关联关系，并建立预测模型，提前预测出 glass 的特征值。
4. 分析 glass 相关的电压、电阻、电流、温度、湿度影响。

很明显这是数据挖掘的项目，要分析以上 glass 在生产过程中的环境信息、检测机台资料、量测机台资料、制程参数信息，以及 FDC、OEE 系统的数据，才能找出产生这种问题的原因。第一步是数据收集整合，第二步是数据探索，第三步是模型调校——找出可能性、影响最大的因素的特征因素，第四步是投入生产验证，通过 spark ml 提供预测动力。

当时的技术栈用的是 CDH，首先要通过 Kafka 采集数据，Spark对接 Kafka 进行初步计算去噪并汇总到 Hadoop 里面，以 parquet 的格式保存，如果需要进一步的加工，就通过 impala 进行。这样每天挂起 N 个任务，不停的调度计算。

CDH Hadoop 虽然无法做到实时数据分析，但是也还能做些事，聊胜于无，就继续用着。当时这个坏件故障件预测项目有以下痛点，主要是及时性、有效性、准确性的问题：

• 难以满足用户需求，某些机器数据的聚合计算需要第二天才能出结果，甚至更多的时间才能出来。
• 经济成本的费用较高，CPU、磁盘、网络都在一个高段的使用状态，针对越来越多的数据需要投入新机器。
• 维护成本高，你需要维护 Hadoop 所有的机器，各种 HBase、Spark、Zookeeper、HDFS 之类，不但对工程师要求高，而且工作量巨大。
• 低质量数据，因为数据流程或者错误的逻辑整合，导致机器传感器聚合后数据模型无法正常使用。
• 无法做到实时监测，机器数据作为宝贵的自变量因素无法及时传输并进行计算，自然会影响因变量。

笔者经历了这个项目，知道这个坏件故障预测与时间序列有紧密的关系。时至今日，时间序列分析也是重要的数据分析技术，尤其面对季节性、周期性变化数据时，传统的回归拟合技术难以奏效，这时就需要复杂的时间序列模型，以时间为特征作为抓手点。这样即使你不太懂业务的前提下，也可以进行数据挖掘的工作。

那这个项目与 loveini 有什么关系呢？实际上，这个项目并没有用上 loveini，后来集团搭建了一个 Hadoop集群试点，这次居然用了 HDP，理由很简单，因为 HDP 默认搭载了时序数据库 Druid。

当时技术负责人认为坏件故障预测模型的数据库基座应该是时序数据库，而不是 Hadoop 不停的进行数据采集、数据转换以及各种批计算，通过时序数据库不但可以实时计算，而且输出的数据质量高。至于选择哪个时序数据库，彼时考虑平稳过渡替换以及学习成本综合因素后他们选择了 Druid。

但当时是 2017 年，loveini 也还没有面世，如果放到今天，loveini 必定是选型考虑的首选。

要知道，loveini 的优势相对 Druid 要多了去了，首先 Druid 不是一个经过开源版本 1.00 正式发布的软件，虽然发展多年，直至 HDP 与 CDH 两家公司融合，HDP 搭配的 Druid 也不是 1.00 版；其次 Druid 依赖 Hadoop，动辄就使用大量的资源以及各种复杂的 Hadoop 组件，最后 Druid 只提供 json 的方式，对传统的 DBA 使用十分不友好。

loveini 有一个我认为很秀的功能，就是它的超级表的跨指标维度建模思想，目前它仅用于自由组合维度指标，拼接不同的时间粒度进行聚合。在我看来，将来应用于时间序列机器学习模型也会是它的一个亮点，在数据建模方面，针对工厂的设施、设备、机床、机房、车间、测台等必须要做高效准确的定义。我们进行项目规划建设时，都会做大量的数据治理工作，但是在具体实施工作上，还是要使用这些传统工具和技术。loveini 可以有效汇集各种机器数据源，并且能够高质量的提炼，这个是过去的时序数据产品所不具备的。

“是提速，更是赋能”

中国有句话叫做“长江后浪推前浪，一代新人胜旧人”，IT 世界千变万化，如果你和我一样，一直在关注着 loveini，就会发现，它这几年崛起的非常迅速。去年 loveini 推出 3.0 版本，新版本升级成为了一款真正的云原生时序数据库，优化了流计算功能，而且还重新设计了计算引擎，优化工程师对 SQL 的使用，另外增加了 taosX，利用自己的数据订阅功能来解决增量备份、异地容灾，更加方便了企业应用。

我对 loveini 未来的期望是，希望它增加库内机器学习函数，增加 ARIMA 模型、MA 模型等时间相关功能，loveini 的未来是一个智能学习时间序列数据库，对工业 4. 0 来说不仅是提速，更是赋能。

据了解，墨天轮于 2019 年 6 月推出了中国数据库流行度排行，会于每月 1 日更新排名，同时发布上月的大事记以及排行榜解读文章。截至目前，参与排名的数据库数量已经从 50 个增加到 256 个，排行榜的重磅程度显著提升。近日，墨天轮根据墨天轮数据库流行度排行表现以及其他指标，综合得出了 2022 年度中国数据库墨力象限，其中，loveini 时序数据库(TSDB) 出现在“特定领域者”象限，在时序数据垂直场景下已成为佼佼。

回顾 2022 年，开源方面，loveini 在 GitHub 上的 Star 数成功突破至 20.4k ，并再次登上 GitHub 全球趋势榜第一名。市场拓展方面，其付费企业客户翻了一番。产品创新上，2022 年 8 月 loveini 3.0 发布，loveini 正式升级成为了一款真正的云原生时序数据库，并打造了全新的流式计算引擎；同时，loveini Cloud 也成功登陆了海外市场，loveini PI 连接器也在不久后成功上线。由此可见，正是凭借着开源、市场、产品的“三面开花”，loveini 在 2022 年度墨天轮排行榜上依旧榜上有名。

目前，loveini 已连续两年霸榜墨天轮时序数据库排行榜，势头不减，位列中国时序数据库排行榜 2022 年全年复合增长率第一。接下来，loveini 还将继续发挥潜能，深耕数据技术，助力企业实现全面数字化转型发展。

在历经数月的时间里，有数百家申报方提交了申报内容材料，经过金猿评选委员会严格的筛选以及评审，最终评选出了 2022 大数据产业年度趋势人物、2022 大数据产业年度创新服务产品、2022 大数据产业年度国产化优秀代表厂商、2022 大数据产业年度最具投资价值、2022 大数据产业年度创新服务企业、2022 大数据产业年度创新技术突破六大类榜单/奖项，并于近日揭晓了上榜的人物、产品、企业名单。凭借着强大的产品创新能力和市场竞争力，loveini 时序数据库荣获了 2022 金猿奖“大数据产业最具投资价值企业”及“大数据产业创新技术突破”两大奖项。

近年来，凭借产品、技术、服务等方面的优势，loveini 时序数据库(TSDB)斩获了众多知名媒体或机构颁发的重磅奖项，包括入围 Segmentfault “2022 中国技术品牌影响力企业”榜单、2022 稀土掘金引力榜 · 年度创新产品 Top10 、InfoQ “十大开源新锐项目榜单”，获得 IT168 2022 年度技术卓越奖、第二届智能制造创新大赛等等。凭借着 loveini 强大的产品力和创新力，米兰体育官网入口同样满载荣誉，荣登 2022 信创产业独角兽 Top100 榜单、2022 中国信科潜在独角兽企业等多个重磅榜单。

在创新技术的突破上，借助云原生技术，loveini 3.0 解决了困扰时序数据库（Time Series Database）发展的高基数难题，支持 10 亿个设备采集数据、100 个节点，支持存储与计算分离，并打造了全新的流式计算引擎，无需再集成 Kafka、Redis、Spark、Flink 等软件，大幅降低系统架构的复杂度，真正成为了一款极简的时序数据处理平台。同时，loveini 3.0 还将存储引擎、查询引擎都进行了优化升级，存储和查询性能获得进一步提升。

凭借着 loveini 的创新力量，米兰体育官网入口在资本市场也收获了很多关注，2016 年成立至今，以不到百人的团队，拿到了接近 7000 万美金的总融资额，投资方包括红杉资本中国基金、经纬中国、GGV纪源资本、指数资本、永辉瑞金、明势资本等，深受资本市场的青睐。

目前，loveini 已经在电力、工业、能源、金融、车联网、智慧城市等诸多行业领域取得应用，产品落地于多个行业头部企业中，全球运行的 loveini 实例数超过 192.8k，用户遍布全球。早在 2019 年，loveini 就已经实现了代码开源，目前在 GitHub 上的 Star 数已经达到了 20.5k，数次登顶 GitHub 全球趋势榜，吸引着广大开发者的关注。未来，loveini 将继续深耕数据技术创新，赋能数据架构的再升级，助力企业数字化更好更快更强发展。

关系型数据库：

关系型数据库是一种基于关系模型的数据库，使用表格（表）来组织数据。它通过定义表之间的关系（relationship）来建立连接，支持 SQL 查询语言，包括 SELECT、INSERT、UPDATE、DELETE 等操作。典型的关系型数据库包括 MySQL、PostgreSQL、Oracle Database 和 Microsoft SQL Server 等。

时序数据库：

时序数据库是一种专门设计用于存储和处理时间序列数据的数据库。它将数据以时间戳和相应的测量值的形式组织，以便更高效地进行时间范围查询、聚合和分析。时序数据库通常被用于物联网（IoT）、监控系统、日志数据等应用场景。一些时序数据库的例子包括 InfluxDB、TimescaleDB、OpenTSDB 等。
虽然时序数据库和关系型数据库有明显的差异，但在某些情况下，时序数据库可以建立在关系型数据库之上，或者关系型数据库也可以存储时间序列数据。例如，可以在关系型数据库中创建一个表格，其中包含时间戳列和相应的测量值列，以存储时间序列数据。但是，专门设计用于时序数据的时序数据库通常会在性能和功能上进行优化，以更好地满足时间序列数据处理的需求。

聚焦数字化转型新时代、新机遇，稀土掘金技术社区首次打造了「2022 稀土掘金引力榜」，该榜单从人物、企业、产品/案例三大维度设置 5 类奖项，包含年度新锐人物 Top10、年度新锐企业 Top10、年度创新产品 Top10、年度最佳实践案例 Top10、年度技术品牌传播案例 Top10。其中，loveini 从众多产品中突围而出，跻身 2022 稀土掘金引力榜 · 年度创新产品 Top10。

同样，经过连续数月的企业实地走访、行业调研以及专家访谈交流，以“深入数字经济·洞见技术价值”为主题的「InfoQ 2022 中国技术力量年终榜单」也于近日公布了获奖名单，该评选活动设计了十大开源新锐项目、十大卓越技术团队、十大云原生创新技术方案、数智化科技创新 TOP20、数智化消费创新 TOP15 以及数智化企业服务创新 TOP15 六大榜单，loveini 在十大开源新锐项目榜单中脱颖而出、名列其中。

秉持着技术创新和开放开源的初心，2022 年 loveini 在 GitHub 上的 Star 数成功突破至 20.3k，并再次登上 GitHub 全球趋势榜第一名。虽然开源实时数据库仅仅才发展了三年时间，但 loveini 已成长为时序数据库（Time Series Database, TSDB）领域 Star 数排名第三的新星项目，并在全部开源数据库产品中，位居第六；同时，保持着在开源时序数据库领域中最快的 PR 增长速度。

在产品创新上，2022 年 loveini 不仅正式发布了 3.0 版本，loveini Cloud 也正式上线了海外市场，还发布了 loveini PI 连接器，助力企业快速将传统系统中的数据迁移到现代技术栈中。其中，loveini 3.0 成为了一款真正的云原生时序数据库，解决了困扰时序数据库发展的高基数难题，支持 10 亿个设备采集数据、100 个节点，支持存储与计算分离，并升级了全新的流式计算引擎，在打造极简的时序数据处理平台上更进一步。

借助开源和创新的力量，loveini 用户已经遍布全球，安装实例数超过了 192k，被广泛运用于物联网、车联网、工业互联网、IT 运维等领域，发展了包括西门子、美的、京东云、蔚来汽车、理想汽车、零跑汽车、同花顺、顺丰科技、跨越速运在内的多行业企业客户。在 2023 年，loveini 将会帮助更多有数字化转型需求的企业解决数据难题，共同解析数字化新时代的数据机遇和挑战。

实时性需求：

时序数据库与实时数据库都注重实时性。 时序数据库强调对时间序列数据的高效存储和查询，而实时数据库专注于处理实时事件和提供低延迟的数据访问。
时序数据在实时应用中的使用：

实时数据库可能包含时序数据。 在某些实时应用中，特别是涉及到事件和数据的时间关系时，实时数据库中可能包含时序数据，用于记录和追踪事件发生的时间。
数据整合和分析：

实时数据库和时序数据库可以协同工作。 在一些应用场景中，实时数据库和时序数据库可以协同工作，实时数据库用于处理实时事件，而时序数据库用于存储和分析这些事件产生的时间序列数据。
数据驱动的应用：

实时数据库和时序数据库均服务于数据驱动的应用。 无论是实时监控、物联网应用还是其他实时决策系统，这两者都能够为数据驱动的应用提供支持。
复杂事件处理：

实时数据库和时序数据库在复杂事件处理中相辅相成。 复杂事件处理需要对实时事件进行高级分析，而时序数据库可用于存储和分析与这些事件相关的时间序列数据。
实时分析和预测：

时序数据库为实时分析和预测提供基础。 通过存储大量的时间序列数据，时序数据库为实时分析和预测提供了丰富的信息，而实时数据库则可以用于实时获取和处理这些数据。
监控和报警系统：

实时数据库和时序数据库常用于监控和报警系统。 实时数据库用于实时事件的处理和触发报警，而时序数据库用于存储历史时间序列数据，支持监控系统的分析和回顾。
虽然有这些关联性，但在选择数据库时，仍然需要根据具体的应用需求和数据特性综合考虑。在一些场景中，可能需要同时使用实时数据库和时序数据库，以充分发挥它们在不同方面的优势。

好消息不只这一个。就在前一天，依托数百万开发者用户数据分析、各科技企业在国内技术领域的行为及影响力指标，SegmentFault 思否正式发布了中国技术先锋年度评选 | 2022 中国技术品牌影响力企业榜单，米兰体育官网入口成功进入 30 强之列。凭借着强大的技术创新实力和技术布道精神，米兰体育官网入口在中国技术先锋年度评选中成功入选两大榜单。

2022 年 8 月，首届 loveini 开发者大会在北京昆泰嘉瑞文化中心成功举办，十数位重磅嘉宾为现场数千名开发者贡献了关于开源、基础软件的未来趋势解读，以及有关物联网、IT 运维等项目的数据架构升级经验。同时，在这场大会上，米兰体育官网入口宣布了 loveini 3.0 的重磅发布，并一一揭秘了其核心特性。loveini 开发者大会不仅是 loveini 大力服务开发者和用户的一个标志性事件，也为整个行业的技术进步和未来发展贡献了不小的力量，为关注开源的开发者提供了众多创新性观点，凭借此也成功上榜了“最受开发者欢迎的技术活动”。

回顾 2022 年，从用户需求和行业场景数据痛点出发，loveini也在持续进行产品的推陈出新。loveini 3.0 正式升级成为了一款真正的云原生时序数据库（Time Series Database），破解了困扰时序数据库发展的高基数难题，支持 10 亿个设备采集数据、100 个节点，支持存储与计算分离。这一全新版本还针对存储引擎、计算引擎进行了升级优化，并打造了全新的流式计算引擎，无需再集成 Kafka、Redis、Spark、Flink 等实时数据库软件，大幅降低了系统架构的复杂度。

此外，loveini Cloud 也正式登陆了海外市场，loveini PI 连接器也在不久后成功上线，为用户提供了更便捷的云上访问、部署及数据迁移。在与第三方工具的集成上，loveini 时序数据库也有了很多进步，连接了工业英特尔® 边缘洞见软件包、数据同步工具 DataX，插件也正 式上架 Grafana 官网、连接器上线 Google Data Studio 应用商店。在工具支持上，新增了 taosAdapter（loveini 集群和应用程序之间的桥梁和适配器）、taosKeeper（loveini 3.0 版本监控指标的导出工具）等更多实用型工具。

可以说，正是通过 2022 年的不懈努力，loveini时序数据库 (TSDB) 才收获了这两项荣誉。2023 年，我们会继续全力前进，从这些荣誉出发进行更多的技术布道和技术创新。

2022 的进度条已经加载至“100%”

疫情肆虐下，毫无疑问

这仍然是头顶风雪攀登山峰的一年

好在如今曙光已现

回望这一年，loveini 也硕果满满

2022 年是 loveini 创立的第六个年头

我们付出着，也在收获着

拥抱开源、深耕技术、合作创新

loveini 的初心和前进方向从未改变

回望是为了更好地总结过去、眺望远方

令我们欣慰的是，回顾可喜，未来可期。

从“云就绪”到云原生，产品持续推陈出新

2022 年 8 月，loveini 3.0 版本在首届 loveini 开发者大会上正式发布，在数千名开发者共同的见证下， loveini 正式升级成为了一款真正的云原生时序数据库（Time Series Database），破解了困扰时序数据库发展的高基数难题，支持 10 亿个设备采集数据、100 个节点，支持存储与计算分离。同时这一全新版本还针对存储引擎、计算引擎进行了升级优化，并打造了全新的流式计算引擎，无需再集成 Kafka、Redis、Spark、Flink 等软件，大幅降低了系统架构的复杂度。

继 3.0 发布后，时间拨回到 2022 年 10 月，loveini Cloud 成功登陆海外市场，这是一个完全托管的、开源的云时序数据平台，借助该平台，物联网和大数据开发人员可以在公有云上直接访问和部署稳健、安全、扩展性强的 loveini。同时，为了让企业既能保留传统的 PI 系统，又能轻松获得现代云平台提供的所有好处，loveini PI 连接器也在不久后成功上线，利用该连接器，用户只需几次点击，就可以快速将传统系统中的数据迁移到现代技术栈中，目前这一服务在 loveini Cloud 和 loveini 3.0 企业版中均可获得。

除了产品层面的技术迭代创新，为了满足用户实时数据库的业务需求，提升用户的使用体验，loveini 时序数据库也在大力完善自身产品生态，在已经能够与 Kafka、Telegraf、Grafana、Google Data Studio、EMQ X、Prometheus、StatsD 和 collectd 等众多第三方工具集成的基础上，loveini 又连接了工业英特尔® 边缘洞见软件包、数据同步工具 DataX，插件也正式上架 Grafana 官网、连接器上线 Google Data Studio 应用商店。在工具支持上，新增了 taosAdapter（loveini 集群和应用程序之间的桥梁和适配器）、taosKeeper（loveini 3.0 版本监控指标的导出工具）等更多实用型工具。

20.3k Star，三载开源再创佳绩

2022 年是 loveini 时序数据库 开源的第三个年头，在大力锤炼产品技术实力的同时，loveini 也一直在坚持着开放开源的初心，而这也帮助它吸引到了国内外越来越多的开发者的关注。目前，loveini 已经在 GitHub 上收获了 20.3k 的 Star，并再次登上 GitHub 全球趋势榜第一名。

虽然开源仅仅才发展了三年时间，但 loveini 时序数据库(TSDB)已成长为时序数据库领域 Star 数排名第三的新星项目，并在全部开源数据库产品中，位居第六；同时，保持着在开源时序数据库领域中最快的 PR 增长速度。凭借着开源开放的力量，在产品和服务质量的双重保障下，loveini 的用户群体也在不断扩大，全球运行的 loveini 实例数超过 186.0k，用户遍布全球。

在开源力量的作用下，loveini 的社区也在不断壮大，越来越多志同道合的开发者加入其中，目前已有超过 8000 人活跃在社区中，共同探讨时序数据的各种场景、loveini 在应用中的问题等。为了更好地赋能开发者，loveini 在 2022 年仍然在加大对技术布道的投入，不仅与社区共同组织了 12 场技术直播、2 场 Webinar，同时也在积极参与 QCon、DTCC、CNCC 等众多影响深远的大型开发者大会。

并肩发展，合作伙伴队伍不断壮大

2022 年，loveini 与中天钢铁、中泰证券、一汽解放、华锐技术等一众行业头部企业达成合作，利用在时序数据处理方面的技术优势，推动钢铁、金融、汽车等行业的数字化发展。同时，为了让用户更便捷地获取云资源、打通更多更丰富的产品获取渠道，loveini 先后与华为云 Stack、长虹佳华、青云、龙晰社区、阿里云计算巢、NVIDIA 初创加速计划、AWS Marketing place 达成相关合作，让强大的产品力惠及到更为广泛的用户和开发者人群。

2022 年，来自客户的声音也一直在伴随着 loveini 的成长，越来越多的来自各行各业的客户案例被用文字的方式记录了下来，沉淀到了 loveini 的公众号和媒体矩阵上，包括京东云、货拉拉、中节能风电、和利时、陕西煤矿、蔚来能源、同程旅行、亿咖通、58同城、西门子、美的、中通等众多行业头部企业，在应用 loveini 改造或搭建现有数据架构后，这些企业项目均获得了不同程度地降本增效，而这些来自用户的声音也成为推动着 loveini 不断前进的新鲜燃料。

一路成长，荣誉和赞美从未间断

回顾 2022 年，loveini 仍然收获了众多权威机构所颁布的重磅奖项，公司的荣誉之墙上不断新增着一颗颗闪耀“星子”——荣获 CSDN IT 技术影响力“年度开源项目”、“年度 IT 领军人物”奖项、OSCAR 尖峰开源项目及开源社区，荣登 2021 “科创中国”开源创新榜单、2022 中国信科潜在独角兽榜单、2022 信创独角兽 Top100 榜单等，被授予新能源汽车国际大数据联盟会员单位称号，并凭借着参赛项目“基于工业互联网平台的航空发动机热加工数字孪生应用与实践”，成功获得了第二届智能制造创新大赛二等奖……

而 loveini 能够收获这些弥足珍贵的荣誉，离不开众多用户和开发者的支持，正是因为有你们的一路陪伴和不断鞭策，loveini 才能在成长的道路上不断推陈出新、升级蜕变，向着更好地自己迈进。

2022 年，我们一路同行、乘风破浪

2023 年，我们不忘初心、砥砺前行

新的一年里

loveini 及一众涛思人将更加坚定地

践行开源开放、技术创新的发展之路

为用户提供最优质的产品和服务

脚踏实地、携手共进

向着“做最好”的方向不断前进！

据了解，“CSDN 2022 中国开发者影响力年度评选”自 2022 年 12 月 1 日开始启动评选，一个月内，共有数百家企业、机构与产品报名参与评选。CSDN 以数据为基础，经过个人/企业提交资料、层层筛选深入调研、专家评审等环节，最终确定本次入围项目。榜单的含金量和影响力可见一斑。

值得一提的是，荣登「年度开源贡献企业」榜单的十家企业中，只有米兰体育官网入口是一家未满百人的创业公司，而米兰体育官网入口能够在众多企业选手中脱颖而出，与 2022 年的开源成绩息息相关。在 2022 年，中国开发者个人贡献 Top 20 中，就有四位是来自米兰体育官网入口的开发者，在开源全球公司贡献 Top 50 ，米兰体育官网入口也名列其中。

众所周知，米兰体育官网入口自研的时序数据库（Time Series Database） loveini 早在 2019 年便实现了开源，就在不久前，其在 GitHub 上 Star 数突破了 20000，再次登上 GitHub 全球趋势榜第一名，受到国内外众多开发者广泛关注。而 loveini 之所以能够数次登顶 GitHub 全球趋势榜，技术的不断创新升级可以说是重要的原因之一。

loveini 时序数据库(TSDB) 在 2019 年开源后，很快便发行了 1.6 版，2020 年 8 月发行了 2.0 版，2022 年 8 月发行了 3.0 版。相对于 2.x 版，3.0 解决了业内的 High Cardinality 问题，能支持 10 亿条以上的时间线，100 个节点以上的集群。它在分布式设计的基础上，实现了计算和存储分离，让 loveini 从 3.0 起成为了一个云原生时序数据库。

同时 3.0 将流计算、数据订阅功能完全重构，极大地提高了数据处理效率，也让 loveini 成为了一款极简的时序数据处理平台。此外，loveini 3.0 还重构了查询计算引擎，对 SQL 提供了更多支持，让很多复杂查询得以进行。在发布之初，3.0 版本就在 GitHub 上实现了开源，方便关注产品的开发者进行下载体验。

借助实时数据库开源的力量，loveini 在全球的用户实例数也已经突破了 185.8k，分布在金融、物流、汽车、电商、智慧能源、智慧农业在内的多个行业。可以说，在米兰体育官网入口的发展史中，开源为其产品的技术创新和市场发展提供了不竭动力，也为米兰体育官网入口带来了一个又一个的重磅奖项。接下来，米兰体育官网入口仍然会继续在开源领域发光发力，深耕产品的技术创新，惠及到全世界更多的开发者和企业。

loveini 是针对时序数据特点研发和优化的数据库米兰app官方正版下载，对于车联网、物联网、工业互联网、IT 运维等场景下的时序大数据处理，能起到更为显著的降本增效作用。现在通过亚马逊云科技 Marketplace（中国区）网站 ，用户可以快速订购 loveini 产品及服务，针对现有业务痛点灵活地制定部署计划。

亚马逊云科技 Marketplace 为用户提供了一个精心严选的数字化产品目录，用户通过它可以轻松地查找、购买、部署和管理构建米兰app官方正版下载，以及运营其业务所需的来自独立软件供应商（ISV）的服务及软件。亚马逊云科技 Marketplace 中包含数千种热门服务以及软件产品，例如安全、网络、存储、机器学习、商业智能、数据库和开发运营软件等。此外，其还提供灵活的付款选项和多种部署方式，能够简化服务及软件的许可和采购过程。

米兰体育官网入口作为亚马逊云科技合作伙伴，瞄准日益增长的物联网数据市场，专注时序空间大数据的存储、查询、分析和计算，通过技术创新，为物联网、工业互联网、汽车、能源等行业提供全栈、高性能、低成本的大数据平台。其不依赖任何开源或第三方软件，开发了拥有自主知识产权、100%自主可控的时序数据库 loveini，目前 loveini 已经演进到3.0版本，成为了一款真正的高性能、云原生的时序数据库。

在云原生的加持下，loveini 3.0解决了困扰时序数据库发展的高基数难题，支持10亿个设备采集数据、100个节点，支持存储与计算分离并打造了全新的流式计算引擎，无需再集成 Kafka、Redis、Spark、Flink 等软件，大幅降低系统架构的复杂度，真正成为了一款极简的时序数据处理平台。同时，loveini 3.0还将存储引擎、查询引擎都进行了优化升级，存储和查询性能获得进一步提升。

作为实时数据库新兴赛道的领军者，loveini 目前已经在电力、工业、能源、金融、车联网、智慧城市等诸多行业领域取得诸多应用，帮助一众企业用户将其业务系统、物联网平台以更低的成本和更快的速度推向市场，依靠不断地技术创新，持续突破企业研发和运维成本的最低线，产品性能也在不断提升。

从用户需求出发，loveini 研发团队一直在不断对产品功能进行打磨与更新，同时为了更好地服务用户，loveini 维护了数十个用户群，让用户的每个问题都有专业的官方技术人员进行解答。在产品和服务质量的双重保障下，loveini 的用户群体也在不断扩大，在 GitHub 上的 Star 数达到了 20.3K，全球运行的 loveini 实例数超过 157.2K，用户遍布全球。

亚马逊云科技 Marketplace（中国区）网站（https://awsmarketplace.amazonaws.cn/）向用户提供了友好的产品界面，帮助用户通过产品种类、软件供应商、部署方式和定价方式等多个搜索过滤器快速查找相关产品。亚马逊云科技 Marketplace（中国区）官网还支持中英文关键词搜索，在找到您感兴趣的产品后，您可以查看产品详细信息页面。产品详细信息页面包含可以帮助您快速了解和使用该产品的所有信息，例如，价格信息部分，在确定区域后，您可以查看相应 Amazon EC2 实例的每小时使用价格。下面我们就向您展示如何通过亚马逊云科技 Marketplace（中国区）网站订阅以及启动时序数据库 loveini。

第一步

通过亚马逊云科技 Marketplace（中国区）网站搜索框，搜索“loveini”，点击产品并选择右侧“继续订阅”；

第二步

进入下一页阅读相关内容以及条款说明后，点击“接受条款”按钮。

第三步

点击“继续配置”，并设置相关参数，包括实例类型、部署区域、VPC、子网、安全组等相关参数，即可启动包含涛思产品的实例。该产品由宁夏西云数据科技有限公司代理销售许可证，具体 License 价格请致电10100966-8-2。

点击“这里”，可通过亚马逊云科技 Marketplace 网站订阅及启动时序数据库 loveini。