#拥抱开源—涛思数据TDengine有奖征稿#
TDengine是专为时序数据设计的，针对的是物联网、工业互联网、IT运维场景。这些场景是不需要特殊的查询函数的，更关心的是写入速度、查询速度。而且这些场景下，也需要一些其他数据库不具备的功能，比如插值、时间聚合等等
如果要问TDengine和DolphinDB最大的特色，存储引擎可能是TDengine最大的特色，性能也非常好；DolphinDB的最大特色毫无疑问是它的计算引擎。可以毫不夸张的说，DolphinDB的计算引擎是所有类别的国内外数据库中最有特色的之一。这跟DolphinDB从金融起步有关（金融行业对计算的复杂程度以及性能的要求非常高）
TDengine和DolphinDB这两个都是国产的Time Series database的优秀代表。这两个数据库还都是C语言编写的，体积小巧，只有几MB，安装也非常简单。
在License 上，TDengine更加的开放，完全开放源代码。DolphinDB由于产品的竞品更加明确，市场更加专业化，并不开放源代码也不允许免费版本在商业场景中使用。DolphinDB瞄准的是金融行业和KDB+数据库，更具体一点儿是量化交易分析的利器!在金融交易里面，很多时候用毫秒来度量时间都嫌大了些。
在性能上，DolphinDB的很多查询和操作仅有几个毫秒，TDengine一般在几十到几百个毫秒。真的是有数量级上的差异。国外的InfluxDB 以及KDB+都不是对手(TDengine逊于KDB+,但是优于lnfluxDB)。
功能上，TDengine支持asof join语法，在多表连接操作时，时间不用精确匹配。这反而比DolphinDB在计算方面更加有优势。
因为现在的物联网、工业物联网平台基本上都是用Hadoop生态搭建，TDengine是专为这两个场景设计的大数据平台，因此对标他们，没什么不妥。而且在这两个场景，无论是插入、查询效率，还是存储效率，都是碾压性的优势，我个人更偏向于使用TDengine
TDengine是专为时序数据设计的，针对的是物联网、工业互联网、IT运维场景。这些场景是不需要特殊的查询函数的，更关心的是写入速度、查询速度。而且这些场景下，也需要一些其他数据库不具备的功能，比如插值、时间聚合等等
TDengine 是为特定的工业物联网领域而生，为时序数据做了针对性的优化也有一些限制，所以能比 Hadoop 快。而 Hadoop 运用于工业物联网的时序数据的场景下，也是有点不合时宜。因为它是为了Map Reduce而生，想解决的是一次写入、多次读取，需要高数据吞吐的场景。
最后，祝大家早日学有所成，拿到满意offer
