又一清华博士天团，登顶全球榜首__财经头条_

文丨王圆磊

当AI与千行百业交织，新的数据革命就成了必然趋势。而每一轮数据洪流，也都在重构着智能时代的底层逻辑，成为驱动文明齿轮的核心动力。也恰恰基于此，数据库便成为了基础软件这顶“皇冠”上的“明珠”。

天谋科技（Timecho）由Apache IoTDB核心团队于2021年创立，便致力于为工业客户提供高吞吐、高压缩、高可用的时序数据库，帮助用户解决数据“存、查、用”难题。

Apache IoTDB是近年来Apache物联网时序数据库领域首个Top-Level项目，其内核技术源自清华大学，已有超过10年的技术沉淀。2024年8月，在国际事务处理性能委员会TPC组织会议公布的数据库性能基准榜单中，Apache IoTDB刷新了工业物联网场景榜单，在性能和成本维度上双双排名第一。

7月5日，清华大学软件学院与天谋科技在京联合举办以“下一站：DB+AI”为主题的“2025时序数据库技术创新大会”，发布了IoTDB 2.0版本、时序大模型Timer 3.0版本（日晷）等产品。

峰会期间，亿欧专访到天谋科技CTO乔嘉林博士。

乔嘉林是“90后”清华大学博士后，师从清华大学软件学院王建民教授，读博期间作为核心人员参与了Apache IoTDB的研发，并主导推动了Apache IoTDB在多家大型企业的落地，对时序数据库行业有深刻理解，在理论与实战层面均有一定建树。

天谋科技CTO 乔嘉林博士

以下为本文主要观点：

1.国内时序数据库行业正处于爆发前夜。

2.时序数据库的流行本质是数据形态变革的必然结果，数据激增、实时决策成为刚需、数据分析需求加大是驱动时序数据需求增长的三大因素。

3.时序数据库在监控预测、故障分析、生产调优等场景具有极强的应用价值。

4.Java完全可以写数据库，并且还能减轻迭代和维护成本。

5.开源的本质是开放和分享，开源能带来更多优秀的贡献者，开源不会影响商业化。

6.Apache IoTDB的差异化优势主要体现在开源协议，以端边云开放架构为核心的功能，以及出色的写入、查询、压缩比等综合性能上。

7.AI时代将更关注数据产业化，挖掘数据背后的价值，比如如何利用时序数据调整工序、优化产能，实现工业智能化升级改造。

8.时序数据库三大技术演进方向：端边云架构成为主流、持续优化数据处理性能、AI集成与智能化升级。

9.未来时序数据库的三大关键是数据建模融合、使用简便、安全保障，核心是极致稳定。

时序数据大爆发，市场规模高速增长

长期以来，关系型数据库都占据着主流地位，直到21世纪初，随着互联网和大数据处理需求的增长，NoSQL非关系型数据库得以流行开来。

进入2010年前后，时序数据库逐渐进入行业视野。所谓时序数据库，是专门为高效存储、检索和分析时序数据而设计的数据库，具备高写入吞吐、高压缩比、低查询延迟等特点。

尤其是近两年，时序数据库在业内的关注度渐趋升高。据国际数据库网站DB-Engines统计，时序数据库的热度在众多数据库中已经跃升第二位。

从行业来看，时序数据库早已成为数据库管理系统的重要分支，在监控预测、故障分析、生产调优等众多场景都表现出了极强的应用价值。

天谋科技CTO乔嘉林博士向亿欧介绍，时序数据库的流行本质是数据形态变革的必然结果，数据激增、实时决策成为刚需、数据分析需求加大，成为时序数据需求增长的三大引擎，由此推动了时序数据库市场的持续增长。

据亿欧了解，在物联网、工业互联网、大数据、智能终端设备等高速发展之下，时序数据的体量正以指数级的速度增长。粗略计算，全球年增数据量已突破175ZB。2025年，近30%数据需要实时处理，发展时序数据库是必然要求。

放眼全球，一个明显的特征是，快速上升的处理需求正在拉动时序数据库市场规模高速增长。

权威机构统计显示，2025年预计全球时序数据库市场规模将突破23亿美元，同比增长23.4%；中国市场规模有望达到4.1亿美元，同比增长28.1%。尽管从绝对值上看体量依然较小，但增速相当可观。

当然，作为一个“新兴”赛道，时序数据库行业也面临着诸多挑战。多数项目在高并发高吞吐写入、高效查询分析、低成本存储、简便生态协同，以及数据合规安全等方面都需要完善优化。

Apache IoTDB起源清华，打造工业数据的智能底座

据亿欧了解，IoTDB由清华大学软件学院发起，王建民教授是团队带头人，早期创始成员皆以同门为主，多数具有博士学历，是典型的高学历创业团队。

IoTDB登顶国际榜单，清华大学软件学院王建民教授接受央视采访

2018年是IoTDB的重要一年，当年，IoTDB进入Apache基金会，从内部转为开源项目。“开源的本质是开放和分享，能带来更多优秀的贡献者，开源并不会影响商业化，”乔嘉林认为，“开源社区能够让用户很方便地使用和反馈，极大地拉近开发者和用户的距离，加快软件迭代速度。”

以行业视角来看，开源也是当前时序数据库行业的一大特点。据亿欧了解，有近八成的时序数据库产品均来自于开源社区。

经过多年持续迭代，Apache IoTDB现已成为行业顶级时序数据库产品，在国际数据库基准测试性能排行榜TPCx-IoT中，Apache IoTDB的性能和成本指标均排名第一。

整体来看，乔嘉林介绍，Apache IoTDB具备四大特点：

首先是端边云协同架构，通过TsFile和IoTDB的开放架构，数据一次处理，可实现端云共用；

其次是灵活的数据模型，能够通过树形结构进行快速建模和数据管理，并通过表结构进行数据分析；

再次是基于LSM的存储引擎，支持高速读写和压缩；

最后是数据库内置AI能力，实现通过SQL完成模型的微调和推理。

据了解，目前，在航空航天、石油化工、钢铁制造等关键领域，Apache IOTDB已得到广泛应用。

以航空航天领域来看，“飞机试飞一次便会产生大量数据，通常会将数据存入本地磁盘，再将磁盘导入数据中心进行分析。为此，Apache IoTDB在业内首创了开放式端边云架构，通过端侧生成IoTDB的底层时序文件结构TsFile，再将TsFile进行导入，”乔嘉林介绍，“提效非常明显，很多大型航空企业通过TsFile和Apache IoTDB，原来飞参数据入库大约需要4小时，现在只需要10分钟。”

值得一提的是，可能与传统印象中的C/C++不同，Apache IoTDB是通过Java完成的。乔嘉林认为，“行业对Java的担忧，主要是性能和在一些特定场景下能否适用。事实证明，Java完全可以写数据库，并且为我们减轻了很多负担。”

“数据库是非常复杂的系统，动辄几十万甚至上百万行代码，维护和迭代是个大工程，Java面向对象的设计理念是非常好的方式。”

时至今日，Apache IoTDB的出色表现也已验证了这一观点。目前，Apache IoTDB受到大量中央骨干、工业领军企业和国际龙头的认可，包括国家电网、华润电力、中航成飞、中核集团、中国中车、长安汽车、金风科技等，用户数量超过了1000家。

“AI时代数据管理出现很多新需求，为此Apache IoTDB一直在持续进化，”乔嘉林介绍，“此次推出的IoTDB 2.0版本，以专业时序数据库、数据联邦查询组件、智能分析组件为核心，创新打造了新一代工业级数据智能底座，可满足工业监控、设备运维、复杂数据治理、定制场景预测、异常预测等多类产业需求。”

形成三大差异化优势，AI时代Timecho领跑本土厂商

从全球来看，国外厂商在技术积累、生态整合等方面具有明显优势，如时序数据库厂商InfluxData（InfluxDB）、Timescale（TimescaleDB）、Amazon（Timestream）等知名度较高，在全球市场中占据主导地位。

比如时序数据库产品InfluxDB，专门用于收集、存储、处理和可视化时序数据，以开源、高性能著称，自2013年发布以来长时间领跑TSDB人气榜，在DB-Engines时序数据库排名中位居第一名。

与国外厂商相比，国内时序数据库项目在本地化服务，以及与国产芯片和操作系统的兼容性等方面更有优势，近几年市场份额在逐步扩大。尤其是随着数字化转型提速，国产时序数据库正在从“跟随者”逐渐成为“领跑者”。

乔嘉林介绍，Apache IoTDB起源于2011年，于2017年开源，是国内最早的时序数据库开发团队和开源项目。十多年深耕，逐渐形成了独特的差异化竞争优势。具体来看，主要体现在三个方面：

一是在开源协议上，Apache IoTDB采用了Apache License。商业化友好，如果是商业化改造和使用，Apache IoTDB便成为了首选。

二是在产品功能上，一方面，采用了端边云开放式架构，便于数据的在线和离线的高效互通；另一方面，面向OT的树模型和面向IT的表模型使得数据的管理和分析更灵活。

此外，数据库内置的AINode，能让用户通过SQL实现时序大模型Timer的微调和推理。换句话说，即使不懂AI或算法的用户，也可通过数据库完成模型训练和推理，让这件事变得更加触手可及。

三是在性能方面，在写入速度、查询、压缩比等核心指标上，Apache IoTDB的性能表现均领跑行业。

长期来看，在技术层面，时序数据库至少有三大演进方向：一是端边云架构成为主流；二是高性能数据处理；三是深度数据分析与AI集成。

“数据统一建模管理、使用简便、安全保障是三大关键，核心是极致稳定。”乔嘉林认为。

尤其是进入AI时代后，业内对时序数据的预期变得更高，将更关注数据产业化，注重挖掘数据背后的价值。比如，如何利用时序数据调整工序、优化产能，最终实现工业智能化升级改造等等。