你是否遇到过接入物联网设备越来越多，设备属性复杂，要分析指标纬度太多，而流计算无法灵活变更分析模型，历史数据也无法回溯分析，更无法进行可视化分析验证？
你是否遇到过使用开源的 OpenTSDB 来搭建时序集群，发现运维成本太高，稳定性差，遇到问题只能求助社区，造成业务流失？
近日发布的TSDB可以帮忙解决以上所有的问题。它针对时序数据进行存储结构的优化，写入效率提升百倍以上，存储成本降低90%，百万级记录分析，计算秒级响应。同时，TSDB具备时序洞察能力，实现交互式可视化数据分析，帮助企业实时掌握数据变化过程，发现数据异常，降低生产风险，提高生产效能。
很大程度降低存储成本
时序数据的一大典型特点就是持续产生，并且每一个数据变化，都会产生一条新的数据条目，所以数据存储空间会持续膨胀。如果使用传统的关系数据库很快就会遇到瓶颈，而时间序列数据库TSDB能够根据时序数据的特点，对时间戳和数据value进行专业的压缩，压缩比可以达到10:1，能够很大程度上降低存储成本。
通过TSDB分析时序数据发现数据价值
TSDB提供专业的时序分析能力，通过聚合、降精度以及地理位置信息等计算函数支持，能够基于不同的维度组合分析数据，业务应用只要按需提交分析函数，TSDB引擎完成计算，应用可直接获取分析结果。相比传统的数据库只具备存储能力，数据计算分析需要应用开发，时序数据的分析开发成本大大降低。
恶劣环境下实现边缘数据采集和分析
通常，边缘环境下网络环境是非常不稳定的。如果数据直接上云，非常容易造数据丢失， 阿里云提供的 TSDB Edge 可以支持部署到设备边缘端，将数据本地化存储，本地化分析，也能够支持同步上传到云端，在网络不稳定的情况下，支持断点续传，保证数据不丢失。
简单方式体验TSDB的时序数据分析能力
TSDB提供了时序洞察以及demo数据导入，用户可以直接写入自己的业务时序数据或者导入demo数据，在TSDB的控制台创建洞察事件，通过指定分析数据、分析时间和分析函数，可以实时获取可视化的分析结果。
