Transwarp TimeLyre
分布式時(shí)序數(shù)據(jù)庫(kù)
擁有多模態(tài)時(shí)序分析能力, 解鎖數(shù)據(jù)深層價(jià)值
產(chǎn)品簡(jiǎn)介
Transwarp TimeLyre是星環(huán)科技研發(fā)的企業(yè)級(jí)分布式時(shí)序數(shù)據(jù)庫(kù)，滿足海量時(shí)序數(shù)據(jù)存儲(chǔ)分析需求，具備高吞吐實(shí)時(shí)寫(xiě)入、時(shí)序精確查詢、多種復(fù)雜分析、高數(shù)據(jù)壓縮率等特點(diǎn)，支持原生多模態(tài)數(shù)據(jù)混合存儲(chǔ)、高性能計(jì)算和極速時(shí)序回放分析，顯著提升時(shí)序數(shù)據(jù)存儲(chǔ)效率和分析性能，有效支撐物聯(lián)網(wǎng)、能源制造、智能投研等業(yè)務(wù)場(chǎng)景，助力企業(yè)多維數(shù)據(jù)分析管理，充分挖掘數(shù)據(jù)深層價(jià)值。
選擇TimeLyre的 8 大理由
高性能多協(xié)議插入
TimeLyre支持實(shí)時(shí)、批量等多種數(shù)據(jù)寫(xiě)入方式，支持通過(guò)SQL、文件載入、API以及多種工業(yè)物聯(lián)網(wǎng)通信協(xié)議入庫(kù)，具備高吞吐、高并發(fā)，每秒千萬(wàn)級(jí)數(shù)據(jù)點(diǎn)插入的性能。
時(shí)序數(shù)據(jù)極速檢索
TimeLyre采用列式存儲(chǔ)，內(nèi)置多種索引結(jié)構(gòu)，實(shí)現(xiàn)時(shí)序數(shù)據(jù)精確查詢毫秒級(jí)低延遲響應(yīng)。
分布式高壓縮存儲(chǔ)
TimeLyre采用高水平數(shù)據(jù)壓縮優(yōu)化技術(shù)，可實(shí)現(xiàn)5-20倍的壓縮率，提高了資源的利用率，大幅降低用戶硬件成本。
復(fù)雜數(shù)據(jù)SQL分析
TimeLyre使用分布式向量化計(jì)算引擎，支持使用標(biāo)準(zhǔn)SQL進(jìn)行海量時(shí)序數(shù)據(jù)的計(jì)算與分析，覆蓋關(guān)聯(lián)查詢、聚合查詢、嵌套查詢等多種復(fù)雜SQL分析功能。
原生多模統(tǒng)一架構(gòu)
TimeLyre采用原生多模態(tài)架構(gòu)，支持時(shí)序數(shù)據(jù)與關(guān)系型數(shù)據(jù)混合存儲(chǔ)，實(shí)現(xiàn)多種數(shù)據(jù)模型的轉(zhuǎn)化流轉(zhuǎn)與關(guān)聯(lián)分析，提升數(shù)據(jù)分析效率，降低系統(tǒng)復(fù)雜度和開(kāi)發(fā)運(yùn)維成本。
高性能向量化計(jì)算
TimeLyre采用高性能計(jì)算引擎，通過(guò)向量化計(jì)算、列式掃描、高性能數(shù)據(jù)傳輸?shù)燃夹g(shù)手段，顯著提升數(shù)據(jù)處理能力和效率，幫助用戶在數(shù)據(jù)驅(qū)動(dòng)的商業(yè)環(huán)境中保持競(jìng)爭(zhēng)力。
數(shù)據(jù)自動(dòng)分層存儲(chǔ)
TimeLyre支持熱、溫、冷數(shù)據(jù)的自動(dòng)分層與轉(zhuǎn)換，僅需在建表時(shí)通過(guò)DDL指定，即可實(shí)現(xiàn)后臺(tái)定期或按條件自動(dòng)分層，無(wú)需后期運(yùn)維，降低存儲(chǔ)成本、優(yōu)化資源配置。
極速時(shí)序回放分析
TimeLyre內(nèi)置分布式極速時(shí)序回放分析引擎，支持多種數(shù)據(jù)結(jié)構(gòu)、多種頻率數(shù)據(jù)按時(shí)間順序進(jìn)行回放。
應(yīng)用場(chǎng)景
工業(yè)互聯(lián)網(wǎng)時(shí)序數(shù)據(jù)平臺(tái)
能源、制造業(yè)等工業(yè)企業(yè)廣泛使用傳感器采集生產(chǎn)數(shù)據(jù)，由于物聯(lián)網(wǎng)數(shù)據(jù)是時(shí)序的且傳感器的采集頻率非常高，因此物聯(lián)網(wǎng)時(shí)序數(shù)據(jù)呈現(xiàn)海量性、關(guān)聯(lián)性、時(shí)效性、實(shí)時(shí)性等特點(diǎn)。TimeLyre支持海量設(shè)備測(cè)點(diǎn)數(shù)據(jù)的同時(shí)入庫(kù)的需求，流式實(shí)時(shí)數(shù)據(jù)導(dǎo)入可以達(dá)到每秒千萬(wàn)個(gè)數(shù)據(jù)點(diǎn)級(jí)，可以很好的應(yīng)對(duì)工業(yè)場(chǎng)景的數(shù)據(jù)入庫(kù)需求。
大規(guī)模時(shí)序數(shù)據(jù)湖
能源、制造企業(yè)基于TimeLyre構(gòu)建大規(guī)模時(shí)序數(shù)據(jù)湖，海量時(shí)序數(shù)據(jù)通過(guò)流式引擎進(jìn)入數(shù)據(jù)湖內(nèi)，依托TimeLyre完成ODS層、DW層、維度層數(shù)據(jù)加載與處理，通過(guò)豐富的API接口和開(kāi)源生態(tài)接口支撐上層應(yīng)用開(kāi)發(fā)、風(fēng)險(xiǎn)識(shí)別、模型訓(xùn)練、實(shí)時(shí)展示、數(shù)據(jù)智能、時(shí)序分析等業(yè)務(wù)場(chǎng)景。實(shí)時(shí)寫(xiě)入性能可達(dá)每節(jié)點(diǎn)千萬(wàn)測(cè)點(diǎn)，實(shí)時(shí)查詢性能可達(dá)每節(jié)點(diǎn)10000QPS。結(jié)合流、批計(jì)算引擎，滿足業(yè)務(wù)對(duì)端到端秒級(jí)時(shí)效性的要求。為用戶提供全面、高效、靈活的數(shù)據(jù)管理分析平臺(tái)。
投研一體化平臺(tái)技術(shù)底座
面向金融投研場(chǎng)景，依托時(shí)序數(shù)據(jù)庫(kù)TimeLyre及其內(nèi)置的分布式投研計(jì)算引擎TransMatrix構(gòu)建投研平臺(tái)核心技術(shù)底座，通過(guò)標(biāo)準(zhǔn)數(shù)據(jù)接口、因子開(kāi)發(fā)接口、策略開(kāi)發(fā)接口和分布式任務(wù)開(kāi)發(fā)接口對(duì)接上層業(yè)務(wù)模型，助力企業(yè)在一體化平臺(tái)內(nèi)實(shí)現(xiàn)數(shù)據(jù)探索、因子研究、策略回測(cè)等應(yīng)用開(kāi)發(fā)。
投研數(shù)據(jù)中臺(tái)數(shù)據(jù)底座
依托TimeLyre構(gòu)建投研數(shù)據(jù)中臺(tái)，參考標(biāo)準(zhǔn)數(shù)據(jù)分層結(jié)構(gòu)，將數(shù)據(jù)分為數(shù)據(jù)源層、基礎(chǔ)數(shù)據(jù)層、投研標(biāo)準(zhǔn)層、業(yè)務(wù)模型層與收益報(bào)表層。數(shù)據(jù)源層負(fù)責(zé)將原始行情或因子數(shù)據(jù)同步至數(shù)據(jù)中臺(tái)；基礎(chǔ)數(shù)據(jù)層完成數(shù)據(jù)的校驗(yàn)、清洗與加工；投研標(biāo)準(zhǔn)層統(tǒng)一生成面向投研過(guò)程的標(biāo)準(zhǔn)表模型和數(shù)據(jù)結(jié)構(gòu)模型；業(yè)務(wù)模型層生成面向特定研究過(guò)程的因子與數(shù)據(jù)；收益報(bào)表層生成面向投研收益評(píng)價(jià)的因子與數(shù)據(jù)，將結(jié)果存入時(shí)序模型或關(guān)系模型中。
客戶案例
星環(huán)科技,構(gòu)建明日數(shù)據(jù)世界
