docs: fix minor punctuation typos
This commit is contained in:
Pan YANG
parent
f054467763
commit
0e2d4346d8
|
|
@ -26,7 +26,7 @@ TDengine 的主要功能如下：
|
||||||
- [Icinga2](../third-party/icinga2)
|
- [Icinga2](../third-party/icinga2)
|
||||||
- [TCollector](../third-party/tcollector)
|
- [TCollector](../third-party/tcollector)
|
||||||
- [EMQX](../third-party/emq-broker)
|
- [EMQX](../third-party/emq-broker)
|
||||||
- [HiveMQ](../third-party/hive-mq-broker) ；
|
- [HiveMQ](../third-party/hive-mq-broker)
|
||||||
2. 查询数据，支持
|
2. 查询数据，支持
|
||||||
- [标准 SQL](../taos-sql)，含嵌套查询
|
- [标准 SQL](../taos-sql)，含嵌套查询
|
||||||
- [时序数据特色函数](../taos-sql/function/#time-series-extensions)
|
- [时序数据特色函数](../taos-sql/function/#time-series-extensions)
|
||||||
|
|
@ -85,14 +85,14 @@ TDengine 的主要功能如下：
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
<center><figcaption>图 1. TDengine技术生态图</figcaption></center>
|
<center><figcaption>图 1. TDengine 技术生态图</figcaption></center>
|
||||||
</figure>
|
</figure>
|
||||||
|
|
||||||
上图中，左侧是各种数据采集或消息队列，包括 OPC-UA、MQTT、Telegraf、也包括 Kafka，他们的数据将被源源不断的写入到 TDengine。右侧则是可视化、BI 工具、组态软件、应用程序。下侧则是 TDengine 自身提供的命令行程序（CLI）以及可视化管理工具。
|
上图中，左侧是各种数据采集或消息队列，包括 OPC-UA、MQTT、Telegraf、也包括 Kafka，他们的数据将被源源不断的写入到 TDengine。右侧则是可视化、BI 工具、组态软件、应用程序。下侧则是 TDengine 自身提供的命令行程序（CLI）以及可视化管理工具。
|
||||||
|
|
||||||
## 典型适用场景
|
## 典型适用场景
|
||||||
|
|
||||||
作为一个高性能、分布式、支持 SQL 的时序数据库（Database)，TDengine 的典型适用场景包括但不限于 IoT、工业互联网、车联网、IT 运维、能源、金融证券等领域。需要指出的是，TDengine 是针对时序数据场景设计的专用数据库和专用大数据处理工具，因其充分利用了时序大数据的特点，它无法用来处理网络爬虫、微博、微信、电商、ERP、CRM 等通用型数据。下面本文将对适用场景做更多详细的分析。
|
作为一个高性能、分布式、支持 SQL 的时序数据库（Database），TDengine 的典型适用场景包括但不限于 IoT、工业互联网、车联网、IT 运维、能源、金融证券等领域。需要指出的是，TDengine 是针对时序数据场景设计的专用数据库和专用大数据处理工具，因其充分利用了时序大数据的特点，它无法用来处理网络爬虫、微博、微信、电商、ERP、CRM 等通用型数据。下面本文将对适用场景做更多详细的分析。
|
||||||
|
|
||||||
### 数据源特点和需求
|
### 数据源特点和需求
|
||||||
|
|
||||||
|
|
|
||||||
Loading…
Reference in New Issue