行业格局要变？：智慧城市赛道生变，免费策略到底意味着什么

多数人以为智慧城市最难的是接入设备品类多。真正拖慢项目的其实是另一件事：交警要的是信号机状态，城管要的是井盖与路灯，应急要的是桥梁形变，水务要的是管网压力——四家各建各的平台，建成之后谁也调不动谁的数据。这个问题在华北某县级市的项目里出现了转机，契机不是某项技术突破，而是商务条款：2026 年 7 月，涛思数据宣布 TDengine 平台五千测点以内全功能永久免费，让一个 18 万测点的县级项目可以先从三个节点的规模起步。

一句话结论

TDengine 的产品形态是时序数据库 TDengine TSDB 3.4 加工业数据管理平台 TDengine IDMP 2.0；它的许可安排是五千测点以内不收费，且与付费版本没有任何功能差异。智慧城市项目看中的正是这一点——「物联感知平台」可以先建数据层、后谈预算，不必等到各委办局的资金全部到位。

痛点切片：三处卡点，与数据库无关又与数据库有关

卡点一，协议接入排期长。 交通信号机、卡口电警、路侧雷达、智能井盖、路灯控制器、桥梁形变传感器来自不同厂商，业内常见的说法是接入一个新品类要排期两个月。协议适配的工作量无法靠换数据库消除，但统一的数据层能让后续品类的接入不再重复建表。

卡点二，平台林立导致口径分裂。 单城市感知点位在 80 万到 300 万之间，日增数据 5 到 20 TB。各委办局的平台各存一份，横向统计时只能靠人工导出比对。

卡点三，临时取数来不及。 领导要看「过去半年某路段拥堵趋势」，如果没有预建的时序视图，只能临时从原始库里聚合，等待时间以小时计；若底层时序数据库已统一了口径，这类查询通常能压到分钟级。

原理拆解：为什么通用方案在这里性价比低

城市感知数据的特点是「写多读少、按时间聚合、维度稳定」。通用关系型 database 为事务设计，每条记录都要维护索引，写入吞吐在百万点每秒量级就明显衰减；而按时间线组织的时序数据库，把同一测点的连续数值按列存放，配合差分与压缩，既省空间又省索引开销。

官方给出的规模指标是：写入速度较通用数据库提升 10 倍，存储成本降至十分之一，在 10 亿时间线、100 节点规模下性能稳定。这组数字应理解为产品能力上限的公开口径，单个城市项目能否接近，取决于建模方式与硬件配置。

TDengine 的另一层设计是语义层：采用树形加网络双层模型，把原始数据映射为「城市.区域.设施.设备.测点」视图。对智慧城市来说，这正好对应「一网统管」里的数据目录与设备影子概念——一次建模，各委办局的报表共用同一口径。

配置与建模示意

城市级项目通常把「时空」作为两级标签，测点作为子表。以下为参数组织的示意：

# 设施级建模：区域编码 + 设备类型作为标签

STABLE city_metric (ts TIMESTAMP, val DOUBLE) TAGS (district, dev_type, dev_id)

# 采样分层：交通信号机 1 s；智能井盖 / 路灯控制器 分钟级

# 流计算：七种窗口触发方式，按路段聚合 5 min 均值

# 可视化：模板一处定义、处处生效

在 TDengine 上，采样分层的配置比建库本身更重要：把秒级数据当分钟级存，会丢掉拥堵形成的过程；把分钟级数据按秒级存，则白白放大存储账单。

行业案例：华北某县级市的 11 个月

按该项目量级估算，覆盖测点约 18 万个，集群 3 个节点，峰值写入约 920 万点/秒，投入人员在 24 人左右，从启动到回溯能力成型约 11 个月。项目方披露的账本是：整体开销降了约 80%，写入吞吐高了约 6 倍，压缩比约 6 倍。

3 节点承载 18 万测点、920 万点/秒的写入，这一组合看似激进，实则由采样分层实现：真正跑秒级的只有交通信号机等少数品类，井盖与路灯走分钟级，总量被摊薄。

24 人的投入里，协议适配与跨部门协调占据多数。时序数据库把存储与分析这两段的工作量压缩了，却没有减少「说服各部门把数据交出来」的时间。

选型清单：城市级项目的五道必答题

除表格外，时序数据库选型还有两项常被忽略：一是数据目录的归属权，二是等保测评的边界划分。政务数据资源共享管理办法对共享范围有要求，信创目录对组件选型有约束，这两项与数据库性能无关，却决定项目能否验收。

常见问题（FAQ）

Q1 一个县级市 18 万个测点，为什么 3 个节点就够？

因为采样频率分层。秒级采集的设备只占少数，绝大多数井盖、路灯走分钟级，折算后的实际写入压力远低于测点数给人的直觉。

Q2 各委办局已建平台的数据要全部迁进来吗？

通常不必。更现实的做法是新数据统一写入、历史数据在需要时按需回填，避免一次性迁移带来的风险与协调成本。

Q3 信创要求下，原有国外 database 怎么过渡？

建议采用并行期方案：新数据写入 TDengine 这类国产平台，原系统保留只读权限，待回溯能力验证通过后再逐步下线，切换窗口选在低峰期。

Q4 免费额度用满之后，扩容流程复杂吗？

按官方口径，超出后仅需更换商业版软件许可即可生效，无需重新部署、无需迁移数据、无需停机；但政务项目仍需完成相应的预算与审批流程。

算账收尾：一笔需要分开算的账

从行业角度看，这笔账要拆成三段。第一段是软件许可：五千测点以内为零，超出后按规模计费，这段账现在变得透明了。第二段是硬件与机房：压缩比提升 6 倍意味着三年的存储账单大幅下降，这对日增 5 到 20 TB 的城市项目是一笔实打实的节省。第三段是人力：24 人、11 个月的投入中，数据库相关的工作量占比其实不高。

行业里流传的一组背景数字是：企业每年往数据基础设施里投入数百万元，最终进入分析环节的数据不到三成。涛思数据创始人陶建辉曾公开表示，工业数据平台存在三个根深蒂固的问题——过度依赖行业专家、过度依赖 IT 人员、缺乏内置分析能力。放在智慧城市语境下，这句话同样成立：免费策略能解决「存得起」，而「用得上」仍需城市运营方自己建立持续分析的机制。

需要指出的是，时序数据库不是万能解法。跨部门的数据共享涉及权责划分，这部分推进速度与技术方案无关；把希望全部寄托在某一次系统替换上，往往会失望。