随着信息化进程的逐渐发展，在物联网、工业制造、智能交通、智慧城市等领域所使用的设备数量和传感器数据呈爆发式增长，这些数据具有吞吐量大、实时性要求高等特点，传统的关系型数据库难以满足其需求，而时序数据库凭借其高性能、高可扩展性，能够有效存储和分析这些海量的时序数据的特性，正逐渐成为各产业不可或缺的技术支持。
近日，在中国信通院组织的2025下半年“可信数据库”时序数据库基础能力检验项目中，深圳九有数据库有限公司（以下简称：九有数据库）的时序数据库UDB-DS V2.0（简称：UDB-DS）顺利完成了时序数据库基础能力测试，该测试依据通信行业标准YD/T 3772-2020《大数据 时序数据库技术要求与测试方法》进行。测试结果表明，该平台具备的基础功能、兼容能力、管理能力、高可用特性、扩展性、安全性六大能力域的全部能力项均符合标准要求，充分印证了九有数据库过硬的技术与产品实力。
YD/T 3772-2020《大数据 时序数据库技术要求与测试方法》是中国信通院云计算与大数据研究所依托中国通信标准化协会大数据与区块链工作组（CCSA TC1 WG6）以及大数据技术标准推进委员会（CCSA TC601）编制的对时序数据库的技术能力进行全方位评测的通信行业标准，包含基础功能、兼容能力、管理能力、高可用特性、扩展性、安全性六大能力域，共33个能力项，包括26个必选项和7个可选项。该标准为构建功能全面、技术先进、适应新产业要求的时序数据库提供技术参考，成为企业研发和用户选型的重要风向标。
《大数据 时序数据库技术要求与测试方法》标准框架
UDB-DS一个集数据收集、存储、管理、查询和分析于一体的时序数据管理系统，特别针对工业物联网领域中海量时序数据的高效处理进行了深度优化。其核心定位是解决工业场景中特有的数据挑战，包括海量设备产生的庞大数据体量、高频数据采集带来的写入压力、网络不稳定导致的乱序数据问题，以及复杂的工业分析需求。
01高性能时序处理：UDB-DS具备高吞吐读写能力，单节点即可支持每秒数百万数据点的写入，并能实现毫秒级的查询响应。同时，它采用高效的压缩算法，显著降低了存储成本。
02创新存储架构：UDB-DS采用列式存储格式专为时序数据优化，非常适合写入密集型场景，能有效组织和管理海量时间序列数据。
03灵活数据模型与查询：UDB-DS采用树形结构组织数据，非常契合物联网设备的层级关系。在树形模型下，提供类 SQL 的查询语言，并内置多种时序计算函数，支持复杂的时序分析。同时，UDB-DS也支持表模型，提供标准的SQL查询语法，为数据分析提供标准化支持。
04端边云协同与生态集成：支持轻量级边缘部署与云端协同，实现数据同步。它能够与 Hadoop、Spark、Flink 等大数据生态系统以及 Grafana 等可视化工具无缝集成。
05企业级与AI能力：UDB-DS提供高可用的分布式集群部署，确保服务稳定。它还支持用户自定义函数，并集成了时序AI能力，助力实现预测性维护等智能应用。