行业及解决方案
能源
随着电力需求的快速增长，迫切需要构建以新能源为主体的新型电力系统，尤其是风电，国家正大力支持发展。为解决风机、测风塔、箱式变电站等分布广、风电场众多、监控难的问题，让运行维护人员快速有效的掌握设备的实际状态，监控管理各项生产系统，基于MatrixDB的分布式一体化电网管理系统实现了对风电场内众多风力发电机组、测风塔、箱式变电站的运行数据、状态、保护装置动作情况、故障预警等的实时监测。 风机设备指标量大且采集频率高，为降低负载，原有系统为每个设备采用一个本地SQLite存储时序数据，通过T+1方式导入HDFS跑批，效率低，实时性差。升级改造后，设备数据无需SQLite，直接实时插入MatrixDB，用户可以实时查询和分析，系统秒级响应，性能提升1000倍。
交通
随着全国高速公路联网目标成功实现，高速公路智能化的建设也进入新的阶段。物联网、大数据、云计算等新一代信息技术，又为智慧高速的发展注入新的活力。MatrixDB主要用于构建高速的数据仓库(或集市)，将业务系统的各类车辆、驾驶员基础数据、地图数据、计费数据、卡口数据和气象数据等，都集中在MatrixDB中进行“融汇贯通”。特别是MatrixDB支持大批量物联网或收费数据的实时写入，实现实时/离线数据仓库的一体化，保障公路运营安全和畅通，提高公路管控水平和服务质量。
电信
电信业务平台是电信系统的重要组成部分，旨为实现和保障电信业务开展而组建的软硬件及网络环境，从业务功能来看可以分为业务管理平台、应用平台和能力平台三大类。随着软件定义技术的不断发展，可以看到未来业务平台技术应用和管理平台会根据最佳实践进行重构和设计，形成一套标准化可复用的软件架构和模式。某电信设备厂商的5G设备智能网管系统涉及千万级设备秒级指标数据的采存算用，采用MatrixDB数据库实现软件资源池化，从而降低软件成本，提高开发运维效率。采用MatrixDB后性能提升10倍以上，千万级设备指标采集频率从分钟级到秒级，实现光劣化分析和故障溯源等智能网管系统核心功能。精简技术栈，提升开发效率20%，降低运维复杂度50%，每年节省数百万元研发运维费用。
金融
现代金融业大量使用各类数据，其中最具代表性的为金融交易与高频报价数据。怎样存储此类数据，并且快速查找与分析数据，是困扰许多金融机构的问题。MatrixDB支持PB级数据的百万级分区，提供多种分区方案，供客户根据业务需要灵活选择。例如，针对高频交易数据，客户可以选择基于交易日期的值分区和基于股票代码的范围分区的复合分区方案。MatrixDB自带分布式文件系统，系统扩容方便快捷。MatrixDB对于超大规模数据的查询及分析可达到毫秒级响应，比MPP数据库速度快1-2个数量级。MatrixDB的脚本语言功能全面且极为易用，数据处理的速度全面超越其他系统，可显著提高量化交易策略的研发效率。股票，商品，外汇等证券交易市场每天产生大量的实时数据。金融机构交易部门需要接收实时数据，并以最快的速度分发到内部各个用户对之进行处理与分析。用户可以在实时数据库中直接进行交易执行、风险监控等业务操作，用户也可通过MatrixDB将实时数据发送到各个订阅此类数据的用户端。MatrixDB在流数据处理过程中可保证低延迟、高吞吐和高并发。
智能建筑
利用BIM、大数据、AI等核心技术，集成项目软、硬件系统，实时汇总数据， 实现建筑实体、生产要素、管理过程的全面数字化，为项目提供生产提效、管理有序、成本节约、风险可控的项目数字化解决方案。基于MatrixDB搭建大数据平台，消除数据孤岛，综合分析多元数据，提供决策数据支持。
智能家居
亿级设备互联场景，原技术栈复杂、昂贵且易出错，采用MatrixDB之后技术栈大幅简化，运维开发效率提升，典型查询吞吐量提升50倍以上。精简技术栈，提升开发效率30%，降低运维复杂度60%，每年节省上千万元研发和云服务费用。
智慧医疗
ICU插管是一个高风险过程，某大型医院实验采用MatrixDB整合HIS就诊数据和设备时序数据，对ICU静态和动态数据，采用基于时间序列预测模型、ARIMA模型、灰色模型、指数平滑等模型预判病人是否需要插管治疗，初步取得重大科研进展。
实时数仓
为了更好支持业务实时分析和数据驱动决策，实时数据仓库成为企业数据分析和决策支持的标准配置。相比传统的隔天T+1离线数据分析，实时数据仓库可以在业务交易后立即将数据流式注入数据仓库，实现T+0计算、分析和决策。相比依赖多种产品组件搭积木的方式构建的实时数据仓库，MatrixDB简洁而高效。
基于强大的实时数据处理能力，MatrixDB可以为企业提供全方位的分析能力：
- 看到过去的统计分析
- 面向未来的预测分析
- 决定现在的运营分析
车联网
车联网产业在各类应用场景中加速布局，让"聪明的车"加速驶向"智慧的路"。智能汽车面临着数据上传、存储、分析、展示等一系列的问题。采集层借助车载传感器负责数据的采集，收集车辆运行的车速、方向、位置、里程、发动机转速、车内温度等参数， 也收集道路环境参数。某新能源汽车制造商使用约100个节点的OpenTSDB+Hive集群实现各种车辆指标数据的采存算，采用我司MatrixDB后性能提升10倍以上，100个节点的现有集群可以继续支撑未来2年的业务增长。车企可以基于数据进行用户需求的产品研发、提升用户体验、 降低保修成本、平衡预测资产优化。
智能运维
智慧运维专注于软硬件设备生命周期的自动化跟踪管理。某单位原有的系统采用Zabbix和Grafana，数据存储和计算分散在多种数据库中，包括MySQL、InfluxDB、Hive等；迁移至MatrixDB后大幅降低技术栈复杂度，工单降低了60%，客户满意度大幅提升。MatrixDB不仅可以存储和查询监控相关的指标、事件、日志等度量数据，也可以管理服务器、网络、后台服务等元数据、运营数据同时进行融合分析，为问题根因分析、预测性维护以及运维流程改进提供了数据依据。
智慧环保
为了构建生态环境大数据平台，需要采集各类感知设备产生的监测数据和监控设备的各种运行状态，监测数据包括空气质量、水环境质量、渣土场和渣土车监测、施工工地扬尘监测等实时监测数据。基于MatrixDB搭建大数据平台，将各类环境监测数据、业务审批数据、环统、污普数据等汇集、清洗、转换，统一口径和编码，为智慧环保的各类应用提供数据支撑。
工业互联网
迈入工业4.0时代，智能制造所产生的数据量剧增，且形式趋于多元化，这些数据中蕴含着大量待发掘的价值，数据作为企业管理资产的理念被越来越多的人所接受。如何能够快速高效的利用这些数据，成了制造企业管理者的新课题。工业领域设备采集的实时数据，不仅能用于设备状态监控和预警，还能通过数据分析，指导生产决策，提高生产的效率和质量。制造业对数据库解决方案有着非常苛刻的要求，既要有非常高的吞吐量，又要有较低延时；既要能够实时处理流数据，又要能够处理海量的历史数据；既要满足简单的点查询的要求，又要满足批量数据复杂分析的要求。MatrixDB正是这样一款高性能分布式时空数据库产品。可支持数据的快速写入、查询和计算，单机吞吐量达到GBps级别，能在高频写入的同时响应客户端秒级轮询。
电磁频谱管理
某区域有100台设备，每台设备每秒采集70万测点数据，原来的OpenTSDB架构无法承载每秒70万*100的数据点插入，而降低为7千*100数据点，大大损失了数据精度。采用MatrixDB后可以采用更少服务器实现每秒7000万数据点的插入和查询，且大部分查询性能为OpenTSDB 100倍以上。