公司和用例

Soundsensing 专注于使用人工智能和传感器为商业房地产中的暖通空调机组提供预测性维护。通过提供潜在问题的早期预警，Soundsensing 帮助物业所有者和管理者主动解决维护需求。这种方法不仅可以降低成本和减少停机时间，还可以提高能源效率和改善环境影响。

需要解决的性能问题

最初，Soundsensing 在其现有的数据库基础设施中遇到了重大挑战。使用 PostgreSQL 时，随着传感器数据的增加，他们遇到了查询速度慢和性能瓶颈。使用传统方法管理大量时间序列数据被证明效率低下，阻碍了他们向客户提供及时见解和警报的能力。

解锁的性能提升

过渡到 Timescale 为 Soundsensing 带来了巨大的性能提升。对历史数据的查询速度提高了 20 倍，并且系统可以无缝扩展以处理十倍数量的传感器，而不会出现性能下降。此外，Timescale 的压缩功能显著降低了存储成本，使 Soundsensing 能够为客户提供更高效、更具成本效益的解决方案。