From c084723a1cf784e1642e1949eae17c43d980cb95 Mon Sep 17 00:00:00 2001 From: Leto_b Date: Thu, 13 Mar 2025 11:08:29 +0800 Subject: [PATCH] delete pictures tag img in scenaros --- .../Master/Tree/IoTDB-Introduction/Scenario.md | 8 ++++---- src/UserGuide/latest/IoTDB-Introduction/Scenario.md | 8 ++++---- .../Master/Table/IoTDB-Introduction/Scenario.md | 10 +++++----- .../Master/Tree/IoTDB-Introduction/Scenario.md | 10 +++++----- .../latest-Table/IoTDB-Introduction/Scenario.md | 10 +++++----- src/zh/UserGuide/latest/IoTDB-Introduction/Scenario.md | 10 +++++----- 6 files changed, 28 insertions(+), 28 deletions(-) diff --git a/src/UserGuide/Master/Tree/IoTDB-Introduction/Scenario.md b/src/UserGuide/Master/Tree/IoTDB-Introduction/Scenario.md index 6a84569aa..fdf8ab155 100644 --- a/src/UserGuide/Master/Tree/IoTDB-Introduction/Scenario.md +++ b/src/UserGuide/Master/Tree/IoTDB-Introduction/Scenario.md @@ -36,7 +36,7 @@ In the original architecture, the HBase cluster was used as the storage database The data management architecture of the car company using IoTDB as the time-series data storage engine is shown in the figure below. -![img](/img/architecture1.png) +![](/img/architecture1.png) The vehicle data is encoded based on TCP and industrial protocols and sent to the edge gateway, and the gateway sends the data to the message queue Kafka cluster, decoupling the two ends of production and consumption. Kafka sends data to Flink for real-time processing, and the processed data is written into IoTDB. Both historical data and latest data are queried in IoTDB, and finally the data flows into the visualization platform through API for application. @@ -59,7 +59,7 @@ After selecting IoTDB as the storage database of the intelligent operation and m The figure below shows the architecture design of the intelligent operation and maintenance platform of the steel plant. -![img](/img/architecture2.jpg) +![](/img/architecture2.jpg) ## 3. Smart Factory @@ -73,7 +73,7 @@ A cigarette factory hopes to upgrade from a "traditional factory" to a "high-end The figure below shows the factory's IoT system architecture. IoTDB runs through the three-level IoT platform of the company, factory, and workshop to realize unified joint debugging and joint control of equipment. The data at the workshop level is collected, processed and stored in real time through the IoTDB at the edge layer, and a series of analysis tasks are realized. The preprocessed data is sent to the IoTDB at the platform layer for data governance at the business level, such as device management, connection management, and service support. Eventually, the data will be integrated into the IoTDB at the group level for comprehensive analysis and decision-making across the organization. -![img](/img/architecture3.jpg) +![](/img/architecture3.jpg) ## 4. Condition monitoring @@ -90,5 +90,5 @@ After using IoTDB as the storage and analysis engine, combined with meteorologic The figure below shows the data management architecture of the power plant in the heating scene. -![img](/img/architecture4.jpg) +![](/img/architecture4.jpg) diff --git a/src/UserGuide/latest/IoTDB-Introduction/Scenario.md b/src/UserGuide/latest/IoTDB-Introduction/Scenario.md index 6a84569aa..fdf8ab155 100644 --- a/src/UserGuide/latest/IoTDB-Introduction/Scenario.md +++ b/src/UserGuide/latest/IoTDB-Introduction/Scenario.md @@ -36,7 +36,7 @@ In the original architecture, the HBase cluster was used as the storage database The data management architecture of the car company using IoTDB as the time-series data storage engine is shown in the figure below. -![img](/img/architecture1.png) +![](/img/architecture1.png) The vehicle data is encoded based on TCP and industrial protocols and sent to the edge gateway, and the gateway sends the data to the message queue Kafka cluster, decoupling the two ends of production and consumption. Kafka sends data to Flink for real-time processing, and the processed data is written into IoTDB. Both historical data and latest data are queried in IoTDB, and finally the data flows into the visualization platform through API for application. @@ -59,7 +59,7 @@ After selecting IoTDB as the storage database of the intelligent operation and m The figure below shows the architecture design of the intelligent operation and maintenance platform of the steel plant. -![img](/img/architecture2.jpg) +![](/img/architecture2.jpg) ## 3. Smart Factory @@ -73,7 +73,7 @@ A cigarette factory hopes to upgrade from a "traditional factory" to a "high-end The figure below shows the factory's IoT system architecture. IoTDB runs through the three-level IoT platform of the company, factory, and workshop to realize unified joint debugging and joint control of equipment. The data at the workshop level is collected, processed and stored in real time through the IoTDB at the edge layer, and a series of analysis tasks are realized. The preprocessed data is sent to the IoTDB at the platform layer for data governance at the business level, such as device management, connection management, and service support. Eventually, the data will be integrated into the IoTDB at the group level for comprehensive analysis and decision-making across the organization. -![img](/img/architecture3.jpg) +![](/img/architecture3.jpg) ## 4. Condition monitoring @@ -90,5 +90,5 @@ After using IoTDB as the storage and analysis engine, combined with meteorologic The figure below shows the data management architecture of the power plant in the heating scene. -![img](/img/architecture4.jpg) +![](/img/architecture4.jpg) diff --git a/src/zh/UserGuide/Master/Table/IoTDB-Introduction/Scenario.md b/src/zh/UserGuide/Master/Table/IoTDB-Introduction/Scenario.md index 572115420..17faf417f 100644 --- a/src/zh/UserGuide/Master/Table/IoTDB-Introduction/Scenario.md +++ b/src/zh/UserGuide/Master/Table/IoTDB-Introduction/Scenario.md @@ -31,7 +31,7 @@ IoTDB 凭借集群高可用、低流量数据同步、跨网闸支持和优异的性能为企业提供国产化自主可控的时序数据管理解决方案，支撑企业应对大规模时序数据管理挑战，推动传统能源和可再生能源的高效管理与整合。 -![img](/img/scenarios01.png) +![](/img/scenarios01.png) ## 2. 航空航天 @@ -44,7 +44,7 @@ IoTDB 凭借集群高可用、低流量数据同步、跨网闸支持和优异 IoTDB 凭借其国产自研的高效低流量数据同步、离线数据迁移、丰富的部署选择和低资源占用等特点，为行业的数据管理和业务扩展提供了数据基础，为航空航天领域的技术创新和持续发展提供有力支撑。 -![img](/img/scenarios02.png) +![](/img/scenarios02.png) ## 3. 交通运输 @@ -57,7 +57,7 @@ IoTDB 凭借其国产自研的高效低流量数据同步、离线数据迁移 IoTDB 凭借其高效的时序数据管理和低延迟查询能力，有效应对交通运输行业中的数据爆发式增长，实现多源异构数据高效流转和管理，为铁路、船舶等构建起稳定可靠的智能交通系统管理基础，为行业向智能化和自动化方向发展提供了重要支撑。 -![img](/img/scenarios03.png) +![](/img/scenarios03.png) ## 4. 钢铁冶炼 @@ -70,7 +70,7 @@ IoTDB 凭借其高效的时序数据管理和低延迟查询能力，有效应 IoTDB 通过其强大的数据存储与计算能力，为钢铁冶炼场景提供跨平台支持、低资源占用的灵活部署方案，丰富的外部接口也使其可以与其他系统高效集成，助力钢铁冶炼行业构建智慧工厂，进一步支撑传统工业加快形成新质生产力。 -![img](/img/scenarios04.png) +![](/img/scenarios04.png) ## 5. 物联网 @@ -83,4 +83,4 @@ IoTDB 通过其强大的数据存储与计算能力，为钢铁冶炼场景提 作为物联网原生的高性能时序数据库，IoTDB 支持从边缘设备到云端的全链路数据同步和存储分析，具备高并发处理能力，能够满足大规模设备接入的需求。IoTDB为企业提供灵活的数据解决方案，助力发掘设备运行数据中的深层次价值，提升运营效率，推动企业物联网业务的全面发展。 -![img](/img/scenarios05.png) \ No newline at end of file +![](/img/scenarios05.png) \ No newline at end of file diff --git a/src/zh/UserGuide/Master/Tree/IoTDB-Introduction/Scenario.md b/src/zh/UserGuide/Master/Tree/IoTDB-Introduction/Scenario.md index ab59adafc..0a4e4bbb1 100644 --- a/src/zh/UserGuide/Master/Tree/IoTDB-Introduction/Scenario.md +++ b/src/zh/UserGuide/Master/Tree/IoTDB-Introduction/Scenario.md @@ -31,7 +31,7 @@ IoTDB 凭借集群高可用、低流量数据同步、跨网闸支持和优异的性能为企业提供国产化自主可控的时序数据管理解决方案，支撑企业应对大规模时序数据管理挑战，推动传统能源和可再生能源的高效管理与整合。 -![img](/img/scenarios01.png) +![](/img/scenarios01.png) ## 2. 航空航天 @@ -44,7 +44,7 @@ IoTDB 凭借集群高可用、低流量数据同步、跨网闸支持和优异 IoTDB 凭借其国产自研的高效低流量数据同步、离线数据迁移、丰富的部署选择和低资源占用等特点，为行业的数据管理和业务扩展提供了数据基础，为航空航天领域的技术创新和持续发展提供有力支撑。 -![img](/img/scenarios02.png) +![](/img/scenarios02.png) ## 3. 交通运输 @@ -57,7 +57,7 @@ IoTDB 凭借其国产自研的高效低流量数据同步、离线数据迁移 IoTDB 凭借其高效的时序数据管理和低延迟查询能力，有效应对交通运输行业中的数据爆发式增长，实现多源异构数据高效流转和管理，为铁路、船舶等构建起稳定可靠的智能交通系统管理基础，为行业向智能化和自动化方向发展提供了重要支撑。 -![img](/img/scenarios03.png) +![](/img/scenarios03.png) ## 4. 钢铁冶炼 @@ -70,7 +70,7 @@ IoTDB 凭借其高效的时序数据管理和低延迟查询能力，有效应 IoTDB 通过其强大的数据存储与计算能力，为钢铁冶炼场景提供跨平台支持、低资源占用的灵活部署方案，丰富的外部接口也使其可以与其他系统高效集成，助力钢铁冶炼行业构建智慧工厂，进一步支撑传统工业加快形成新质生产力。 -![img](/img/scenarios04.png) +![](/img/scenarios04.png) ## 5. 物联网 @@ -83,4 +83,4 @@ IoTDB 通过其强大的数据存储与计算能力，为钢铁冶炼场景提 作为物联网原生的高性能时序数据库，IoTDB 支持从边缘设备到云端的全链路数据同步和存储分析，具备高并发处理能力，能够满足大规模设备接入的需求。IoTDB为企业提供灵活的数据解决方案，助力发掘设备运行数据中的深层次价值，提升运营效率，推动企业物联网业务的全面发展。 -![img](/img/scenarios05.png) \ No newline at end of file +![](/img/scenarios05.png) \ No newline at end of file diff --git a/src/zh/UserGuide/latest-Table/IoTDB-Introduction/Scenario.md b/src/zh/UserGuide/latest-Table/IoTDB-Introduction/Scenario.md index 572115420..17faf417f 100644 --- a/src/zh/UserGuide/latest-Table/IoTDB-Introduction/Scenario.md +++ b/src/zh/UserGuide/latest-Table/IoTDB-Introduction/Scenario.md @@ -31,7 +31,7 @@ IoTDB 凭借集群高可用、低流量数据同步、跨网闸支持和优异的性能为企业提供国产化自主可控的时序数据管理解决方案，支撑企业应对大规模时序数据管理挑战，推动传统能源和可再生能源的高效管理与整合。 -![img](/img/scenarios01.png) +![](/img/scenarios01.png) ## 2. 航空航天 @@ -44,7 +44,7 @@ IoTDB 凭借集群高可用、低流量数据同步、跨网闸支持和优异 IoTDB 凭借其国产自研的高效低流量数据同步、离线数据迁移、丰富的部署选择和低资源占用等特点，为行业的数据管理和业务扩展提供了数据基础，为航空航天领域的技术创新和持续发展提供有力支撑。 -![img](/img/scenarios02.png) +![](/img/scenarios02.png) ## 3. 交通运输 @@ -57,7 +57,7 @@ IoTDB 凭借其国产自研的高效低流量数据同步、离线数据迁移 IoTDB 凭借其高效的时序数据管理和低延迟查询能力，有效应对交通运输行业中的数据爆发式增长，实现多源异构数据高效流转和管理，为铁路、船舶等构建起稳定可靠的智能交通系统管理基础，为行业向智能化和自动化方向发展提供了重要支撑。 -![img](/img/scenarios03.png) +![](/img/scenarios03.png) ## 4. 钢铁冶炼 @@ -70,7 +70,7 @@ IoTDB 凭借其高效的时序数据管理和低延迟查询能力，有效应 IoTDB 通过其强大的数据存储与计算能力，为钢铁冶炼场景提供跨平台支持、低资源占用的灵活部署方案，丰富的外部接口也使其可以与其他系统高效集成，助力钢铁冶炼行业构建智慧工厂，进一步支撑传统工业加快形成新质生产力。 -![img](/img/scenarios04.png) +![](/img/scenarios04.png) ## 5. 物联网 @@ -83,4 +83,4 @@ IoTDB 通过其强大的数据存储与计算能力，为钢铁冶炼场景提 作为物联网原生的高性能时序数据库，IoTDB 支持从边缘设备到云端的全链路数据同步和存储分析，具备高并发处理能力，能够满足大规模设备接入的需求。IoTDB为企业提供灵活的数据解决方案，助力发掘设备运行数据中的深层次价值，提升运营效率，推动企业物联网业务的全面发展。 -![img](/img/scenarios05.png) \ No newline at end of file +![](/img/scenarios05.png) \ No newline at end of file diff --git a/src/zh/UserGuide/latest/IoTDB-Introduction/Scenario.md b/src/zh/UserGuide/latest/IoTDB-Introduction/Scenario.md index ab59adafc..0a4e4bbb1 100644 --- a/src/zh/UserGuide/latest/IoTDB-Introduction/Scenario.md +++ b/src/zh/UserGuide/latest/IoTDB-Introduction/Scenario.md @@ -31,7 +31,7 @@ IoTDB 凭借集群高可用、低流量数据同步、跨网闸支持和优异的性能为企业提供国产化自主可控的时序数据管理解决方案，支撑企业应对大规模时序数据管理挑战，推动传统能源和可再生能源的高效管理与整合。 -![img](/img/scenarios01.png) +![](/img/scenarios01.png) ## 2. 航空航天 @@ -44,7 +44,7 @@ IoTDB 凭借集群高可用、低流量数据同步、跨网闸支持和优异 IoTDB 凭借其国产自研的高效低流量数据同步、离线数据迁移、丰富的部署选择和低资源占用等特点，为行业的数据管理和业务扩展提供了数据基础，为航空航天领域的技术创新和持续发展提供有力支撑。 -![img](/img/scenarios02.png) +![](/img/scenarios02.png) ## 3. 交通运输 @@ -57,7 +57,7 @@ IoTDB 凭借其国产自研的高效低流量数据同步、离线数据迁移 IoTDB 凭借其高效的时序数据管理和低延迟查询能力，有效应对交通运输行业中的数据爆发式增长，实现多源异构数据高效流转和管理，为铁路、船舶等构建起稳定可靠的智能交通系统管理基础，为行业向智能化和自动化方向发展提供了重要支撑。 -![img](/img/scenarios03.png) +![](/img/scenarios03.png) ## 4. 钢铁冶炼 @@ -70,7 +70,7 @@ IoTDB 凭借其高效的时序数据管理和低延迟查询能力，有效应 IoTDB 通过其强大的数据存储与计算能力，为钢铁冶炼场景提供跨平台支持、低资源占用的灵活部署方案，丰富的外部接口也使其可以与其他系统高效集成，助力钢铁冶炼行业构建智慧工厂，进一步支撑传统工业加快形成新质生产力。 -![img](/img/scenarios04.png) +![](/img/scenarios04.png) ## 5. 物联网 @@ -83,4 +83,4 @@ IoTDB 通过其强大的数据存储与计算能力，为钢铁冶炼场景提 作为物联网原生的高性能时序数据库，IoTDB 支持从边缘设备到云端的全链路数据同步和存储分析，具备高并发处理能力，能够满足大规模设备接入的需求。IoTDB为企业提供灵活的数据解决方案，助力发掘设备运行数据中的深层次价值，提升运营效率，推动企业物联网业务的全面发展。 -![img](/img/scenarios05.png) \ No newline at end of file +![](/img/scenarios05.png) \ No newline at end of file