试想一下：无人驾驶的Apollo、华尔街自动交易算法、随时控温的家居、城市的智慧交通系统，它们都有哪些共同点？

毫无疑问，这些智能化的应用都为我们的生活带来了便利。同时，这些应用都需要一种按时间序列记录的数据——时序数据：自动驾驶汽车需要收集所处环境中实时的道路数据，自动交易算法需要收集变化的市场数据……

但是，如果你仔细观察就会发现，有些应用如无人驾驶汽车和智慧交通系统的需求更为复杂些，对位置数据也有要求。近日，百度智能云时序数据库重磅发布空间服务，成为业界首个拥有时序时空融合能力的时序数据库。

优势明显，支持更多场景

百度智能云是较早布局时序数据库的企业之一，早在 2016 年 7 月，就在其天工物联网平台上发布了时序数据库，作为国内首个多租户的分布式时序数据库产品，已经在智能制造、无人驾驶、交通、能源、智慧城市等多个领域发挥重要的作用。

但这还远远不够，不断涌现的新场景对时序数据库提出了新要求，如在网约车运营、无人驾驶、检修车作业、环保车作业等场景下，不仅需要时间信息，对车辆的位置和轨迹信息也有存储和查询检索的需求。但传统的GIS系统或者空间数据库，仅有地理位置查询检索等能力，想要将空间与时间结合，需要更好的解决方案。此次百度智能云时序数据库重磅发布空间服务，就较好地解决了这个问题。

作为业界首个拥有时序时空融合能力的时序数据库，百度智能云时序数据库一站式支持轨迹跟踪、电子围栏、异常路线报警等多种时空场景，具有三大明显优势:

1、可天然支持地理位置存储，无需重新调用其他空间服务。

2、支持二维坐标计算和球面坐标计算的标准函数。

3、通过SQL函数完成关于位置相关的计算，简单易用。

此次空间服务的上线，让时序数据有了空间信息的加持，能够解锁更多与地理位置相关的场景：

轨迹分析场景

网约车运营、无人驾驶运营的场景下，可通过地理位置数据的存储和查询来提供车辆某一段时间的轨迹数据、获取异常轨迹行驶的车辆等，保障车辆行车安全

电子围栏场景

在用电检修车作业场景下，判断用电检修车是否在指定区域内作业；检修车辆的行驶是否偏离预定轨迹；离某个站点最近的救援车是哪一辆等，从而实现车辆的全局优化调控。

车辆和人员位置监控场景

查询物流车辆的当前和历史轨迹，对车辆或的轨迹区域做限定，当脱离特定路线后能够报警；对于老人或小孩进行监护，方便实时查看活动轨迹，脱离特定区域告警等。

作为国内首个多租户的分布式时序数据库产品，三年来，百度智能云时序数据库TSDB的功能不断完善更新，持续获得多领域企业客户的认可。目前已在智能制造、无人驾驶、交通、能源、智慧城市等多个产业领域实现应用。未来，百度智能云将持续赋能，助力产业智能化变革。