目录

  • 一、当前主流的时序数据库
  • 二、主流时序数据库分析
  • 1、Influxdb
  • 2、Timescale
  • 3、Apache Druid
  • 4、Kdb+
  • 5、Graphite
  • 6、RRDtool
  • 7、OpenTSDB
  • 8、Prometheus
  • 9、DolphinDB
  • 10、IoTDB
  • 11、QuestDB
  • 12、TDengine
  • 13、云厂商
  • 三、选型

  因为个人用的go，所以调研及对比主要针对适配了go语言的数据库。  

一、当前主流的时序数据库

  排名参考于https://db-engines.com

机器学习 时序数据库 常见时序数据库_机器学习 时序数据库

 

二、主流时序数据库分析

1、Influxdb

Influxdb

  流行度很高，支持Go语言，社区活跃度高

特性：

  • 高效的时间序列数据写入性能。自定义TSM引擎，快速数据写入和高效数据压缩；
  • 无额外存储依赖；
  • 简单，高性能的HTTP查询和写入API；
  • 以插件方式支持许多不同协议的数据摄入，如：graphite，collectd，和openTSDB；
  • SQL-like查询语言，简化查询和聚合操作；
  • 索引Tags，支持快速有效的查询时间序列；
  • 保留策略有效去除过期数据；
  • 连续查询自动计算聚合数据，使频繁查询更有效。

缺点：

  • 分布式未开源。

 

2、Timescale

Timescale

   一个基于传统关系型数据库postgresql改造的时间序列数据库。

优点：

  • PostgreSQL原生支持的所有SQL，包含完整SQL接口（包括辅助索引，非时间聚合，子查询，JOIN，窗口函数）；
  • 用PostgreSQL的客户端或工具，可以直接应用到该数据库，不需要更改；
  • 时间为导向的特性，API功能和相应的优化；
  • 透明时间/空间分区，用于放大（单个节点）和扩展；
  • 高数据写入速率（包括批量提交，内存中索引，事务支持，数据备份支持)；
  • 单个节点上的大小合适的块（二维数据分区），以确保即使在大数据量时即可快速读取；
  • 块之间和服务器之间的并行操作。

劣势：

  • 因为TimescaleDB没有使用列存技术，它对时序数据的压缩效果不太好，压缩比最高在4X左右，长远考虑，专业的TSDB必须是从底层存储面向时序数据的特征进行针对性设计和优化的；
  • 目前暂时不完全支持分布式的扩展（正在开发相关功能），所以会对服务器单机性能要求较高。

 

3、Apache Druid

Apache Druid

【不支持GO】

  Druid是一个实时在线分析系统(LOAP)。其架构融合了实时在线数据分析，全文检索系统和时间序列系统的特点，使其可以满足不同使用场景的数据存储需求，在极致性能和数据schema的灵活性方面有一定的平衡。

优点：

  • 采用列式存储：支持高效扫描和聚合，易于压缩数据；
  • 可伸缩的分布式系统：Druid自身实现可伸缩，可容错的分布式集群架构。部署简单；
  • 强大的并行能力：Druid各集群节点可以并行地提供查询服务；
  • 实时和批量数据摄入：Druid可以实时摄入数据，如通过Kafka。也可以批量摄入数据，如通过Hadoop导入数据；
  • 自恢复，自平衡，易于运维：Druid自身架构即实现了容错和高可用。不同的服务节点可以根据响应需求添加或减少节点；
  • 容错架构，保证数据不丢失：Druid数据可以保留多副本。另外可以采用HDFS作为深度存储，来保证数据不丢失；
  • 索引：Druid对String列实现反向编码和Bitmap索引，所以支持高效的filter和groupby；
  • 基于时间分区：Druid对原始数据基于时间做分区存储，所以Druid对基于时间的范围查询将更高效；
  • 自动预聚合：Druid支持在数据摄入期就对数据进行预聚合处理。

缺点：

  • 不支持多时间维度，所有维度为String类型；
  • 只支持流式写入，不支持实时数据更新，更新可以使用批处理作业完成；
  • 不支持精准去重。

 

4、Kdb+

Kdb+

   kdb+ 号称最快的内存数据库之一。列式存储的特性，使得对于某个列的统计分析操作异常方便。

优点：

  • 单体架构，轻松支持 billion以上数据；
  • 分布式扩展，无性能损耗；
  • 超低延迟+高并发支持；
  • 列式存储+内存数据库；
  • 灵活的Q语言，内置非常多的统计计算方法。

缺点：

  • 搭配的Q 语言，学习难度较高。

 

5、Graphite

Graphite

【不支持GO】

   Graphite通常用于监控基础设施级别的度量，比如CPU、内存、I/O利用率、网络吞吐量和延迟，当然Graphite在应用程序级的度量和业务级的度量方面也很不错。

 

6、RRDtool

RRDtool

【不支持GO】

   RRDtool 代表 “Round Robin Database tool” ， 所谓的“Round Robin” 其实是一种存储数据的方式，使用固定大小的空间来存储数据，并有一个指针指向新的数据的位置。

优点：

  • 使用RRD（Round Robin Database）存储格式，数据等于放在数据库中，可以方便地调用。比如，将一个RRD文件中的数据与另一个RRD文件中的数据相加；
  • 可以定义任意时间段画图，可以用半年数据画一张图，也可以用半小时内的数据画一张图；
  • 能画任意个DS，多种图形显示方式；
  • 数据存储与绘图分开，减轻系统负载；
  • 能任意处理RRD文件中的数据，比如，在浏览监测中我们需要将数据由Bytes转化为bits，可以将原始数据乘8。

缺点：

  • RRDTool的作用只是存储数据和画图，它没有MRTG中集成的数据采集功能；
  • 在命令行下的使用非常复杂，参数极多；
  • 无用户、图像管理功能。

 

7、OpenTSDB

OpenTSDB

   OpenTSDB 是一个开源框架，使用 HBase 作为核心平台来存储和检索所收集的指标数据，可以灵活地增加指标，也可以支持采集上万台机器和上亿个数据点，具有高可扩展性。

优点：

  • 在数据压缩上，时间戳采用 delta 编码进行压缩，数据值采用 XOR 进行压缩；
  • 存储与计算解耦，为 IoT 场景海量数据、动态热点的数据特征量身打造，方便按照并发度和存储量按需独立扩容。采用分布式架构，支持横向水平扩展；
  • 较强的时序数据计算能力，主要体现为：插值，缺失的数据点，支持线性插值数据补全；
  • 降精度，支持预降精度和实时降精度计算，满足高效查询需求；
  • 空间聚合，支持按照不同的 tag 进行空间聚合和分组计算。

缺点：

  • 数据查询和分析的能力不足，不是所有的查询场景都能适用，在GroupBy和Downsampling的查询上，也未提供Pre-aggregation和Auto-rollup的支持，查询效率不如其他数据库；
  • 基于HBase构建，依赖Hadoop生态太重。

 

8、Prometheus

Prometheus

  Prometheus 是一个开源的服务监控系统和时间序列数据库。

优点：

  • 具有丰富的查询语言；
  • 可视化数据展示；
  • 集成监控和报警功能；
  • 维护简单。

缺点：

  • 没有集群解决方案；
  • 聚合分析能力较弱；
  • 为运行时正确的监控数据准备的，不能解决大容量存储问题，无法做到100%精准，存在由内核故障、刮擦故障等因素造成的微小误差。

 

9、DolphinDB

DolphinDB

   DolphinDB是一款高性能分布式时序数据库，主要是解决海量结构化数据的快速存储和计算，以及通过内存数据库和流数据实现高性能的数据处理。

优点：

  • 列式混合引擎（基于内存和磁盘），支持单表百万级别的分区数，大大缩减对海量数据的检索响应时间；
  • 内嵌的分布式文件系统自动管理分区数据及其副本，为分布式计算提供负载均衡和容错能力；
  • 支持命令式编程、函数式编程、向量编程、SQL编程和RPC（远程函数调用）编程；
  • 内置Web服务器，用于集群管理、性能监控和数据访问。

缺点：

  • DolphinDB是为OLAP的场景优化设计的，支持添加数据，不支持对个别行进行删除或更新。如果要修改数据，以分区为单位覆盖全部数据；
  • 由于产品的竞品更加明确，市场更加专业化，并不开放源代码也不允许免费版本在商业场景中使用
  • 知乎反馈

 

10、IoTDB

IoTDB

   IoTDB 是一个用于管理大量时间序列数据的数据库，它采用了列式存储、数据编码、预计算和索引技术，具有类 SQL 的接口，可支持每秒每节点写入数百万数据点，可以秒级获得超过数万亿个数据点的查询结果。主要面向工业界的IoT场景。

优点：

  • 压缩比高（优于1：10无损压缩），可大大节省服务器硬件成本；
  • 开箱即用，跨平台部署，仅依靠 JDK/JRE；
  • 类sql查询，学习成本低。

缺点：

  • 暂时不支持集群；
  • TSFile（一种列存储文件格式，用于访问，压缩和存储时序数据）结构版本单一。

 

11、QuestDB

QuestDB   QuestDB 是一个高性能、开源的 SQL 数据库，适用于金融服务、物联网、机器学习 、DevOps 和可观测性应用。它拥有支持 PostgreSQL 线协议的端点，使用 InfluxDB 线协议的模式，无关的高吞吐数据获取方式，以及用于查询、批量导入和导出的 REST API。

优点：

  • 快速摄取(特别是对于具有高基数的数据集)，支持InfluxDB内联协议和PostgreSQL wire，可以通过标准的SQL查询数据；
  • 提供一些列的时序扩展 SQL，让时序查询的表达更简单；
  • 自带 web console 及 demo，易于上手使用。

缺点：

  • 缺乏生产环境就绪的功能(如，复制、备份与恢复等；
  • 虽然能与诸如：PostgreSQL、Grafana、Kafka、Telegraf、以及Tableau等流行工具相集成，但是需要花时间调试与磨合，方可达到一般TSDB的水平。

 

12、TDengine

TDengine   TDengine 是一款开源、高性能、分布式、支持 SQL 的时序数据库，其时序数据库核心代码包括集群功能全部开源，同时 TDengine 还带有内建的缓存、流式计算、数据订阅等系统功能，能大幅减少研发和运维的复杂度

优点：

  • 支持水平扩展，有开源的分布式集群解决方案；
  • 性能测试中读写性能远高于InfluxDB，压缩率高；
  • 采用标准 SQL 做查询语言（不完全兼容），并且采用关系数据库模型，学习成本低；

缺点：

  • 比较复杂的sql功能还不支持
  • 单条插入性能很低，必须成批写入，增加了系统开发和维护的复杂度与运营成本
  • 大厂实践少  

13、云厂商

  1. 阿里云 TSDB for InfluxDB，自研的TSDB引擎，将单个数据点的平均使用存储空间降为1~2个字节，可以降低90%存储使用空间，同时加快数据写入的速度，相较于开源的 OpenTSDB 和 InfluxDB，读写效率提升了数倍，同时兼容 OpenTSDB 数据访问协议。
  2. 华为云 GaussDB for Influx，基于InfluxDB进行深度优化改造，在架构、性能和数据压缩等方面进行了技术创新 MRS，基于IoTDB进行优化，千万级数据点秒级写入，TB级数据毫秒级查询；优化后的数据压缩比可达百倍，进一步节省存储空间和成本。
  3. 腾讯云 TencentDB for CTSDB，一款分布式、可扩展、支持近实时数据搜索与分析的时序数据库，借鉴了ElasticSearch内核深度优化经验，兼容 Elasticsearch 常用的 API 接口和生态，性能方面可以做到每秒千万级数据点写入，亿级数据秒级分析。

 

三、选型

Go语言、存储普通的时序数据、进行一般的聚合查询

  1. 免费、分布式 推荐tdengine
  2. 免费、单节点 推荐 questdb、tdengine
  3. 付费 没测试过，无推荐

  参考链接： https://blog.miuyun.work/archives/17462004 https://dbengines.com/en/system/DolphinDB%3BInfluxDB%3BOpenTSDB%3BTDengine https://bbs.huaweicloud.com/blogs/300156