在构建任何软件应用程序时，选择合适的数据库至关重要。所有数据库在性能方面都有不同的优势和劣势，因此，决定哪种数据库对您的特定用例和数据模型最有利，而缺点最少，是一项重要的决策。下面您将找到 Amazon Timestream for LiveAnalytics 和 MongoDB 的关键概念、架构、功能、用例和定价模型的概述，以便您可以快速了解它们之间的比较。
本文的主要目的是比较 Amazon Timestream for LiveAnalytics 和 MongoDB 在涉及 时间序列数据 的工作负载中的性能，而不是所有可能的用例。时间序列数据通常在数据库性能方面提出了独特的挑战。这是由于写入的数据量很大以及访问这些数据的查询模式。本文并非旨在说明哪个数据库更好；它只是提供每个数据库的概述，以便您可以做出明智的决定。
Amazon Timestream for LiveAnalytics 与 MongoDB 分解
 |
 |
|
| 数据库模型 | 时间序列数据库 |
文档数据库 |
| 架构 | Timestream 是一种完全托管的、无服务器的时间序列数据库服务，仅在 AWS 上可用。 |
MongoDB 使用灵活的、类似 JSON 的文档模型来存储数据，这允许动态模式更改而无需停机。它支持即席查询、索引和实时聚合。MongoDB 可以部署为独立服务器、用于高可用性的副本集配置，或用于水平扩展的分片集群。它也可以作为名为 MongoDB Atlas 的托管云服务使用，该服务提供自动备份、监控和全球分发等附加功能。 |
| 许可 | 闭源 |
社区版的 SSPL，其他版本的商业许可 |
| 用例 | 物联网、DevOps、时间序列分析 |
内容管理系统、移动应用程序、实时分析、物联网数据管理、电子商务平台 |
| 可扩展性 | 无服务器且自动可扩展，无需人工干预即可处理摄取、存储和查询工作负载 |
水平可扩展，支持数据分片、复制和自动负载均衡 |
正在寻找最有效率的入门方式？
无论您是在寻求成本节约、更低的运营管理开销还是开源，InfluxDB 都能帮助您。
Amazon Timestream for LiveAnalytics 概览
Timestream for LiveAnalytics 是 AWS 开发的完全托管的无服务器时间序列数据库服务。Amazon Timestream for LiveAnalytics 于 2020 年推出，专为处理时间序列数据而设计，使其成为需要高摄取率、高效存储和快速查询功能的物联网、监控和分析应用程序的理想选择。作为 AWS 生态系统的一部分，Timestream for LiveAnalytics 可以轻松与其他 AWS 服务集成，从而简化了在云中构建和部署时间序列应用程序的过程。AWS 还提供 Timestream for InfluxDB，它是 InfluxDB 的托管版本，与 InfluxDB 2.x API 兼容，并且 与 InfluxData 合作发布。
MongoDB 概览
MongoDB 是一个流行的开源 NoSQL 数据库，于 2009 年推出。MongoDB 旨在处理大量非结构化和半结构化数据，提供灵活的、无模式的数据模型、水平可扩展性和高性能。其易用性、基于 JSON 的文档存储以及对各种编程语言的支持促成了其在各个行业和应用程序中的广泛采用。
Amazon Timestream for LiveAnalytics 用于时间序列数据
Amazon Timestream for LiveAnalytics 专为处理时间序列数据而设计，使其成为需要高摄取率和高效存储的各种应用程序的合适选择。其双层存储架构，包括内存存储和磁盘存储，允许用户根据数据年龄和访问模式管理数据保留和优化存储成本。此外，Timestream 支持类似 SQL 的查询，并与流行的分析工具集成，使用户可以轻松地从其时间序列数据中获得洞察力。
MongoDB 用于时间序列数据
虽然 MongoDB 是通用的 NoSQL 数据库，但它可以用于存储和处理时间序列数据。MongoDB 灵活的数据模型允许轻松适应时间序列数据不断发展的结构，例如添加新指标或修改现有指标。MongoDB 提供对生存时间 (TTL) 索引的内置支持，这些索引会在指定时间段后自动过期旧数据，使其适用于管理具有有限存储容量的大量时间序列数据。MongoDB 最近还为时间序列用例添加了自定义列式存储引擎和时间序列集合，旨在提高数据压缩和查询性能方面相对于默认 MongoDB 存储引擎的性能。
Amazon Timestream for LiveAnalytics 关键概念
- 内存存储：在 Amazon Timestream for LiveAnalytics 中，内存存储是一个组件，用于在内存中存储最近的、可变的时间序列数据，以便进行快速查询和分析。
- 磁盘存储：Amazon Timestream for LiveAnalytics 中的磁盘存储负责在磁盘上存储历史的、不可变的时间序列数据，以实现经济高效的长期存储。
- 生存时间 (TTL)：Amazon Timestream for LiveAnalytics 允许用户在其时间序列数据上设置 TTL，这决定了数据在内存存储中保留多长时间后才会被移动到磁盘存储或删除。
MongoDB 关键概念
一些特定于 MongoDB 的关键术语和概念包括
- 数据库：MongoDB 数据库是集合的容器，集合是相关文档的组。
- 集合：MongoDB 中的集合类似于关系数据库中的表，用于保存一组文档。
- 文档：MongoDB 中的文档是单个记录，以称为 BSON（二进制 JSON）的类似 JSON 的格式存储。集合中的文档可以具有不同的结构。
- 字段：字段是文档中的键值对，类似于关系数据库中的属性或列。
- 索引：MongoDB 中的索引是一种数据结构，可提高集合中特定字段的查询性能。
Amazon Timestream for LiveAnalytics 架构
Amazon Timestream for LiveAnalytics 构建在无服务器、分布式架构之上，该架构支持类似 SQL 的查询功能。其数据模型专为时间序列数据量身定制，使用带时间戳的记录和灵活的模式，可以适应不同的数据粒度和维度。Timestream 架构的核心组件包括内存存储和磁盘存储，它们共同管理数据保留、存储和查询。内存存储针对最近数据的快速查询进行了优化，而磁盘存储为历史数据提供了经济高效的长期存储。
MongoDB 架构
MongoDB 的架构以其灵活的、基于文档的数据模型为中心。作为 NoSQL 数据库，MongoDB 支持无模式结构，这允许存储和查询各种数据类型，例如嵌套数组和文档。MongoDB 可以部署为独立服务器、副本集或分片集群。副本集通过自动故障转移和数据冗余提供高可用性，而分片集群通过基于分片键将数据分布在多个服务器上来实现水平扩展和负载均衡。
免费时间序列数据库指南
获取对替代方案和选择您的数据库的关键要求的全面审查。
Amazon Timestream for LiveAnalytics 功能
无服务器架构
Amazon Timestream for LiveAnalytics 无服务器架构消除了用户管理或配置基础设施的需求，从而使其易于扩展并降低了运营开销。
双层存储
Timestream 的双层存储架构，包括内存存储和磁盘存储，可自动管理数据保留并根据数据年龄和访问模式优化存储成本。
类似 SQL 的查询
Amazon Timestream for LiveAnalytics 支持类似 SQL 的查询，并与流行的分析工具集成，使用户可以轻松地从其时间序列数据中获得洞察力。
Timestream for InfluxDB
对于需要亚毫秒级延迟的近实时查询的工作负载，AWS 建议使用 Timestream for InfluxDB 而不是 LiveAnalytics。Timestream for InfluxDB 还为希望使用 AWS 托管服务而无需更新代码的用户提供与 InfluxDB API 的兼容性。
MongoDB 功能
灵活的数据模型
MongoDB 的无模式数据模型允许存储和查询各种数据类型，使其非常适合处理复杂和不断发展的数据结构。
高可用性
MongoDB 的副本集功能通过自动故障转移和数据冗余来确保高可用性。
水平可扩展性
MongoDB 的分片集群架构支持水平扩展和负载均衡，使其能够处理大规模数据处理和查询。
Amazon Timestream for LiveAnalytics 用例
物联网应用程序
Amazon Timestream for LiveAnalytic 对高摄取率和高效存储的支持使其成为监控和分析来自物联网设备（如传感器和智能家电）的数据的理想选择。
DevOps
LiveAnalytics 可用于通用的 DevOps 工作负载，例如监控应用程序运行状况和利用率。对于需要具有尽可能低延迟的实时监控的用例，AWS 建议使用 Timestream for InfluxDB。
分析
Amazon Timestream for LiveAnalytics 可用于跟踪分析数据，例如 Web 和应用程序数据。内置的时间序列分析功能随后可用于聚合和分析数据，以提高开发人员的生产力，从而获得有价值的见解。
MongoDB 用例
内容管理系统
MongoDB 灵活的数据模型使其成为内容管理系统的理想选择，内容管理系统通常需要存储和管理各种内容类型（例如文章、图像和视频）的能力。MongoDB 的无模式特性允许轻松适应不断变化的内容结构和要求。
物联网数据存储和分析
MongoDB 对大数据量和水平可扩展性的支持使其适用于存储和处理物联网设备生成的数据，例如传感器读数和设备日志。其高效地索引和查询数据的能力允许对物联网设备进行实时分析和监控。
电子商务平台
MongoDB 的灵活性和性能特性使其成为电子商务平台的绝佳选择，在电子商务平台中，需要高效地存储和查询各种产品信息、客户数据和交易记录。灵活的数据模型可以轻松适应产品属性和客户偏好的变化，而高可用性和可扩展性功能可确保流畅且响应迅速的用户体验。
Amazon Timestream for LiveAnalytics 定价模型
Amazon Timestream for LiveAnalytics 提供按需付费定价模型，该模型基于数据摄取、存储和查询执行。摄取成本由摄取到 Timestream 中的数据量决定，而存储成本基于内存存储和磁盘存储中存储的数据量。查询执行成本根据查询执行期间扫描和处理的数据量计算。Timestream 还为用户提供免费套餐，以探索该服务并构建概念验证应用程序，而无需产生费用。
MongoDB 定价模型
MongoDB 提供各种定价选项，包括免费的开源社区版和商业企业版，其中包括高级功能、管理工具和支持。MongoDB Inc. 还提供完全托管的基于云的数据库即服务 MongoDB Atlas，其按需付费定价模型基于存储、数据传输和计算资源。MongoDB Atlas 为想要在不产生费用的情况下试用该服务的用户提供资源有限的免费套餐。
免费开始使用 InfluxDB
InfluxDB Cloud 是开始存储和分析您的时间序列数据的最快方式。
