选择合适的数据库是构建任何软件应用程序的关键选择。所有数据库在性能方面都有不同的优势和劣势，因此，针对您的特定用例和数据模型，决定哪个数据库的优势最多，劣势最少，是一项重要的决策。下面您将找到 Amazon Timestream for LiveAnalytics 和 TDengine 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 TDengine 在涉及时序数据的工作负载方面的性能，而不是针对所有可能的用例。时序数据通常在数据库性能方面提出了独特的挑战。这是由于正在写入的大量数据以及访问该数据的查询模式。本文无意论证哪个数据库更好；它只是提供了每个数据库的概述，以便您可以做出明智的决定。
Amazon Timestream for LiveAnalytics 与 TDengine 细分
 |
 |
|
| 数据库模型 | 时序数据库 |
时序数据库 |
| 架构 | Timestream 是一种完全托管的无服务器时序数据库服务，仅在 AWS 上可用。 |
TDengine 可以部署在本地、云端或作为混合解决方案，从而在部署和管理方面具有灵活性。 |
| 许可 | 闭源 |
AGPL 3.0 |
| 用例 | 物联网、DevOps、时序分析 |
物联网数据存储、工业监控、智能能源、智能家居、监控和可观测性 |
| 可扩展性 | 无服务器且自动扩展，无需手动干预即可处理摄取、存储和查询工作负载 |
通过集群和内置负载均衡实现水平扩展。TDengine 在某些版本中还提供了解耦的计算和存储以及对象存储支持，用于数据分层 |
正在寻找最有效的入门方式吗？
无论您是在寻求节省成本、降低管理开销还是开源，InfluxDB 都能为您提供帮助。
Amazon Timestream for LiveAnalytics 概述
Timestream for LiveAnalytics 是由 AWS 开发的完全托管的无服务器时序数据库服务。Amazon Timestream for LiveAnalytics 于 2020 年推出，专为处理时序数据而设计，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 可以轻松地与其他 AWS 服务集成，从而简化了在云中构建和部署时序应用程序的过程。AWS 还提供 Timestream for InfluxDB，它是 InfluxDB 的托管版本，与 InfluxDB 2.x API 兼容，并与 InfluxData 合作发布。
TDengine 概述
TDengine 是一种高性能的开源时序数据库，旨在高效处理海量的时序数据。它由 TAOS Data 于 2017 年创建，专为物联网 (IoT)、工业物联网和 IT 基础设施监控用例而设计。TDengine 具有独特的混合架构，结合了关系数据库和 NoSQL 数据库的优势，提供高性能、易于使用的 SQL 查询和灵活的数据建模功能。
Amazon Timestream for LiveAnalytics 用于时序数据
Amazon Timestream for LiveAnalytics 专为处理时序数据而设计，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，允许用户管理数据保留并根据数据年龄和访问模式优化存储成本。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序数据中获得见解。
TDengine 用于时序数据
TDengine 从头开始设计为时序数据库，因此它非常适合大多数大量涉及存储和分析时序数据的用例。
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、可变的时序数据，以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、不可变的时序数据，以实现经济高效的长期存储。
- 生存时间 (TTL)：Amazon Timestream for LiveAnalytics 允许用户在其时序数据上设置 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。
TDengine 关键概念
- 超级表：用于创建具有相同模式的多个表的模板。它类似于某些其他数据库中的表继承概念。
- 子表：基于超级表创建的表，继承其模式。子表可以有额外的标签，用于分类和查询目的。
- 标签：用于在超级表中对子表进行分类和筛选的元数据属性。标签已索引并针对高效查询进行了优化。
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。其数据模型专为时序数据量身定制，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。
TDengine 架构
TDengine 使用云原生架构，该架构结合了关系数据库（支持 SQL 查询）和 NoSQL 数据库（可扩展性和灵活性）的优势。
免费时序数据库指南
获取关于替代方案和选择数据库的关键要求的全面评述。
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，从而易于扩展并降低运营开销。
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序数据中获得见解。
Timestream for InfluxDB
对于需要接近实时的查询且延迟仅为毫秒级的工作负载，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。
TDengine 功能
数据摄取
TDengine 支持高速数据摄取，能够每秒处理数百万个数据点。它支持批量和单个数据插入。
数据查询
TDengine 提供 ANSI SQL 支持，并附加功能，使用户可以使用熟悉的 SQL 语法轻松查询时序数据。它支持各种聚合函数、过滤和连接。
数据保留和压缩
TDengine 自动压缩数据以节省存储空间，并提供数据保留策略以自动删除旧数据。
Amazon Timestream for LiveAnalytics 用例
物联网应用
Amazon Timestream for LiveAnalytics 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 可用于一般的 DevOps 工作负载，例如监控应用程序的健康状况和利用率。对于需要实时监控且延迟尽可能低的用例，AWS 建议使用 Timestream for InfluxDB。
分析
Amazon Timestream for LiveAnalytics 可用于跟踪分析数据，如 Web 和应用程序数据。内置的时序分析功能随后可用于聚合和分析数据，以获得有价值的见解，并提高开发人员的生产力。
TDengine 用例
物联网数据存储和分析
TDengine 旨在处理物联网设备生成的海量时序数据。其高性能的摄取、查询和存储功能使其成为物联网数据存储和分析的合适选择。
工业物联网监控
TDengine 可用于存储和分析来自工业物联网传感器和设备的数据，帮助组织监控设备性能、检测异常并优化运营。
基础设施监控
TDengine 可用于收集和分析来自 IT 基础设施组件（如服务器、网络和应用程序）的时序数据，从而促进实时监控、警报和性能优化。
Amazon Timestream for LiveAnalytics 定价模型
Amazon Timestream for LiveAnalytics 提供基于数据摄取、存储和查询执行的按需付费定价模型。摄取成本由摄取到 Timestream 中的数据量决定，而存储成本则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，以便用户探索服务并构建概念验证应用程序，而无需产生费用。
TDengine 定价模型
TDengine 是开源的，并根据 AGPLv3 许可证免费使用。对于需要额外功能、支持或遵守特定许可要求的组织，TDengine 还提供商业许可证和企业支持选项。
免费开始使用 InfluxDB
InfluxDB Cloud 是开始存储和分析时序数据的最快方式。
