在构建任何软件应用程序时，选择正确的数据库至关重要。所有数据库在性能方面都有不同的优势和劣势，因此，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、缺点最少是一项重要决策。下面您将找到 Amazon Timestream for LiveAnalytics 和 TimescaleDB 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 TimescaleDB 在涉及时序数据的工作负载中的性能，而不是所有可能的用例。时序数据通常在数据库性能方面提出了独特的挑战。这是因为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 TimescaleDB 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。 |
TimescaleDB 构建于 PostgreSQL 之上，并继承了其架构。它使用特定于时序的优化和函数扩展了 PostgreSQL，使其能够高效地管理时序数据。它可以作为单节点、多节点设置或云中的托管服务进行部署。 |
| 许可证 | 闭源 |
Timescale 许可证（适用于 TimescaleDB Community Edition）；Apache 2.0（适用于核心 PostgreSQL） |
| 用例 | 物联网、DevOps、时序分析 |
监控、可观测性、物联网、实时分析、金融市场数据 |
| 可扩展性 | 无服务器且自动可扩展，无需手动干预即可处理摄取、存储和查询工作负载 |
通过对分区、复制和分片的本机支持进行水平扩展。提供多节点功能，用于在节点之间分配数据和查询。 |
正在寻找最有效率的入门方式？
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 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，专门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。
TimescaleDB 概述
TimescaleDB 是构建在 PostgreSQL 之上的开源时序数据库。它的创建旨在解决管理时序数据（例如可扩展性、查询性能和数据保留策略）的挑战。TimescaleDB 于 2017 年首次发布，此后因其 PostgreSQL 兼容性、性能优化和灵活的数据保留策略而成为存储和分析时序数据的热门选择。
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（由内存存储和磁盘存储组成）允许用户根据数据的使用期限和访问模式来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序数据中获得见解。
TimescaleDB 用于时序数据
TimescaleDB 专为时序数据而设计，使其成为存储和查询此类数据的自然选择。它为时序数据管理提供了多项优势，例如水平可扩展性、列式存储和保留策略支持。但是，TimescaleDB 可能不是所有时序用例的最佳选择。例如，如果应用程序需要非常高的写入吞吐量或实时分析，则其他专门的时序数据库（如 InfluxDB）可能更适合。
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，该 TTL 决定数据在内存存储中保留多长时间，然后移动到磁盘存储或删除。
TimescaleDB 关键概念
- 超级表：超级表是一个分布式表，按时间以及可能的其他维度（例如设备 ID 或位置）进行分区。它是 TimescaleDB 中存储时序数据的主要抽象，旨在跨多个节点水平扩展。
- 数据块：数据块是超级表的分区，包含超级表数据的子集。数据块由 TimescaleDB 根据指定的时间间隔自动创建，并且可以单独压缩、索引和备份，以获得更好的性能和数据管理。
- 分布式超级表：对于大规模部署，TimescaleDB 支持分布式超级表，这会将数据跨多个节点进行分区，以提高查询性能和容错能力。
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。其数据模型专门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。
TimescaleDB 架构
TimescaleDB 是构建在 PostgreSQL 上的扩展，继承了其关系数据模型和 SQL 支持。但是，TimescaleDB 使用自定义数据结构和时序数据优化（例如超级表和数据块）扩展了 PostgreSQL。
免费时序数据库指南
获取对备选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预置基础设施的需求，从而易于扩展并减少运营开销。
双层存储
Timestream 的双层存储架构（由内存存储和磁盘存储组成）根据数据的使用期限和访问模式自动管理数据保留并优化存储成本。
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
对于需要具有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其代码的用户提供与 InfluxDB API 的兼容性。
TimescaleDB 功能
分区
TimescaleDB 使用超级表和数据块自动对时序数据表进行分区，从而简化了数据管理并提高了查询性能。
专注于时序的 SQL 函数
TimescaleDB 为时序数据应用场景提供了多个专门的 SQL 函数和运算符，例如 time_bucket、first 和 last，这些函数和运算符简化了时序数据的查询和聚合。
查询优化
如前所述，TimescaleDB 扩展了 PostgreSQL 的查询规划器，用于写入和查询时序数据，包括基于时间的索引和数据块剪枝等优化。
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（例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。然后，内置的时序分析函数可用于聚合和分析数据，从而以更高的开发者生产力获得有价值的见解。
TimescaleDB 用例
监控和指标
TimescaleDB 非常适合存储和分析监控和指标数据，例如服务器性能指标、应用程序日志和传感器数据。其超级表结构和查询优化使其易于存储、查询和可视化大量时序数据。
物联网数据存储
TimescaleDB 可用于存储和分析物联网数据，例如传感器读数和设备状态信息。其对自动分区和专用 SQL 接口的支持简化了对大规模物联网数据集的管理和查询。
金融数据
TimescaleDB 适用于存储和分析金融数据，例如股票价格、汇率和交易量。其查询优化和专用 SQL 函数使其易于执行基于时间的聚合并分析金融数据的趋势。
Amazon Timestream for LiveAnalytics 定价模型
Amazon Timestream for LiveAnalytics 提供按需付费的定价模型，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，而无需产生任何成本。
TimescaleDB 定价模型
TimescaleDB 有两个版本：TimescaleDB Open Source 和 TimescaleDB Cloud。开源版本可以免费使用并且可以自托管，而云版本是一种托管服务，采用按需付费的定价模型，该模型基于存储、计算和数据传输使用量。TimescaleDB Cloud 提供各种定价层级，这些层级具有不同级别的资源和功能，例如持续备份和高可用性。
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法。
