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，针对您的特定用例和数据模型，确定哪个数据库的优势最大、缺点最少，是一项重要的决策。下面您将找到 Azure Data Explorer 和 Datadog 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情况。
本文的主要目的是比较 Azure Data Explorer 和 Datadog 在涉及 时序数据 的工作负载方面的性能，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。这是由于大量数据被写入以及访问该数据的查询模式。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。
Azure Data Explorer 与 Datadog 细分
 |
 |
|
| 数据库模型 | 列式数据库 |
云可观测性平台 |
| 架构 | ADX 可以作为托管服务部署在 Azure 云中，并且易于与其他 Azure 服务和工具集成，以实现无缝数据处理和分析。 |
基于云的 SaaS 平台 |
| 许可证 | 闭源 |
闭源 |
| 用例 | 日志和遥测数据分析、实时分析、安全和合规性分析、物联网数据处理 |
基础设施监控、应用程序性能监控、日志管理 |
| 可扩展性 | 高度可扩展，支持水平扩展、分片和分区 |
水平可扩展，内置支持多云和全球部署。 |
正在寻找最有效率的入门方式？
无论您是寻求节省成本、降低管理开销还是开源，InfluxDB 都能帮到您。
Azure Data Explorer 概述
Azure Data Explorer 是一个基于云、完全托管的大数据分析平台，作为 Microsoft Azure 平台的一部分提供。它由微软在 2018 年宣布推出，并以 PaaS 产品的形式提供。Azure Data Explorer 为摄取和查询遥测数据、日志和时序数据提供高性能功能。
Datadog 概述
Datadog 是一个监控和分析平台，它集成了基础设施监控、应用程序性能监控 (APM) 和日志管理并实现自动化，从而为组织提供对其整个技术堆栈的统一、实时可观测性。Datadog 成立于 2010 年，迅速成为云规模监控的首选解决方案，提供基于 SaaS 的功能，使企业能够提高敏捷性、提升效率，并在动态、高规模基础设施中提供端到端可见性。
Azure Data Explorer 用于时序数据
Azure Data Explorer 非常适合处理时序数据。其高性能功能和摄取大量数据的能力使其适用于近乎实时地分析和查询时序数据。凭借其高级查询运算符，例如计算列、在行上搜索和过滤、按组聚合和连接，Azure Data Explorer 能够高效分析时序数据。其可扩展的架构和分布式特性确保了它可以有效地处理时序数据的速度和容量要求。
Datadog 用于时序数据
Datadog 通过其基于指标的架构，在处理时序数据方面表现出色。它针对随时间推移收集和分析数据点进行了优化，例如 CPU 使用率、内存消耗或请求延迟。虽然 Datadog 不是专门的时序数据库，但它集成了长期数据保留、聚合和可视化等功能，使其非常适合监控随时间变化的指标。但是，与 InfluxDB 等专门的时序数据库相比，它可能不是大规模、实时分析的理想选择。
Azure Data Explorer 关键概念
- 关系数据模型：Azure Data Explorer 是一个基于关系数据库管理系统的分布式数据库。它支持数据库、表、函数和列等实体。与传统的 RDBMS 不同，Azure Data Explorer 不强制执行诸如键唯一性、主键或外键之类的约束。相反，必要的关联是在查询时建立的。
- Kusto 查询语言 (KQL)：Azure Data Explorer 使用 KQL，这是一种强大而富有表现力的查询语言，使用户能够轻松地探索和分析他们的数据。
- 扩展盘区：在 Azure Data Explorer 中，数据被组织成称为扩展盘区的单元，这些单元是不可变的、压缩的记录集，可以有效地存储和查询。
Datadog 关键概念
- Datadog Agent：Datadog Agent 是安装在您的服务器、容器或端点上的轻量级软件，用于收集和报告指标、日志和追踪。它充当您的系统和 Datadog 平台之间的主要桥梁。
- 仪表板：Datadog 中的仪表板提供了一个可自定义的界面，用于可视化指标、日志和追踪。它们支持各种小部件，包括时序图、仪表和热图，以有意义的方式呈现数据。
- 集成：Datadog 支持 600 多种集成，以连接各种技术，例如数据库、云提供商和容器编排器。每个集成都收集相关的指标、日志和事件，并且可能需要通过 Agent 进行特定配置。
- 事件：事件是通过 Agent、集成或自定义应用程序流式传输到 Datadog 的数据。它们被流式传输到 Datadog，可用于过滤和关联应用程序中正在发生的事情
- 标记：标记是分配给指标、日志和追踪的元数据，用于分组、过滤和搜索数据。有效使用标签（例如环境、区域或服务）对于高效组织和分析数据至关重要。
Azure Data Explorer 架构
Azure Data Explorer 构建于云原生分布式架构之上，该架构同时支持 NoSQL 和类 SQL 查询功能。它是一个基于列式存储的数据库，利用压缩的、不可变的数据扩展盘区来实现高效的存储和检索。Azure Data Explorer 架构的核心组件包括控制平面、数据管理和查询处理。控制平面负责管理资源和元数据，而数据管理组件处理数据摄取和组织。查询处理负责执行查询并将结果返回给用户。
Datadog 架构
Datadog 采用 SaaS（软件即服务）模型，具有高度分布式的、基于云的架构。它使用 Agent 从各种来源收集数据，然后这些数据在 Datadog 的云中进行处理和存储。该平台支持结构化和非结构化数据，其后端利用现代分布式系统原则来确保可扩展性和可靠性。关键组件包括数据摄取管道、指标存储、日志处理系统和查询引擎。
免费时序数据库指南
获取对替代方案的全面回顾以及选择数据库的关键要求。
Azure Data Explorer 功能
高性能数据摄取
Azure Data Explorer 可以每秒每个节点 200 MB 的速率摄取数据，提供快速高效的数据摄取功能。
数据可视化
Azure Data Explorer 与流行的数据可视化工具（如 Power BI、Grafana 和 Jupyter Notebooks）无缝集成，使用户可以轻松地可视化和分析他们的数据。
高级分析
Kusto 查询语言 (KQL) 支持高级分析功能，例如时序分析、模式识别和异常检测，使用户能够从他们的数据中获得更深入的见解。
灵活的架构
与传统的关联数据库不同，Azure Data Explorer 不强制执行诸如键唯一性、主键或外键之类的约束。这种灵活性允许动态架构更改以及处理半结构化和非结构化数据的能力。
Datadog 功能
实时仪表板
Datadog 提供可自定义的实时仪表板，使用户可以在一个地方监控各种指标、追踪和日志。这种集中的视图有助于快速检测和解决问题。这些仪表板是交互式的，可以深入查看详细信息，从而有助于精确的故障排除和根本原因分析。
自动警报
Datadog 中的自动警报可以实时通知团队任何问题或异常。可以微调这些警报以避免噪音和误报，确保只有可操作的见解才能引起注意。它们还可以与 Slack 或 PagerDuty 等第三方通信工具集成，以实现无缝的事件响应。
综合监控
Datadog 的综合监控允许用户模拟用户事务并监控应用程序的正常运行时间、延迟和功能。此功能确保关键端点保持可用且性能良好。
Azure Data Explorer 用例
日志分析
Azure Data Explorer 通常用于日志分析，它可以摄取、存储和分析应用程序、服务器和基础设施生成的大量日志数据。组织可以使用 Azure Data Explorer 来监控应用程序性能、排除故障、检测异常并深入了解用户行为。近乎实时地分析日志数据的能力使组织能够主动解决问题并提高运营效率。
遥测分析
Azure Data Explorer 非常适合遥测分析，它可以处理和分析物联网设备、传感器和应用程序生成的数据。组织可以使用 Azure Data Explorer 来监控设备运行状况、优化资源利用率并检测遥测数据中的异常。该平台的可扩展性和高性能功能使其非常适合处理物联网设备生成的大量数据。
时序分析
Azure Data Explorer 用于时序分析，它可以摄取和分析随时间收集的时间戳数据点。此用例适用于各个行业，包括金融、医疗保健、制造业和能源。组织可以使用 Azure Data Explorer 来分析趋势、检测模式并根据历史时序数据预测未来事件。该平台的高级查询运算符和实时分析功能使组织能够从时序数据中获得有价值的见解。
Datadog 用例
基础设施监控
Datadog 的主要用例之一是实时基础设施监控。企业可以将服务器、容器、数据库等所有内容都集中在一个地方进行监控。全面的覆盖范围帮助团队快速识别性能瓶颈或可用性问题，从而最大限度地减少停机时间并提高系统可靠性。
应用程序性能监控
Datadog 的 APM 功能使组织能够追踪请求在应用程序的各种服务和组件之间传输的过程。这对于微服务架构至关重要，在微服务架构中，理解服务之间的交互可能很复杂。它有助于识别可能影响应用程序整体性能的慢速服务。
安全监控
Datadog 通过从各种来源收集日志和指标，帮助组织监控与安全相关的事件。它有助于检测异常活动、未授权访问和潜在威胁。通过关联堆栈中的数据，安全团队可以更有效地调查事件。Datadog 的合规性监控功能支持遵守 PCI DSS、HIPAA 和 GDPR 等标准。
Azure Data Explorer 定价模型
Azure Data Explorer 的定价模型基于按需付费的方式，客户根据他们对服务的使用量付费。定价取决于多种因素，例如摄取的数据量、存储的数据量以及执行的查询数量。此外，客户可以在提供不同性能和功能级别的不同定价层之间进行选择。Azure Data Explorer 还为预留容量提供了选项，客户可以按折扣价预留固定期限的资源。
Datadog 定价模型
Datadog 使用模块化、基于使用量的定价模型，客户根据他们使用的特定产品和数据量付费。定价通常在不同的产品（如基础设施监控、APM、日志等）之间进行划分。每个产品都有自己的定价结构，通常基于主机数量、实例数量或摄取的数据量。Datadog 提供具有有限功能和数据上限的免费层，以及提供高级功能和更高限制的 Pro 和 Enterprise 层。
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。
