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，决定哪个数据库的优势最大，劣势最小，是一项重要的决策。下面您将找到 Azure 数据资源管理器和 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 Azure 数据资源管理器和 TDengine 在涉及 时序数据 的工作负载方面的表现，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。这是由于大量的数据写入和访问这些数据的查询模式造成的。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。
Azure 数据资源管理器 vs TDengine 细分
 |
 |
|
| 数据库模型 | 列式数据库 |
时序数据库 |
| 架构 | ADX 可以作为托管服务部署在 Azure 云中，并且可以轻松地与其他 Azure 服务和工具集成，以实现无缝数据处理和分析。 |
TDengine 可以部署在本地、云端或作为混合解决方案，从而实现部署和管理的灵活性。 |
| 许可证 | 闭源 |
AGPL 3.0 |
| 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 |
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 | 高度可扩展，支持水平扩展、分片和分区 |
通过集群和内置负载均衡实现水平扩展。TDengine 还提供了解耦的计算和存储，以及对象存储支持，用于某些版本中的数据分层 |
正在寻找最有效的入门方式？
无论您是在寻求成本节约、更低的管理开销，还是开源，InfluxDB 都能为您提供帮助。
Azure 数据资源管理器概览
Azure 数据资源管理器是一个基于云的、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 Microsoft 于 2018 年宣布，并作为 PaaS 产品提供。Azure 数据资源管理器为摄取和查询遥测数据、日志和时序数据提供了高性能功能。
TDengine 概览
TDengine 是一个高性能的开源时序数据库，旨在高效处理海量的时序数据。它由涛思数据（TAOS Data）于 2017 年创建，专门为物联网（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，结合了关系型数据库和 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。
Azure 数据资源管理器用于时序数据
Azure 数据资源管理器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 数据资源管理器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它可以有效地处理时序数据的速度和容量要求。
TDengine 用于时序数据
TDengine 从一开始就被设计为时序数据库，因此它非常适合大多数涉及大量存储和分析时序数据的用例。
Azure 数据资源管理器关键概念
- 关系数据模型：Azure 数据资源管理器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 RDBMS 不同，Azure 数据资源管理器不强制执行键唯一性、主键或外键等约束。相反，必要的关联关系在查询时建立。
- Kusto 查询语言 (KQL)：Azure 数据资源管理器使用 KQL，一种强大而富有表现力的查询语言，使用户能够轻松地浏览和分析他们的数据。
- 区段：在 Azure 数据资源管理器中，数据被组织成称为区段的单元，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。
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。它类似于其他一些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。子表可以具有额外的标签，用于分类和查询目的。
- 标签：一种元数据属性，用于对超级表中的子表进行分类和过滤。标签已索引并针对高效查询进行了优化。
Azure 数据资源管理器架构
Azure 数据资源管理器构建于云原生分布式架构之上，该架构支持 NoSQL 和类似 SQL 的查询功能。它是一个基于列式存储的数据库，利用压缩的、不可变的数据区段来实现高效的存储和检索。Azure 数据资源管理器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。
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
获取对备选方案和选择您的数据库的关键要求的全面评估。
Azure 数据资源管理器功能
高性能数据摄取
Azure 数据资源管理器可以每节点每秒 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 数据资源管理器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。
灵活的模式
与传统关系数据库不同，Azure 数据资源管理器不强制执行键唯一性、主键或外键等约束。这种灵活性允许动态模式更改以及处理半结构化和非结构化数据的能力。
TDengine 功能
数据摄取
TDengine 支持高速数据摄取，能够处理每秒数百万个数据点。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，允许用户使用熟悉的 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。
Azure 数据资源管理器用例
日志分析
Azure 数据资源管理器通常用于日志分析，在日志分析中，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 数据资源管理器来监控应用程序性能、排除问题、检测异常并深入了解用户行为。近实时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 数据资源管理器非常适合遥测分析，在遥测分析中，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 数据资源管理器来监控设备健康状况、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成为处理物联网设备生成的大量数据的理想选择。
时序分析
Azure 数据资源管理器用于时序分析，在时序分析中，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、制造和能源。组织可以使用 Azure 数据资源管理器来分析趋势、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。
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（例如服务器、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。
Azure 数据资源管理器定价模型
Azure 数据资源管理器的定价模型基于按需付费模式，客户根据其服务使用量付费。定价由多种因素决定，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级别性能和功能的不同定价层之间进行选择。Azure 数据资源管理器还提供了预留容量的选项，允许客户以折扣价预留固定期限的资源。
TDengine 定价模型
TDengine 是开源的，并且在 AGPLv3 许可证下免费使用。TDengine 还为需要额外功能、支持或符合特定许可要求的组织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。
