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，为您的特定用例和数据模型确定哪种数据库的优势最多，而缺点最少，是一项重要的决策。下面您将找到 Azure Data Explorer 和 TimescaleDB 的关键概念、架构、特性、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 Data Explorer 和 TimescaleDB 在涉及时序数据的工作负载中的性能，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 TimescaleDB 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。 |
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功能扩展了 PostgreSQL，使其能够有效地管理时序数据。它可以作为单节点部署、在多节点设置中部署或作为托管服务在云中部署。 |
| 许可证 | 闭源 |
Timescale 许可证（适用于 TimescaleDB 社区版）；Apache 2.0（适用于核心 PostgreSQL） |
| 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 |
监控、可观测性、物联网、实时分析、金融市场数据 |
| 可扩展性 | 高度可扩展，支持水平扩展、分片和分区 |
通过对分区、复制和分片的本机支持实现水平扩展。提供多节点功能，用于在节点之间分发数据和查询。 |
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 都能帮到您。
Azure Data Explorer 概览
Azure Data Explorer 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 年宣布推出，并作为 PaaS 产品提供。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。
TimescaleDB 概览
TimescaleDB 是一个构建于 PostgreSQL 之上的开源时序数据库。它的创建是为了应对管理时序数据（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，并且由于其 PostgreSQL 兼容性、性能优化和灵活的数据保留策略，此后已成为存储和分析时序数据的热门选择。
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、在行上搜索和筛选、按聚合分组和联接），Azure Data Explorer 能够有效地分析时序数据。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。
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。一个例子是，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。
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，这是一种功能强大且富有表现力的查询语言，使用户能够轻松地探索和分析其数据。
- 区段：在 Azure Data Explorer 中，数据被组织成称为区段的单元，这些区段是不可变的、压缩的记录集，可以有效地存储和查询。
TimescaleDB 关键概念
- 超表：超表是一个分布式表，按时间和可能的其他维度（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：数据块是超表的分区，包含超表数据的子集。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。
- 分布式超表：对于大规模部署，TimescaleDB 支持分布式超表，它跨多个节点分区数据，以提高查询性能和容错能力。
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 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。
TimescaleDB 架构
TimescaleDB 是构建在 PostgreSQL 之上的扩展，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针对时序数据的优化（例如超表和数据块）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。
Azure Data Explorer 特性
高性能数据摄取
Azure Data Explorer 可以每个节点每秒 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 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其数据。
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，使用户能够从其数据中获得更深入的见解。
灵活模式
与传统的关系数据库不同，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模式更改以及处理半结构化和非结构化数据的能力。
TimescaleDB 特性
分区
TimescaleDB 使用超表和数据块自动对时序数据表进行分区，从而简化数据管理并提高查询性能。
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，它们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 的查询计划器，用于写入和查询时序数据，包括基于时间的索引和数据块修剪等优化。
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、解决问题、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、优化资源利用率以及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、检测模式以及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。
TimescaleDB 用例
监控与指标
TimescaleDB 非常适合存储和分析监控与指标数据，例如服务器性能指标、应用程序日志和传感器数据。其超表结构和查询优化使其易于存储、查询和可视化大量的时序数据。
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。它对自动分区和专用 SQL 接口的支持简化了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。其查询优化和专门的 SQL 函数使其易于执行基于时间的聚合和分析金融数据中的趋势。
Azure Data Explorer 定价模型
Azure Data Explorer 的定价模型基于按需付费方式，客户根据其服务使用情况付费。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 还提供预留容量选项，允许客户以折扣价预留固定期限的资源。
TimescaleDB 定价模型
TimescaleDB 有两个版本：TimescaleDB 开源版和 TimescaleDB 云版。开源版可以免费使用并且可以自托管，而云版是托管服务，采用按需付费定价模型，具体取决于存储、计算和数据传输使用量。TimescaleDB 云版提供具有不同资源和功能级别（例如持续备份和高可用性）的各种定价层。
免费开始使用 InfluxDB
InfluxDB 云是开始存储和分析时序数据的最快方式。
