Azure Data Explorer 与 VictoriaMetrics
详细比较
比较 Azure Data Explorer 和 VictoriaMetrics 在时间序列和 OLAP 工作负载方面的表现
了解关于时间序列数据库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点最多、缺点最少是一个重要的决定。下面您将找到 Azure Data Explorer 和 VictoriaMetrics 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 Data Explorer 和 VictoriaMetrics 在涉及 时间序列数据 的工作负载中的性能，而不是所有可能的用例。时间序列数据通常在数据库性能方面提出独特的挑战。这是由于大量数据被写入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；它只是提供每个数据库的概述，以便您可以做出明智的决定。
Azure Data Explorer 与 VictoriaMetrics 细分
 |
 |
|
| 数据库模型 | 列式数据库 |
时间序列数据库 |
| 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。 |
VictoriaMetrics 可以部署为小型应用程序的单节点实例，或部署为大型应用程序的集群设置，提供水平可扩展性和复制。 |
| 许可证 | 闭源 |
Apache 2.0 |
| 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 |
监控、可观测性、物联网、实时分析、DevOps、应用程序性能监控 |
| 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，支持集群和复制，以实现高可用性和性能 |
正在寻找最有效率的入门方式？
无论您是寻求成本节约、更低的管理开销还是开源，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 在 2018 年宣布，并作为 PaaS 产品提供。Azure Data Explorer 为摄取和查询遥测数据、日志和时间序列数据提供高性能能力。
VictoriaMetrics 概览
VictoriaMetrics 是一个由 VictoriaMetrics 公司开发的开源时间序列数据库。该数据库旨在通过提供最先进的监控和可观测性解决方案，帮助个人和组织解决其大数据挑战。VictoriaMetrics 被设计为快速、经济高效且可扩展的监控解决方案和时间序列数据库。
Azure Data Explorer 用于时间序列数据
Azure Data Explorer 非常适合处理时间序列数据。其高性能能力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间序列数据。凭借其高级查询运算符，例如计算列、在行上搜索和筛选、分组聚合和连接，Azure Data Explorer 可以有效地分析时间序列数据。其可扩展的架构和分布式特性确保它可以有效地处理时间序列数据的速度和容量要求。
VictoriaMetrics 用于时间序列数据
VictoriaMetrics 专为时间序列数据而设计，使其成为涉及时间戳数据存储和分析的应用程序的可靠选择。它提供高性能的存储和检索能力，可以有效地处理大量时间序列数据。
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，必要的关联关系在查询时建立。
- 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他们的数据。
- 区段：在 Azure Data Explorer 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。
VictoriaMetrics 关键概念
- 时间序列：VictoriaMetrics 以时间序列的形式存储数据，时间序列是由时间索引的数据点序列。
- 指标：指标表示随时间跟踪的特定测量或观察结果。
- 标签：标签是与时间序列关联的键值对，用于筛选和分组数据。
- 字段：字段包含与时间序列关联的实际数据值。
- 查询语言：VictoriaMetrics 支持其自己的查询语言，该语言允许用户根据特定条件检索和分析时间序列数据。
Azure Data Explorer 架构
Azure Data Explorer 构建在云原生的分布式架构之上，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。
VictoriaMetrics 架构
VictoriaMetrics 有两种形式：单服务器 VictoriaMetrics 和 VictoriaMetrics 集群。单服务器 VictoriaMetrics 是一个易于使用和维护的一体化二进制文件。它可以很好地垂直扩展，并且可以处理每秒数百万个指标。另一方面，VictoriaMetrics 集群由允许构建水平可扩展集群的组件组成，从而在要求苛刻的环境中实现高可用性和可扩展性。VictoriaMetrics 的架构使用户可以选择最适合其需求的部署选项，并根据需要扩展其数据库基础设施。
免费时间序列数据库指南
获取对备选方案和选择关键要求的全面审查。
Azure Data Explorer 功能
高性能数据摄取
Azure Data Explorer 可以以每个节点每秒 200 MB 的速率摄取数据，提供快速高效的数据摄取能力。
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，允许用户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，例如时间序列分析、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。
灵活的模式
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。
VictoriaMetrics 功能
高性能
VictoriaMetrics 针对时间序列数据的高性能存储和检索进行了优化。它可以高效地处理每秒数百万个指标，并为实时分析提供快速的查询执行。
可扩展性
VictoriaMetrics 的架构允许垂直和水平扩展，使用户能够随着数据量和需求的增长而扩展其监控和时间序列数据库基础设施。
成本效益
VictoriaMetrics 为管理时间序列数据提供了经济高效的解决方案。其高效的存储和查询能力有助于最大限度地降低运营成本，同时保持高性能。
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能力使其成为处理物联网设备生成的大量数据的理想选择。
时间序列分析
Azure Data Explorer 用于时间序列分析，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间序列数据预测未来事件。该平台的高级查询运算符和实时分析能力使组织能够从时间序列数据中获得有价值的见解。
VictoriaMetrics 用例
监控和可观测性
VictoriaMetrics 广泛用于监控和可观测性目的，允许组织收集、存储和分析来自各种系统和应用程序的指标和性能数据。它提供了必要的工具和功能来跟踪和可视化关键性能指标、排除问题并深入了解系统行为。
物联网数据管理
VictoriaMetrics 适用于处理物联网设备生成的大量时间序列数据。它可以有效地存储和处理传感器数据，从而实现对物联网生态系统的实时监控和分析。VictoriaMetrics 允许跟踪和分析来自工厂、制造厂、卫星和其他物联网设备的数据。
容量规划
VictoriaMetrics 支持对指标进行回顾性分析和预测，以用于容量规划目的。它允许组织分析历史数据、识别模式和趋势，并对资源分配和未来容量需求做出明智的决策。
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。定价由数据摄取量、数据存储量和执行的查询数量等因素决定。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 还提供预留容量的选项，允许客户以折扣价预留固定期限的资源。
VictoriaMetrics 定价模型
VictoriaMetrics 是一个开源项目，这意味着它可以免费使用，并且不需要任何许可费用。用户可以下载二进制版本、Docker 镜像或源代码来设置和部署 VictoriaMetrics，而不会产生任何直接成本。VictoriaMetrics 还为本地企业产品和托管 VictoriaMetrics 实例提供付费产品。
免费开始使用 InfluxDB
InfluxDB Cloud 是开始存储和分析您的时间序列数据的最快方法。
