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,确定哪个数据库对于您的特定用例和数据模型而言,优势最大、劣势最小,是一项重要的决策。下面您将找到 DataBend 和 Apache Druid 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 DataBend 和 Apache Druid 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。这是因为正在写入的数据量很大,并且访问该数据的查询模式也很复杂。本文无意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。

DataBend 与 Apache Druid 的分解


 
数据库模型

数据仓库

列式数据库

架构

DataBend 可以在您自己的基础设施上运行,也可以使用托管服务运行。它被设计为云原生系统,旨在利用 AWS、Google Cloud 和 Azure 等云提供商提供的许多服务。

Druid 可以部署在本地、云端或使用托管服务

许可证

Apache 2.0

Apache 2.0

用例

数据分析、数据仓库、实时分析、大数据处理

实时分析、OLAP、时序数据、事件驱动数据、日志分析、广告技术、用户行为分析

可扩展性

水平可扩展,支持分布式计算

水平可扩展,支持用于高可用性和性能的分布式架构

正在寻找最有效率的入门方式?

无论您是在寻求成本节约、更低的运营管理费用还是开源,InfluxDB 都能为您提供帮助。

DataBend 概述

DataBend 是一个开源、云原生数据处理和分析平台,旨在为大数据工作负载提供高性能、经济高效且可扩展的解决方案。该项目由开发者、研究人员和行业专业人士组成的社区驱动,旨在创建一个统一的数据处理平台,将批处理和流处理能力与高级分析功能相结合。DataBend 的灵活架构允许用户构建各种各样的应用程序,从实时分析到大规模数据仓库。

Apache Druid 概述

Apache Druid 是一个开源的实时分析数据库,专为高性能查询和数据摄取而设计。Druid 最初由 Metamarkets 于 2011 年开发,并于 2018 年捐赠给 Apache 软件基金会,因其处理大量数据且延迟低的性能而广受欢迎。Druid 具有独特的架构,结合了时序数据库、搜索系统和列式存储的元素,特别适合用于涉及事件驱动数据和交互式分析的用例。


DataBend 用于时序数据

DataBend 的架构和处理能力使其成为处理时序数据的合适选择。它对批处理和流数据处理的支持允许用户大规模摄取、存储和分析时序数据。此外,DataBend 与 Apache Arrow 的集成及其强大的查询执行框架实现了对时序数据的高效查询和分析,使其成为需要实时洞察和分析的应用程序的多功能选择。

Apache Druid 用于时序数据

Apache Druid 专为实时分析而设计,非常适合用于需要快速分析写入后的时序数据。Druid 还提供集成,用于将历史数据存储在更便宜的对象存储中,以便也可以使用 Druid 分析历史时序数据。


DataBend 关键概念

  • DataFusion:DataFusion 是 DataBend 的核心组件,提供了一个可扩展的查询执行框架,支持基于 SQL 和 DataFrame 的查询 API。
  • Ballista:Ballista 是 DataBend 内置于 DataFusion 之上的分布式计算平台,可实现大规模数据处理任务的高效且可扩展的执行。
  • Arrow:DataBend 利用 Apache Arrow(一种内存中的列式数据格式)来实现组件之间高效的数据交换并优化查询性能。

Apache Druid 关键概念

  • 数据摄取:将数据从各种来源(例如流式或批处理数据源)导入到 Druid 的过程。
  • :Druid 中最小的数据存储单元,段是不可变的、分区的和压缩的。
  • 数据汇总:在摄取期间聚合原始数据的过程,以减少存储需求并提高查询性能。
  • 节点:Druid 的架构由不同类型的节点组成,包括 Historical、Broker、Coordinator 和 MiddleManager/Overlord,每个节点都有特定的职责。
  • 索引服务:Druid 的索引服务管理摄取数据、创建段以及将段发布到深度存储的过程。


DataBend 架构

DataBend 构建于云原生分布式架构之上,该架构支持 NoSQL 和类 SQL 查询功能。其模块化设计允许用户根据其特定用例和需求选择和组合组件。DataBend 架构的核心组件包括 DataFusion、Ballista 和存储层。DataFusion 负责查询执行和优化,而 Ballista 则为大规模数据处理任务实现了分布式计算。DataBend 中的存储层可以配置为与各种存储后端(例如对象存储或分布式文件系统)一起工作。

Apache Druid 架构

Apache Druid 是一个功能强大的分布式数据存储,专为对大型数据集进行实时分析而设计。在其架构中,几个核心组件在确保其效率和可扩展性方面发挥着关键作用。以下是为 Apache Druid 提供支持的核心组件的概述。

  • Historical 节点是 Druid 数据服务功能的基础。它们的主要职责是为查询提供存储的数据服务。为了实现这一点,它们从深度存储加载段,将它们保留在内存中,然后处理对这些段的查询。在考虑部署和管理时,这些节点通常驻留在配备了大量内存和 CPU 资源的机器上。它们的可扩展性显而易见,因为只需合并更多节点即可水平扩展它们。
  • Broker 节点充当传入查询的网关。它们的主要功能是将这些查询定向到相应的 historical 节点或实时节点。有趣的是,它们是无状态的,这意味着可以扩展它们以适应查询并发性的增加。
  • Coordinator 节点具有管理角色,负责监督 historical 节点之间的数据分发。它们关于加载或删除哪些段的决策基于特定的可配置规则。在部署方面,Druid 设置通常只需要一个活动的 coordinator 节点,以及一个备用节点用于故障转移场景。
  • Overlord 节点决定了摄取任务的分配,将它们定向到 middle manager 节点或 indexer 节点。它们的部署反映了 coordinator 节点的部署,通常有一个活动的 overlord 和一个备用节点用于冗余。
  • MiddleManager 和 Indexer 节点是 Druid 中数据摄取的主力军。虽然 MiddleManagers 启动用于数据摄取的短时任务,但 indexers 专为长时任务而设计。鉴于它们的密集操作,这些节点需要高 CPU 和内存资源。它们的可扩展性是灵活的,允许根据数据摄取量进行水平扩展。
  • Deep Storage 是作为 Druid 的持久存储单元的组件。Druid 与各种 blob 存储解决方案(如 HDFS、S3 和 Google Cloud Storage)集成。
  • Metadata Storage 是关于段、任务和配置的关键元数据的存储库。Druid 与用于此目的的流行数据库兼容,包括 MySQL、PostgreSQL 和 Derby。

免费时序数据库指南

获取对备选方案和选择数据库的关键要求的全面回顾。

DataBend 功能

统一的批处理和流处理

DataBend 支持批处理和流数据处理,使用户能够构建各种需要实时或历史数据分析的应用程序。

可扩展的查询执行

DataBend 的 DataFusion 组件提供了一个强大且可扩展的查询执行框架,该框架支持基于 SQL 和 DataFrame 的查询 API。

可扩展的分布式计算

借助 Ballista 计算平台,DataBend 能够跨分布式节点集群高效且可扩展地执行大规模数据处理任务。

灵活的存储

DataBend 的架构允许用户配置存储层以与各种存储后端一起工作,从而为不同的用例提供灵活性和适应性。

Apache Druid 功能

数据摄取

Apache Druid 支持实时和批处理数据摄取,允许它处理来自各种来源的数据,如 Kafka、Hadoop 或本地文件。凭借对数据分区、复制和汇总的内置支持,Druid 确保了高可用性和高效存储。

可扩展性和性能

Druid 旨在水平扩展,为大规模部署提供支持,且性能降级最小。其独特的架构允许快速高效的查询,使其适用于需要低延迟分析的用例。

列式存储

Druid 以列式格式存储数据,与基于行的存储系统相比,可以实现更好的压缩和更快的查询性能。列式存储还允许 Druid 通过仅访问相关列来优化查询。

时间优化的索引

Druid 的索引服务创建具有基于时间的段分区的段,优化了时序数据的数据存储和检索。此功能显著提高了基于时间的查询的查询性能。数据汇总

Druid 的数据汇总功能在摄取期间聚合原始数据,从而减少存储需求并提高查询性能。此功能对于涉及高基数数据或大量相似数据点的用例特别有益。


DataBend 用例

实时分析

DataBend 对流数据处理的支持及其强大的查询执行框架使其成为构建实时分析应用程序的合适选择,例如日志分析、监控和异常检测。

数据仓库

凭借其可扩展的分布式计算能力和灵活的存储选项,DataBend 可用于构建大规模数据仓库,这些数据仓库可以高效地存储和分析大量结构化和半结构化数据。

机器学习

DataBend 处理大规模数据处理的能力及其对批处理和流数据的支持使其成为机器学习应用程序的绝佳选择。用户可以利用 DataBend 预处理、转换和分析数据,以进行特征工程、模型训练和评估,从而使他们能够获得有价值的见解并构建数据驱动的机器学习模型。

Apache Druid 用例

地理空间分析

Apache Druid 提供对地理空间数据和查询的支持,使其适用于涉及基于位置的数据的用例,例如跟踪资产的移动、分析用户位置或监控事件的分布。它高效处理大量地理空间数据的能力使客户能够获得见解并根据位置信息做出数据驱动的决策。

机器学习和人工智能

Druid 的高性能数据处理能力可用于机器学习和 AI 工作流中的预处理和特征提取。它对实时数据摄取和低延迟查询的支持使其适用于需要实时预测或见解的用例,例如推荐系统或预测性维护。

实时分析

Apache Druid 的低延迟查询和实时数据摄取功能使其成为实时分析用例的理想解决方案,例如监控应用程序性能、用户行为或业务指标。


DataBend 定价模型

作为一个开源项目,DataBend 可以免费使用,无需任何许可费或订阅费。用户可以在自己的基础设施上部署和管理 DataBend,或者选择使用流行的云提供商进行基于云的部署。DataBend 本身也提供托管云服务,并提供免费试用积分。

Apache Druid 定价模型

Apache Druid 是一个开源项目,因此,它可以自托管,无需任何许可成本。但是,选择自托管 Druid 的组织在自己的环境中部署和运营 Druid 时,将产生与基础设施、管理和支持相关的费用。这些成本将取决于组织的具体要求和选择的基础设施,无论是在本地还是在云端。

对于那些喜欢托管解决方案的人,有云服务可用,这些服务提供 Apache Druid 作为托管服务,例如 Imply Cloud。借助托管服务,提供商负责处理基础设施、管理和支持,从而简化了 Druid 的部署和运营。这些托管服务的定价将因提供商和选择的服务层级而异,其中可能包括数据存储、查询容量和数据摄取速率等因素。