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,确定哪种数据库的优势最多、缺点最少是一项重要的决策。下面您将找到 Apache Druid 和 M3 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对比情况。
本文的主要目的是比较 Apache Druid 和 M3 在涉及 时序数据 的工作负载中的性能表现,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。这是因为写入的数据量很大,以及访问该数据的查询模式。本文并非旨在说明哪种数据库更好;它只是提供了每种数据库的概述,以便您可以做出明智的决定。
Apache Druid 与 M3 细分
![]() |
![]() |
|
数据库模型 | 列式数据库 |
时序数据库 |
架构 | Druid 可以部署在本地、云端或使用托管服务 |
M3 堆栈可以部署在本地或云端,使用 Kubernetes 等容器化技术,或者作为 AWS 或 GCP 等平台上的托管服务 |
许可证 | Apache 2.0 |
Apache 2.0 |
用例 | 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 |
监控、可观测性、物联网、实时分析、大规模指标处理 |
可扩展性 | 水平可扩展,支持分布式架构,实现高可用性和高性能 |
水平可扩展,专为高可用性和大规模部署而设计 |
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方案,InfluxDB 都能帮到您。
Apache Druid 概览
Apache Druid 是一款开源实时分析数据库,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,因其能够以低延迟处理大量数据而广受欢迎。Druid 采用独特的架构,结合了时序数据库、搜索系统和列式存储的元素,特别适用于涉及事件驱动数据和交互式分析的用例。
M3 概览
M3 是一款完全用 Go 编写的分布式时序数据库。它旨在收集大量监控时序数据,以水平可扩展的方式分配存储,并高效利用硬件资源。M3 最初由 Uber 开发,作为 Prometheus 和 Graphite 的可扩展远程存储后端,后来开源以供更广泛使用。
Apache Druid 用于时序数据
Apache Druid 专为实时分析而设计,非常适合处理需要在写入后快速分析的时序数据。Druid 还提供用于将历史数据存储在更便宜的对象存储中的集成,因此也可以使用 Druid 分析历史时序数据。
M3 用于时序数据
M3 专门为时序数据而设计。它是一款分布式且可扩展的时序数据库,针对处理大量高分辨率数据点进行了优化,使其成为存储、查询和分析时序数据的理想解决方案。
M3 的架构侧重于提供快速高效的查询能力以及高摄取率,这对于处理时序数据至关重要。其水平可扩展性和高可用性确保它可以处理大规模部署的需求,并在数据量增长时保持性能。
Apache Druid 关键概念
- 数据摄取:将数据从各种来源(例如流式或批量数据源)导入 Druid 的过程。
- 段: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、创建段以及将它们发布到深度存储的过程。
M3 关键概念
- 时序压缩:M3 具有压缩时序数据的能力,从而显著节省内存和磁盘空间。它使用两种压缩算法 M3TSZ 和 protobuf 编码来实现高效的数据压缩。
- 分片:M3 使用分配给物理节点的虚拟分片。时序键被哈希到一组固定的虚拟分片,从而实现无缝的水平扩展和节点管理。
- 一致性级别:M3 为读取和写入操作以及集群连接操作提供可变的一致性级别。写入一致性级别包括 One(单个节点成功)、Majority(大多数节点成功)和 All(所有节点成功)。读取一致性级别为 One,对应于从单个节点读取
Apache Druid 架构
Apache Druid 是一款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 数据服务能力的基础。它们的主要职责是为查询提供存储的数据。为了实现这一目标,它们从深度存储加载段,将它们保留在内存中,然后满足对这些段的查询。在考虑部署和管理时,这些节点通常驻留在配备大量内存和 CPU 资源的机器上。它们的水平扩展能力显而易见,只需合并更多节点即可扩展。
- 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引导至相应的 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 节点之间的数据分布。它们关于加载或删除哪些段的决定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,并有一个备用节点用于故障转移场景。
- Overlord 节点指示摄取任务的分配,将它们定向到 MiddleManager 或 Indexer 节点。它们的部署与 Coordinator 节点类似,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。虽然 MiddleManager 启动用于数据摄取的短期任务,但 Indexer 专为长期任务而设计。鉴于其密集的操作,这些节点需要高 CPU 和内存资源。它们的扩展能力很灵活,允许根据数据摄取量进行水平扩展。
- Deep Storage 是 Druid 的持久存储单元。Druid 与各种 blob 存储解决方案集成,例如 HDFS、S3 和 Google Cloud Storage。
- 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。
M3 架构
M3 旨在实现水平可扩展性并处理高数据吞吐量。它使用文件集文件作为长期存储的主要单元,存储时序值的压缩流。这些文件在块时间窗口变得不可访问后刷新到磁盘。M3 有一个提交日志,相当于其他数据库中的提交日志或预写日志,这确保了数据完整性。客户端对等流负责从对等方获取块以进行引导。M3 还实施缓存策略,通过确定哪些刷新块保留在内存中来优化高效读取。
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评述。
Apache Druid 特性
数据摄取
Apache Druid 支持实时和批量数据摄取,允许它处理来自各种来源(如 Kafka、Hadoop 或本地文件)的数据。Druid 内置了对数据分区、复制和汇总的支持,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,同时最大限度地减少性能下降。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。
时间优化索引
Druid 的索引服务创建具有基于时间的分区的段,优化了时序数据的数据存储和检索。此特性显著提高了基于时间的查询的查询性能。数据汇总
Druid 的数据汇总特性在摄取期间聚合原始数据,减少了存储需求并提高了查询性能。此特性对于涉及高基数数据或大量相似数据点的用例特别有益。
M3 特性
提交日志
M3 使用提交日志来确保数据完整性,为写入操作提供持久性。
对等流
M3 的客户端对等流从对等方获取数据块以进行引导,优化了数据检索和分发。
缓存机制
M3 实施各种缓存策略以高效管理内存使用,将频繁访问的数据块保存在内存中以加快读取速度。
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,例如跟踪资产移动、分析用户位置或监控事件分布。它能够高效处理大量地理空间数据,使用户能够根据位置信息获得见解并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人工智能工作流程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洞察的用例,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能力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。
M3 用例
监控和可观测性
M3 特别适用于大规模监控和可观测性任务,因为它可以存储和管理基础设施、应用程序和微服务生成的大量时序数据。组织可以使用 M3 来分析、可视化和检测从各种来源收集的指标中的异常情况,从而使他们能够识别潜在问题并优化其系统。
物联网和传感器数据
M3 可用于存储和处理物联网设备和传感器生成的大量时序数据。通过处理来自数百万个设备和传感器的数据,M3 可以为组织提供有关其连接设备的性能、使用模式和潜在问题的宝贵见解。此信息可用于优化、预测性维护和提高物联网系统的整体效率。
金融数据分析
金融组织可以使用 M3 来存储和分析与股票、债券、商品和其他金融工具相关的时序数据。通过提供快速高效的查询能力,M3 可以帮助分析师和交易员根据历史趋势、当前市场状况和潜在的未来发展做出更明智的决策。
Apache Druid 定价模型
Apache Druid 是一个开源项目,因此,它可以免费自托管,无需许可成本。但是,选择自托管 Druid 的组织在自己的环境中部署和运行 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以及选择的基础设施,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来说,有一些云服务提供 Apache Druid 作为托管服务,例如 Imply Cloud。通过托管服务,提供商处理基础设施、管理和支持,简化了 Druid 的部署和运行。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率等因素。
M3 定价模型
M3 是一款开源数据库,可以免费使用,尽管您必须考虑管理基础设施和运行 M3 所用硬件的成本。Chronosphere 是 M3 与 Uber 的共同维护者,并且还提供使用 M3 作为后端存储层的托管可观测性服务。
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。