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决定哪个数据库具有最多的优势和最少的缺点是一个重要的决定。下面您将找到 Apache Druid 和 MongoDB 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对比。

本文的主要目的是比较 Apache Druid 和 MongoDB 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。

Apache Druid 与 MongoDB 细分


 
数据库模型

列式数据库

文档数据库

架构

Druid 可以部署在本地、云端或使用托管服务

MongoDB 使用灵活的、类似 JSON 的文档模型来存储数据,这允许动态模式更改而无需停机。它支持即席查询、索引和实时聚合。MongoDB 可以部署为独立服务器、副本集配置(用于高可用性)或分片集群(用于水平扩展)。它也可以作为名为 MongoDB Atlas 的托管云服务提供,该服务提供额外的功能,如自动备份、监控和全球分发。

许可证

Apache 2.0

社区版的 SSPL,其他版本的商业许可证

用例

实时分析、OLAP、时间序列数据、事件驱动型数据、日志分析、广告技术、用户行为分析

内容管理系统、移动应用程序、实时分析、物联网数据管理、电子商务平台

可扩展性

水平可扩展,支持分布式架构,实现高可用性和性能

水平可扩展,支持数据分片、复制和自动负载均衡

正在寻找最有效率的入门方式?

无论您是在寻求成本节省、更低的运营管理费用还是开源,InfluxDB 都能帮到您。

Apache Druid 概览

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,后于 2018 年捐赠给 Apache 软件基金会,因其处理大量数据且延迟低的强大能力而广受欢迎。Druid 具有独特的架构,结合了时间序列数据库、搜索系统和列式存储的元素,特别适用于涉及事件驱动型数据和交互式分析的用例。

MongoDB 概览

MongoDB 是一个流行的开源 NoSQL 数据库,于 2009 年推出。MongoDB 旨在处理大量非结构化和半结构化数据,提供灵活的、无模式的数据模型、水平可扩展性和高性能。其易用性、基于 JSON 的文档存储以及对各种编程语言的支持促成了其在各个行业和应用中的广泛采用。


Apache Druid 用于时间序列数据

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间序列数据。Druid 还为在更便宜的对象存储中存储历史数据提供了集成,因此也可以使用 Druid 分析历史时间序列数据。

MongoDB 用于时间序列数据

尽管 MongoDB 是一个通用的 NoSQL 数据库,但它可以用于存储和处理时间序列数据。MongoDB 灵活的数据模型允许轻松适应时间序列数据不断发展的结构,例如添加新指标或修改现有指标。MongoDB 提供对生存时间 (TTL) 索引的内置支持,这些索引会在指定时间段后自动过期旧数据,使其适用于管理具有有限存储容量的大量时间序列数据。MongoDB 最近还为时间序列用例添加了自定义列式存储引擎和时间序列集合,旨在提高默认 MongoDB 存储引擎在数据压缩和查询性能方面的性能。


Apache Druid 关键概念

  • 数据摄取:将数据从各种来源(如流式或批量数据源)导入 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以减少存储需求并提高查询性能的过程。
  • 节点:Druid 的架构由不同类型的节点组成,包括 Historical、Broker、Coordinator 和 MiddleManager/Overlord,每种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。

MongoDB 关键概念

MongoDB 特有的一些关键术语和概念包括

  • 数据库:MongoDB 数据库是集合的容器,而集合是相关文档的组。
  • 集合:MongoDB 中的集合类似于关系数据库中的表,用于保存一组文档。
  • 文档:MongoDB 中的文档是单个记录,以称为 BSON(二进制 JSON)的类似 JSON 的格式存储。集合中的文档可以具有不同的结构。
  • 字段:字段是文档中的键值对,类似于关系数据库中的属性或列。
  • 索引:MongoDB 中的索引是一种数据结构,可提高集合中特定字段的查询性能。


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,这些节点通常位于配备大量内存和 CPU 资源的机器上。它们的可扩展性显而易见,因为只需添加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引导到相应的 historical 节点或 real-time 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,以及一个备用节点,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 middle manager 节点或 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 中数据摄取的工作主力。虽然 MiddleManagers 启动用于数据摄取的短期任务,但 indexers 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。它们的可扩展性很灵活,允许根据数据摄取量进行水平扩展。
  • Deep Storage 是充当 Druid 持久存储单元的组件。Druid 与各种 blob 存储解决方案集成,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 与流行的数据库兼容,用于此目的,包括 MySQL、PostgreSQL 和 Derby。

MongoDB 架构

MongoDB 的架构以其灵活的、基于文档的数据模型为中心。作为 NoSQL 数据库,MongoDB 支持无模式结构,允许存储和查询多样化的数据类型,如嵌套数组和文档。MongoDB 可以部署为独立服务器、副本集或分片集群。副本集通过自动故障转移和数据冗余提供高可用性,而分片集群通过基于分片键在多台服务器之间分发数据来实现水平扩展和负载均衡。

免费时间序列数据库指南

获取关于选择替代方案和关键要求的全面回顾。

Apache Druid 功能

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,且性能降级极小。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,能够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,优化了时间序列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尤其有利。

MongoDB 功能

灵活的数据模型

MongoDB 的无模式数据模型允许存储和查询多样化的数据类型,使其非常适合处理复杂和不断发展的数据结构。

高可用性

MongoDB 的副本集功能通过自动故障转移和数据冗余确保了高可用性。

水平可扩展性

MongoDB 的分片集群架构实现了水平扩展和负载均衡,使其能够处理大规模数据处理和查询。


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,如跟踪资产移动、分析用户位置或监控事件分布。它高效处理大量地理空间数据的能力使户能够根据位置信息获得洞察力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以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。其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力的用例,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,如监控应用程序性能、用户行为或业务指标。

MongoDB 用例

内容管理系统

MongoDB 灵活的数据模型使其成为内容管理系统的理想选择,内容管理系统通常需要存储和管理多样化内容类型(如文章、图像和视频)的能力。MongoDB 的无模式特性允许轻松适应不断变化的内容结构和需求。

物联网数据存储和分析

MongoDB 对高数据量和水平可扩展性的支持使其适用于存储和处理物联网设备生成的数据,如传感器读数和设备日志。其高效索引和查询数据的能力允许对物联网设备进行实时分析和监控。

电子商务平台

MongoDB 的灵活性和性能特性使其成为电子商务平台的绝佳选择,在电子商务平台中,需要高效地存储和查询多样化的产品信息、客户数据和交易记录。灵活的数据模型能够轻松适应产品属性和客户偏好方面的变化,而高可用性和可扩展性功能确保了流畅且响应迅速的用户体验。


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营 Druid 时,将承担与基础设施、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,无论是在本地还是基于云的。

对于那些喜欢托管解决方案的人,可以使用云服务,这些服务提供 Apache Druid 作为托管服务,如 Imply Cloud。借助托管服务,提供商处理基础设施、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。

MongoDB 定价模型

MongoDB 提供各种定价选项,包括免费的开源 Community Edition 和商业 Enterprise Edition,后者包括高级功能、管理工具和支持。MongoDB 公司还提供完全托管的基于云的数据库即服务 MongoDB Atlas,其采用按需付费的定价模型,基于存储、数据传输和计算资源。MongoDB Atlas 为想要在不产生费用的情况下试用服务的用户提供具有有限资源的免费层级。