在构建任何软件应用程序时,选择正确的数据库至关重要。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的优势最大,缺点最少,是一项重要的决策。下面,您将找到 Apache Druid 和 PostgreSQL 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 Apache Druid 和 PostgreSQL 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。这是因为写入的数据量很大,而且查询模式会访问这些数据。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 PostgreSQL 细分
![]() |
||
数据库模型 | 列式数据库 |
关系型数据库 |
架构 | Druid 可以部署在本地、云端或使用托管服务 |
PostgreSQL 可以部署在各种平台上,例如本地、虚拟机中,或作为托管云服务,如 Amazon RDS、Google Cloud SQL 或 Azure Database for PostgreSQL。 |
许可证 | Apache 2.0 |
PostgreSQL 许可证(类似于 MIT 或 BSD) |
用例 | 实时分析、OLAP、时序数据、事件驱动型数据、日志分析、广告技术、用户行为分析 |
Web 应用程序、地理空间数据、商业智能、分析、内容管理系统、金融应用程序、科学应用程序 |
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 |
支持垂直扩展,通过分区、分片和使用可用工具进行复制来实现水平扩展 |
正在寻找最有效的入门方式?
无论您是寻求节省成本、降低管理开销还是开源,InfluxDB 都能为您提供帮助。
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,后来于 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 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,特别适用于涉及事件驱动型数据和交互式分析的用例。
PostgreSQL 概述
PostgreSQL,也称为 Postgres,是一个开源的关系型数据库管理系统,于 1996 年首次发布。它有着悠久的作为健壮、可靠和功能丰富的数据库系统的历史,广泛应用于各个行业和应用程序。PostgreSQL 以其对 SQL 标准的遵守和可扩展性而闻名,这允许用户定义自己的数据类型、运算符和函数。它由一个由贡献者组成的专门社区开发和维护,并在包括 Windows、Linux 和 macOS 在内的多个平台上可用。
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 还提供用于在更便宜的对象存储中存储历史数据的集成,因此也可以使用 Druid 分析历史时序数据。
PostgreSQL 用于时序数据
PostgreSQL 可以用于时序数据存储和分析,尽管它并非专门为此用例而设计。凭借其丰富的数据类型、索引选项和窗口函数支持,PostgreSQL 可以处理时序数据。然而,在数据压缩、写入吞吐量和查询速度等方面,Postgres 不如专门的时序数据库那样针对时序数据进行优化。PostgreSQL 还缺少许多对于处理时序数据有用的功能,如降采样、保留策略和用于时序数据分析的自定义 SQL 函数。
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。
- 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。
PostgreSQL 关键概念
- MVCC:多版本并发控制是 PostgreSQL 使用的一种技术,允许多个事务并发执行,而不会发生冲突或锁定。
- WAL:预写式日志记录是一种用于确保数据持久性的方法,通过在将更改写入主数据文件之前将其记录到日志中。
- TOAST:超大属性存储技术是一种将大型数据值存储在单独的表中以减少主表磁盘空间消耗的机制。
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概述。
- 历史节点是 Druid 数据服务能力的基础。它们的主要职责是将存储的数据服务于查询。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引导到适当的历史节点或实时节点。有趣的是,它们是无状态的,这意味着它们可以横向扩展以适应查询并发性的增加。
- Coordinator 节点具有管理角色,负责监督历史节点之间的数据分布。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协调器节点,并在备用节点上进行故障转移场景。
- Overlord 节点决定了摄取任务的分配,将它们定向到中间管理器节点或索引器节点。它们的部署与协调器节点的部署相似,通常有一个活动的 overlord 和一个用于冗余的备份。
- MiddleManager 和 Indexer 节点是 Druid 中数据摄取的主力。虽然 MiddleManagers 启动用于数据摄取的短期任务,但索引器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。它们的可扩展性是灵活的,允许根据数据摄取量进行水平扩展。
- 深度存储是一个组件,充当 Druid 的持久存储单元。Druid 与各种 Blob 存储解决方案集成,如 HDFS、S3 和 Google Cloud Storage。
- 元数据存储库是关于段、任务和配置的关键元数据的存储库。Druid 为此目的与流行的数据库兼容,包括 MySQL、PostgreSQL 和 Derby。
PostgreSQL 架构
PostgreSQL 是一个客户端-服务器关系型数据库系统,它使用 SQL 语言进行查询和操作。它采用基于进程的架构,与数据库的每个连接都由一个单独的服务器进程处理。此架构在不同用户和会话之间提供隔离。PostgreSQL 支持 ACID 事务,并使用 MVCC、WAL 和其他技术的组合来确保数据一致性、持久性和性能。它还支持各种扩展和外部模块以增强其功能。
免费时序数据库指南
获取关于备选方案和选择数据库的关键要求的全面审查。
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,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段分区,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,减少了存储需求并提高了查询性能。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益。
PostgreSQL 功能
可扩展性
PostgreSQL 允许用户定义自定义数据类型、运算符和函数,使其高度适应特定的应用程序需求。
全文搜索
PostgreSQL 内置了对全文搜索的支持,使用户能够执行复杂的基于文本的查询和分析。
地理空间支持
借助 PostGIS 扩展,PostgreSQL 可以存储和操作地理空间数据,使其适用于 GIS 应用程序。
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。
机器学习与人工智能
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见解的用例,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,例如监控应用程序性能、用户行为或业务指标。
PostgreSQL 用例
企业应用程序
PostgreSQL 因其可靠性、性能和功能集而成为大规模企业应用程序的流行选择。
GIS 应用程序
借助 PostGIS 扩展,PostgreSQL 可用于在地图绘制、路由和地理编码等应用程序中存储和分析地理空间数据。
OLTP 工作负载
作为关系型数据库,PostgreSQL 非常适合几乎任何涉及事务性工作负载的应用程序。
Apache Druid 定价模型
Apache Druid 是一个开源项目,因此,它可以免费自行托管,无需许可费用。但是,选择自行托管 Druid 的组织在部署和运营 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,无论是本地还是基于云的。
对于那些喜欢托管解决方案的人来说,有一些云服务可用,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率等因素。
PostgreSQL 定价模型
PostgreSQL 是开源软件,使用它不收取任何许可费。但是,在部署自管理的 PostgreSQL 服务器时,可能会产生硬件、托管和运营费用。一些基于云的托管 PostgreSQL 服务,如 Amazon RDS、Google Cloud SQL 和 Azure Database for PostgreSQL,根据存储、计算资源和支持等因素提供不同的定价模型。
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法。