Apache Druid 与 TDengine

Apache Druid 概览

Apache Druid 是一款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，结合了时间序列数据库、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使用案例。

TDengine 概览

TDengine 是一款高性能开源时间序列数据库，旨在高效处理海量时间序列数据。它由涛思数据于 2017 年创建，专为物联网 (IoT)、工业物联网和 IT 基础设施监控使用案例而设计。TDengine 具有独特的混合架构，结合了关系数据库和 NoSQL 数据库的优势，提供高性能、易于使用的 SQL 用于查询以及灵活的数据建模能力。

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 还提供集成，用于将历史数据存储在更便宜的对象存储中，因此也可以使用 Druid 分析历史时间序列数据。

TDengine 用于时间序列数据

TDengine 从一开始就被设计为时间序列数据库，因此它非常适合大多数大量涉及存储和分析时间序列数据的使用案例。

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（Segments）：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（Data Rollup）：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（Nodes）：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（Indexing Service）：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。

TDengine 关键概念

• 超级表（Super Table）：用于创建具有相同模式的多个表的模板。它类似于某些其他数据库中的表继承概念。
• 子表（Sub Table）：基于超级表创建的表，继承其模式。子表可以有额外的标签，用于分类和查询。
• 标签（Tag）：一种元数据属性，用于对超级表中的子表进行分类和过滤。标签已索引并针对高效查询进行了优化。

Apache Druid 架构

Apache Druid 是一个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，有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，这些节点通常位于配备大量内存和 CPU 资源的机器上。它们的扩展性显而易见，只需集成更多节点即可水平扩展。
• Broker 节点充当传入查询的守门人。它们的主要功能是将这些查询引导至相应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，以及一个备用节点用于故障转移场景。
• Overlord 节点决定摄取任务的分配，将它们定向到 middle manager 或 indexer 节点。它们的部署与协调器节点类似，通常只有一个活动的 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。鉴于其密集型操作，这些节点需要高 CPU 和内存资源。它们的扩展性很灵活，允许根据数据摄取量进行水平扩展。
• 深度存储（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。
• 元数据存储（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，例如 MySQL、PostgreSQL 和 Derby。

TDengine 架构

TDengine 使用云原生架构，结合了关系数据库（支持 SQL 查询）和 NoSQL 数据库（可扩展性和灵活性）的优势。