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的优势最大、劣势最小是一个重要的决定。下面您将找到 AWS DynamoDB 和 OpenTSDB 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 AWS DynamoDB 和 OpenTSDB 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。

AWS DynamoDB 与 OpenTSDB 细分


 
数据库模型

键值和文档存储

时间序列数据库

架构

DynamoDB 是 Amazon Web Services (AWS) 提供的完全托管的无服务器 NoSQL 数据库。它为高性能用例使用个位数毫秒延迟,并支持键值和文档数据模型。数据在 AWS 区域内的多个可用区之间进行分区和复制,DynamoDB 支持读取操作的最终一致性或强一致性

OpenTSDB 可以部署在本地或云端,HBase 在分布式节点集群上运行。

许可证

闭源

GNU LGPLv2.1

用例

无服务器 Web 应用程序、实时竞价平台、游戏排行榜、物联网数据管理、高速数据处理

监控、可观测性、物联网、日志数据存储

可扩展性

自动扩展以处理大量的读取和写入吞吐量,支持按需容量和自动扩展、用于多区域复制的全局表

使用 HBase 作为其存储后端在多个节点上水平扩展

正在寻找最有效的入门方式?

无论您是在寻求成本节约、降低管理开销还是开源,InfluxDB 都能提供帮助。

AWS DynamoDB 概述

Amazon DynamoDB 是 AWS 提供的托管 NoSQL 数据库服务。它于 2012 年首次推出,旨在提供低延迟、高吞吐量的性能。DynamoDB 基于 Amazon 工程师在 2007 年发布的 Dynamo 论文的原则构建,旨在提供高度可用、可扩展和分布式的键值存储。

OpenTSDB 概述

OpenTSDB(开放时间序列数据库)是一个基于 Apache HBase(NoSQL 数据库)构建的开源、分布式且可扩展的时间序列数据库。OpenTSDB 旨在解决对存储和处理来自各种来源(例如物联网设备、传感器和监控系统)生成的大量时间序列数据的日益增长的需求。它最初由 StumbleUpon 于 2010 年开发,后来成为一个拥有活跃贡献者社区的独立项目。


AWS DynamoDB 用于时间序列数据

DynamoDB 可以与时间序列数据一起使用,尽管与专门的时间序列数据库相比,它可能不是最优化的解决方案。要在 DynamoDB 中存储时间序列数据,您可以使用复合主键,其中分区键用于实体标识符,排序键用于时间戳。这使您可以有效地查询特定实体和时间范围的数据。但是,DynamoDB 在处理时间序列数据时的主要弱点是它缺乏对数据聚合和降采样的内置支持,而这些是时间序列分析的常见要求。您可能需要在应用程序中执行这些操作,或使用 AWS Lambda 等其他服务来处理数据。

OpenTSDB 用于时间序列数据

OpenTSDB 专为时间序列数据存储和分析而设计,使其成为管理大规模时间序列数据集的理想选择。它的架构实现了高写入和查询性能,并且可以以最少的资源消耗处理每秒数百万个数据点。OpenTSDB 的灵活查询功能允许用户有效地对时间序列数据执行复杂的分析。


AWS DynamoDB 关键概念

DynamoDB 特有的一些关键术语和概念包括

  • :在 DynamoDB 中,数据存储在表中,表是项目的容器。每个表都有一个主键,用于唯一标识表中的每个项目。
  • 项目:项目是 DynamoDB 表中的单个记录,它们由一个或多个属性组成。
  • 属性:属性是键值对,构成表中的项目。DynamoDB 支持标量、文档和集合数据类型作为属性。
  • 主键:主键唯一标识表中的每个项目,它可以是单属性分区键或复合分区-排序键。

OpenTSDB 关键概念

  • 数据点:时间上的单个测量值,包括时间戳、指标、值和关联的标签。
  • 指标:一个命名值,表示系统的特定方面,例如 CPU 使用率或温度。
  • 标签:与数据点关联的键值对,提供元数据并帮助对数据进行分类和查询。


AWS DynamoDB 架构

DynamoDB 是一个 NoSQL 数据库,它使用键值存储和文档数据模型。它旨在通过自动跨多个服务器对数据进行分区并使用复制来确保容错能力,从而提供高可用性、持久性和可扩展性。DynamoDB 的一些主要组件包括

  • 分区:DynamoDB 根据分区键自动对数据进行分区,这确保数据均匀分布在多个存储节点上。
  • 复制:DynamoDB 在 AWS 区域内的多个可用区之间复制数据,从而提供高可用性和持久性。
  • 一致性:DynamoDB 提供两种一致性模型:最终一致性和强一致性,允许您为您的应用程序选择适当的一致性级别。

OpenTSDB 架构

OpenTSDB 构建于 Apache HBase(一个分布式且可扩展的 NoSQL 数据库)之上,并依赖其架构进行数据存储和管理。OpenTSDB 将时间序列数据存储在 HBase 表中,数据点按指标、时间戳和标签组织。该数据库使用无模式数据模型,这允许在添加新指标和标签时具有灵活性。OpenTSDB 架构还支持通过跨多个 HBase 节点分发数据来实现水平扩展。

免费时间序列数据库指南

获取对备选方案和选择关键要求的全面回顾。

AWS DynamoDB 功能

自动扩展

DynamoDB 可以根据工作负载自动扩展其读取和写入容量,使您能够在不过度配置资源的情况下保持一致的性能。

备份和恢复

DynamoDB 提供对时间点恢复的内置支持,使您能够将表恢复到过去 35 天内的先前状态。

全局表

DynamoDB 全局表使您能够跨多个 AWS 区域复制您的表,从而为全局应用程序提供低延迟访问和数据冗余。

DynamoDB 流捕获表中的项目级修改,可用于触发 AWS Lambda 函数以进行实时处理或与其他 AWS 服务同步数据。

OpenTSDB 功能

可扩展性

OpenTSDB 的分布式架构允许水平扩展,确保数据库可以处理不断增长的时间序列数据量。

数据压缩

OpenTSDB 使用各种压缩技术来减少时间序列数据的存储空间。

支持时间序列的查询语言

OpenTSDB 具有灵活的查询语言,支持聚合、降采样、过滤和其他操作,用于分析时间序列数据。


AWS DynamoDB 用例

会话管理

DynamoDB 可用于存储 Web 应用程序的会话数据,从而为会话信息提供快速且可扩展的访问。

游戏

DynamoDB 可用于存储在线游戏中的玩家数据、游戏状态和其他游戏相关信息,从而提供低延迟和高吞吐量性能。

物联网

DynamoDB 可用于存储和处理来自物联网设备的传感器数据,从而实现设备数据的实时监控和分析。

OpenTSDB 用例

监控和警报

OpenTSDB 非常适合大规模监控和警报系统,这些系统从各种来源生成大量时间序列数据。

物联网数据存储

OpenTSDB 可以存储和分析物联网设备(例如传感器和智能家电)生成的时间序列数据,从而实现实时洞察和分析。

性能分析

OpenTSDB 灵活的查询功能使其成为分析系统和应用程序随时间推移的性能指标的理想选择。


AWS DynamoDB 定价模型

DynamoDB 提供两种定价选项:预置容量和按需容量。使用预置容量,您可以指定您的应用程序预期每秒需要的读取和写入次数,并且您根据预置容量的量收费。此定价模型适用于具有可预测流量或逐渐增加流量的应用程序。您可以使用自动扩展根据指定的利用率自动调整表的容量,从而确保应用程序性能并降低成本。

另一方面,使用按需容量,您需要为您的应用程序在表上执行的数据读取和写入付费。您无需指定您的应用程序预期执行多少读取和写入吞吐量,因为 DynamoDB 会在工作负载增加或减少时立即适应您的工作负载。此定价模型适用于具有波动或不可预测流量模式的应用程序。

OpenTSDB 定价模型

OpenTSDB 是开源软件,这意味着您可以免费使用它,无需任何许可费。但是,运行 OpenTSDB 的成本取决于支持底层 HBase 数据库所需的基础设施,例如云服务或本地硬件。