InfluxDB 与 Apache Cassandra 对比

InfluxDB 概述

InfluxDB 是一个高性能的时序数据库，能够存储任何形式的时序数据，例如指标、事件、日志和跟踪。InfluxDB 由 InfluxData 开发，于 2013 年首次发布。InfluxDB 是一个用 Go 编写的开源数据库，专注于性能、可扩展性和开发者生产力。该数据库经过优化，可以大规模处理时序数据，使其成为涉及监控性能指标、物联网数据和实时分析的用例的常用选择。

InfluxDB 3.0 是 InfluxDB 的最新版本，目前在 InfluxDB Cloud Serverless 和 InfluxDB Cloud Dedicated 中提供。它使用 Rust 构建，Rust 是一种现代编程语言，专为性能、安全性和内存管理而设计。InfluxDB 还具有解耦架构，允许计算和存储独立扩展。InfluxDB 3.0 提供对 SQL 和 InfluxQL（自定义类 SQL 查询语言，增加了对基于时间的函数的支持）的查询支持。

Apache Cassandra 概述

Apache Cassandra 是一个高度可扩展、分布式和去中心化的 NoSQL 数据库，旨在处理跨多个商品服务器的大量数据。Cassandra 最初由 Facebook 创建，现在是 Apache 软件基金会的项目。它的主要重点是提供高可用性、容错能力和线性可扩展性，使其成为对工作负载要求高且延迟要求低的应用程序的常用选择。

InfluxDB 用于时序数据

InfluxDB 专为时序数据设计，使其非常适合涉及随时间推移跟踪和分析数据点的应用程序。它擅长数据以高容量持续写入的场景，同时用户还需要在摄取后快速查询数据，以用于 监控和实时分析 用例。

Apache Cassandra 用于时序数据

Cassandra 可以用于处理时序数据，因为它具有分布式架构并支持基于时间的分析。时序数据可以使用基于时间范围的分区键有效地存储和检索，从而确保快速访问数据点。

InfluxDB 关键概念

• 列式存储：InfluxDB 以面向列的格式存储数据，使用 Parquet 进行持久文件存储，并使用 Apache Arrow 作为数据的内存表示。列式存储可以实现更好的数据压缩，并加快分析工作负载的查询速度。
• 数据模型：InfluxDB 数据模型对于任何使用过其他数据库系统的人来说都很熟悉。在最高级别是存储桶，这与其他系统称为数据库的概念类似。InfluxDB 度量等同于表。度量的特定数据点包含标签和值。标签用作查询数据的主键的一部分，应用于标识查询期间用于过滤的信息。InfluxDB 是无模式的，因此可以添加新字段，而无需迁移或修改模式。
• 集成：InfluxDB 的构建旨在灵活且适合您的应用程序架构。其中的一个关键方面是 InfluxDB 使读取和写入数据变得容易的多种方式。首先，可以通过 HTTP API 或使用 InfluxDB CLI 访问所有数据库功能。对于写入数据，InfluxDB 创建了 Telegraf，这是一个可以通过插件从数百个不同来源收集数据并将数据写入 InfluxDB 的工具。客户端库也适用于最流行的编程语言，以允许写入和查询数据。
• 解耦架构：InfluxDB 3.0 具有解耦架构，允许查询计算、数据摄取和存储独立扩展。这允许针对您的用例对 InfluxDB 进行微调，并显着节省成本。
• 查询语言：可以使用标准 SQL 或 InfluxQL（一种 SQL 方言，具有许多专门用于处理时序数据的函数）查询 InfluxDB。
• 保留策略：InfluxDB 允许您定义保留策略，以确定数据在自动删除之前存储多长时间。这对于管理大量时序数据的存储非常有用。

Apache Cassandra 关键概念

• 列族：类似于关系数据库中的表，列族是行的集合，每行由键值对组成。
• 分区键：用于在集群中的多个节点之间分布数据的唯一标识符，确保均匀分布和快速数据检索。
• 复制因子：跨集群中不同节点存储的数据副本数，以提供容错能力和高可用性。
• 一致性级别：一个可配置的参数，用于确定集群中读/写性能和数据一致性之间的权衡。

InfluxDB 架构

从高层次来看，InfluxDB 的架构旨在优化时序数据的存储和查询性能。InfluxDB 的确切架构会因版本和部署 InfluxDB 的方式而略有不同。

InfluxDB 3.0 的架构可以分解为四个关键组件，这些组件几乎彼此独立运行，从而使 InfluxDB 在配置方面非常灵活。这些组件是数据摄取、数据查询、数据压缩和垃圾回收。数据通过摄取器写入，延迟为毫秒级。数据查询器几乎可以立即查询此数据，同时压缩器在后台获取新写入的数据文件，并将它们合并到更大的文件中，这些文件将发送到对象存储。垃圾回收器负责数据保留和空间回收，方法是计划数据的软删除和硬删除。

InfluxDB 架构的关键部分是摄取和查询组件的分离，这允许根据当前的写入和查询工作负载独立扩展每个组件。查询器能够无缝地从摄取器以及对象存储中提取最近写入的数据，这使得数据可以廉价地存储，而不会增加查询延迟。

Apache Cassandra 架构

Cassandra 使用无主节点的对等架构，其中所有节点都是平等的，并且没有单点故障。这种设计确保了高可用性和容错能力。Cassandra 的数据模型是键值系统和面向列的系统之间的混合，其中数据基于分区键在节点之间进行分区，并存储在列族中。Cassandra 支持可调的一致性，允许用户根据其特定需求调整数据一致性和性能之间的平衡。