InfluxDB 与 AWS DynamoDB

InfluxDB 概览

InfluxDB 是一款高性能时间序列数据库，能够存储任何形式的时间序列数据，例如指标、事件、日志和跟踪。InfluxDB 由 InfluxData 开发，于 2013 年首次发布。InfluxDB 是一款用 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。该数据库针对大规模处理时间序列数据进行了优化，使其成为监控性能指标、物联网数据和实时分析等用例的热门选择。

InfluxDB 3.0 是 InfluxDB 的最新版本，目前在 InfluxDB Cloud Serverless 和 InfluxDB Cloud Dedicated 中可用。它使用 Rust 构建，Rust 是一种为性能、安全性和内存管理而设计的现代编程语言。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。

AWS DynamoDB 概览

Amazon DynamoDB 是由 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 工程师于 2007 年发布的 Dynamo 论文的原理构建，旨在提供高度可用、可扩展且分布式的键值存储。

InfluxDB 用于时间序列数据

InfluxDB 专为时间序列数据设计，非常适合涉及随时间跟踪和分析数据点的应用程序。它擅长于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。

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内的数据。然而，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。

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和更快的分析工作负载查询。
• 数据模型：任何使用过其他数据库系统的人都会熟悉 InfluxDB 数据模型。在最高级别是存储桶，这与其他系统称为数据库的类似。InfluxDB 测量等同于表。测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 的构建旨在灵活地适应您的应用程序架构。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，所有数据库功能都可以通过 HTTP API 或 InfluxDB CLI 访问。为了写入数据，InfluxDB 创建了 Telegraf，这是一款工具，可以通过插件从数百个不同的来源收集数据并将数据写入 InfluxDB。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。这使得 InfluxDB 可以针对您的用例进行微调，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间序列数据的函数）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。这对于管理高容量时间序列数据的存储非常有用。

AWS DynamoDB 关键概念

一些特定于 DynamoDB 的关键术语和概念包括

• 表：在 DynamoDB 中，数据存储在表中，表是项的容器。每个表都有一个主键，用于唯一标识表中的每个项。
• 项：项是 DynamoDB 表中的单个记录，它们由一个或多个属性组成。
• 属性：属性是构成表中项的键值对。DynamoDB 支持属性的标量、文档和集合数据类型。
• 主键：主键唯一标识表中的每个项，它可以是单属性分区键或复合分区排序键。

InfluxDB 架构

从高层次来看，InfluxDB 的架构旨在优化时间序列数据的存储和查询性能。InfluxDB 的确切架构会因版本和 InfluxDB 的部署方式而略有不同。

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。数据通过摄取器以毫秒级延迟写入。数据查询器几乎可以立即查询此数据，同时在后台，压缩器将新写入的数据文件合并为更大的文件，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，方法是调度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，这允许每个组件根据当前的写入和查询工作负载独立扩展。查询器能够从摄取器以及对象存储中无缝拉取最近写入的数据，这使得数据可以廉价存储，而不会增加查询延迟。

AWS DynamoDB 架构

DynamoDB 是一种 NoSQL 数据库，它使用键值存储和文档数据模型。它旨在通过在多个服务器之间自动分区数据并使用复制来确保容错，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 根据分区键自动分区数据，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，允许您为应用程序选择适当的一致性级别。