InfluxDB 与 MongoDB 对比

InfluxDB 概览

InfluxDB 是一个高性能时序数据库，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序数据进行了优化，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，允许独立扩展计算和存储。InfluxDB 3.0 为 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）提供查询支持。

MongoDB 概览

MongoDB 是一个流行的开源 NoSQL 数据库，于 2009 年推出。MongoDB 旨在处理大量非结构化和半结构化数据，提供灵活的、无模式的数据模型、水平可扩展性和高性能。它的易用性、基于 JSON 的文档存储以及对各种编程语言的支持，促成了它在各个行业和应用中的广泛采用。

InfluxDB 用于时序数据

InfluxDB 专为时序数据而设计，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，同时用户还需要在数据摄取后快速查询该数据，以用于 监控和实时分析 用例。

MongoDB 用于时序数据

尽管 MongoDB 是一个通用的 NoSQL 数据库，但它可以用于存储和处理时序数据。MongoDB 灵活的数据模型允许轻松适应时序数据不断变化的结构，例如添加新指标或修改现有指标。MongoDB 提供对生存时间 (TTL) 索引的内置支持，这些索引会在指定时间段后自动过期旧数据，使其适用于管理具有有限存储容量的大量时序数据。MongoDB 最近还为时序用例添加了自定义列式存储引擎和时序集合，旨在提高数据压缩和查询性能方面相对于默认 MongoDB 存储引擎的性能。

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。列式存储可以更好地压缩数据，并加快分析工作负载的查询速度。
• 数据模型：对于任何使用过其他数据库系统的人来说，InfluxDB 数据模型都会很熟悉。在最高层是存储桶，这与其他系统称为数据库的类似。InfluxDB 测量值与表同义。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，应在查询期间用于识别用于过滤的信息。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 的构建旨在实现灵活性并适应您应用程序的架构。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。对于写入数据，InfluxDB 创建了 Telegraf，这是一个工具，可以通过插件从数百个不同的来源收集数据，并将这些数据写入 InfluxDB。客户端库也可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，允许独立扩展查询计算、数据摄取和存储。这允许根据您的用例对 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，这些策略确定数据在被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。

MongoDB 关键概念

一些特定于 MongoDB 的关键术语和概念包括

• 数据库：MongoDB 数据库是集合的容器，集合是相关文档的组。
• 集合：MongoDB 中的集合类似于关系数据库中的表，用于保存一组文档。
• 文档：MongoDB 中的文档是单个记录，以称为 BSON（二进制 JSON）的类似 JSON 的格式存储。集合中的文档可以具有不同的结构。
• 字段：字段是文档中的键值对，类似于关系数据库中的属性或列。
• 索引：MongoDB 中的索引是一种数据结构，可提高集合中特定字段的查询性能。

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以及您部署 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。

MongoDB 架构

MongoDB 的架构以其灵活的、基于文档的数据模型为中心。作为 NoSQL 数据库，MongoDB 支持无模式结构，这允许存储和查询各种数据类型，例如嵌套数组和文档。MongoDB 可以部署为独立服务器、副本集或分片集群。副本集通过自动故障转移和数据冗余提供高可用性，而分片集群通过基于分片键将数据分布到多台服务器上来实现水平扩展和负载均衡。