InfluxDB 与 PostgreSQL

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流行选择。

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 的查询支持（InfluxQL 是一种自定义的类 SQL 查询语言，增加了对基于时间的函数的支持）。

PostgreSQL 概览

PostgreSQL，也称为 Postgres，是一款开源关系型数据库管理系统，于 1996 年首次发布。它拥有悠久的历史，一直是一款强大、可靠且功能丰富的数据库系统，广泛应用于各个行业和应用程序。PostgreSQL 以其对 SQL 标准的遵守和可扩展性而闻名，这允许用户定义自己的数据类型、运算符和函数。它由一个专门的贡献者社区开发和维护，并在包括 Windows、Linux 和 macOS 在内的多个平台上可用。

InfluxDB 用于时间序列数据

InfluxDB 专为时间序列数据设计，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。它在数据以高容量连续写入，同时用户还需要能够在摄取后快速查询该数据以用于监控和实时分析用例的场景中表现出色。

PostgreSQL 用于时间序列数据

PostgreSQL 可用于时间序列数据存储和分析，尽管它并非专门为此用例而设计。凭借其丰富的数据类型、索引选项和窗口函数支持，PostgreSQL 可以处理时间序列数据。但是，在数据压缩、写入吞吐量和查询速度等方面，Postgres 不如专门的时间序列数据库那样针对时间序列数据进行优化。PostgreSQL 还缺少许多对于处理时间序列数据有用的功能，例如降采样、保留策略和用于时间序列数据分析的自定义 SQL 函数。

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形式。列式存储可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：对于任何使用过其他数据库系统的人来说，InfluxDB 数据模型都将非常熟悉。在最高级别是 buckets，这类似于其他系统称为数据库的东西。InfluxDB measurements 与表同义。measurement 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，应与用于在查询期间进行过滤的识别信息一起使用。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 InfluxDB CLI 访问所有数据库功能。为了写入数据，InfluxDB 创建了 Telegraf，这是一款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，允许查询计算、数据摄取和存储独立扩展。这使 InfluxDB 可以针对您的用例进行微调，并带来显着的成本节约。
• 查询语言：可以使用标准 SQL 或 InfluxQL 查询 InfluxDB，InfluxQL 是一种 SQL 方言，具有许多专门用于处理时间序列数据的函数。
• 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。这对于管理高容量时间序列数据的存储非常有用。

PostgreSQL 关键概念

• MVCC：多版本并发控制是 PostgreSQL 使用的一种技术，允许并发执行多个事务，而不会发生冲突或锁定。
• WAL：预写式日志是一种用于确保数据持久性的方法，通过在将更改写入主数据文件之前将其记录到日志中。
• TOAST：超大属性存储技术是一种用于将大数据值存储在单独的表中以减少主表的磁盘空间消耗的机制。

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。这些组件包括数据摄取、数据查询、数据压缩和垃圾回收。数据通过 ingesters 以毫秒级的延迟写入。数据查询器几乎可以立即查询这些数据，同时，压缩器在后台获取新写入的数据文件，并将它们合并为更大的文件，这些文件将被发送到对象存储。垃圾回收器负责数据保留和空间回收，通过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，这使得每个组件都可以根据当前的写入和查询工作负载独立扩展。查询器能够无缝地从 ingesters 以及对象存储中提取最近写入的数据，从而允许廉价地存储数据，而不会增加查询延迟。

PostgreSQL 架构

PostgreSQL 是一款客户端-服务器关系型数据库系统，它使用 SQL 语言进行查询和操作。它采用基于进程的架构，每个到数据库的连接都由一个单独的服务器进程处理。这种架构提供了不同用户和会话之间的隔离。PostgreSQL 支持 ACID 事务，并结合使用 MVCC、WAL 和其他技术来确保数据一致性、持久性和性能。它还支持各种扩展和外部模块来增强其功能。