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确定哪种数据库具有最大的优势和最小的缺点是一项重要的决定。以下您将找到 InfluxDB 和 TDengine 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 InfluxDB 和 TDengine 在涉及时序数据的工作负载方面的性能，而不是所有可能的用例。时序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这些数据的查询模式。本文并非旨在说明哪种数据库更好；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。
InfluxDB 与 TDengine 对比细分
 |
 |
|
| 数据库模型 | 时序数据库 |
|
| 架构 | 云原生架构，可用作托管云服务或在本地您自己的硬件上自托管 |
TDengine 可以部署在本地、云端或作为混合解决方案，从而在部署和管理方面具有灵活性。 |
| 许可证 | MIT |
AGPL 3.0 |
| 用例 | 监控、可观测性、物联网、实时分析 |
物联网数据存储、工业监控、智能能源、智能家居、监控和可观测性 |
| 可扩展性 | 水平可扩展，通过 InfluxDB 3.0 解耦存储和计算，可降低高达 90% 的存储成本（基准测试） |
水平可扩展，具有集群和内置负载均衡。TDengine 还提供解耦的计算和存储，以及在某些版本中为数据分层提供的对象存储支持 |
正在寻找最有效率的入门方式？
无论您是在寻求成本节约、更低的 管理开销还是开源，InfluxDB 都能提供帮助。
InfluxDB 概述
InfluxDB 是一种高性能时序数据库，能够存储任何形式的时序数据，例如指标、事件、日志和追踪。InfluxDB 由 InfluxData 开发，于 2013 年首次发布。InfluxDB 是一种用 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，使其成为监控性能指标、物联网数据和实时分析等用例的常用选择。
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，允许独立扩展计算和存储。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。
TDengine 概述
TDengine 是一种高性能开源时序数据库，旨在高效处理海量时序数据。它由涛思数据 (TAOS Data) 于 2017 年创建，专门为物联网 (IoT)、工业物联网和 IT 基础设施监控用例而设计。TDengine 具有独特的混合架构，结合了关系数据库和 NoSQL 数据库的优点，提供高性能、易于使用的 SQL 查询以及灵活的数据建模功能。
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。它在数据以高容量持续写入，同时用户还需要能够在摄取后快速查询数据以用于监控和实时分析用例的场景中表现出色。
TDengine 用于时序数据
TDengine 从一开始就被设计为时序数据库，因此它非常适合大多数大量涉及存储和分析时序数据的用例。
InfluxDB 关键概念
- 列式存储：InfluxDB 以列式格式存储数据，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：InfluxDB 数据模型对于使用过其他数据库系统的人来说会很熟悉。在最高级别是存储桶 (buckets)，它类似于其他系统所称的数据库。InfluxDB 测量 (measurements) 等同于表。测量的特定数据点包含标签 (tags) 和值 (values)。标签用作查询数据的主键的一部分，应在查询期间用于标识用于过滤的信息。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 的构建旨在灵活并适应您的应用程序架构。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 或使用 InfluxDB CLI 访问所有数据库功能。为了写入数据，InfluxDB 创建了 Telegraf，这是一种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，允许独立扩展查询计算、数据摄取和存储。这使得可以针对您的用例微调 InfluxDB，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，该策略确定数据在自动删除之前存储的时间。这对于管理高容量时序数据的存储非常有用。
TDengine 关键概念
- 超级表 (Super Table)：用于创建具有相同模式的多个表的模板。它类似于某些其他数据库中的表继承概念。
- 子表 (Sub Table)：基于超级表创建的表，继承其模式。子表可以具有额外的标签，用于分类和查询目的。
- 标签 (Tag)：一种元数据属性，用于在超级表中对子表进行分类和过滤。标签已索引并针对高效查询进行了优化。
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。数据通过摄取器以毫秒级延迟写入。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组合成更大的文件，这些文件将被发送到对象存储。垃圾回收器负责通过安排数据的软删除和硬删除来进行数据保留和空间回收。
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摄取器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。
TDengine 架构
TDengine 使用云原生架构，该架构结合了关系数据库（支持 SQL 查询）和 NoSQL 数据库（可扩展性和灵活性）的优点。
免费时序数据库指南
获取对备选方案和选择您的数据库的关键要求的全面回顾。
InfluxDB 功能
高性能存储和查询
InfluxDB 针对时序数据进行了优化，提供高性能的存储和查询功能。在存储方面，由于其解耦架构，InfluxDB 能够轻松扩展。对象存储用于持久化数据，并且可以独立扩展查询节点以提高查询性能和容量。
与以前版本的 InfluxDB 相比，新发布的 InfluxDB 3.0 数据压缩效率提高了 4.5 倍，查询速度提高了 2.5-45 倍，具体取决于查询类型。
保留策略
InfluxDB 允许用户定义保留策略，该策略会在指定持续时间后自动删除数据点。此功能有助于管理数据存储成本，并确保仅保留相关数据。
数据压缩
InfluxDB 的存储引擎会自动压缩磁盘上的数据，从而减少存储需求并提高查询性能。借助 InfluxDB 3.0，数据使用 Parquet 文件格式存储，以获得更高的时序数据压缩率。
水平扩展和集群
InfluxDB 支持水平扩展和集群，允许用户将数据分布在多个节点上，以提高性能和容错能力。
数据分层
InfluxDB 3.0 能够无缝地将数据从廉价的对象存储移动到更快的存储中，以实现低延迟查询，而无需昂贵的 SSD 或大量 RAM 利用率。这允许用户以更高的频率存储更长时间的数据，同时仍然节省存储成本。
TDengine 功能
数据摄取
TDengine 支持高速数据摄取，能够处理每秒数百万个数据点。它支持批量和单个数据插入。
数据查询
TDengine 提供 ANSI SQL 支持以及其他功能，使用户可以使用熟悉的 SQL 语法轻松查询时序数据。它支持各种聚合函数、过滤和连接。
数据保留和压缩
TDengine 自动压缩数据以节省存储空间，并提供数据保留策略以自动删除旧数据。
InfluxDB 用例
监控和警报
InfluxDB 广泛用于监控和警报目的，因为它可以有效地存储和处理各种系统、应用程序和设备生成的时序数据。凭借其高性能查询引擎以及与 Grafana 等可视化工具的集成，用户可以创建实时仪表板并根据特定条件或阈值设置警报。
物联网数据存储和分析
由于其高写入和查询性能，InfluxDB 是存储和分析传感器、设备和应用程序生成的物联网数据的理想选择。用户可以利用 InfluxDB 的可扩展性和保留策略来管理大量的时序数据，并使用其强大的查询语言来深入了解物联网生态系统。
实时分析
InfluxDB 的性能和灵活性使其适用于实时分析用例，例如跟踪用户行为、监控应用程序性能和分析财务数据。借助其对 InfluxQL 和 SQL 的支持，用户可以实时执行复杂的数据分析和聚合，从而使他们能够做出数据驱动的决策。
TDengine 用例
物联网数据存储和分析
TDengine 旨在处理物联网设备生成的海量时序数据。其高性能的摄取、查询和存储功能使其成为物联网数据存储和分析的合适选择。
工业物联网监控
TDengine 可用于存储和分析来自工业物联网传感器和设备的数据，帮助组织监控设备性能、检测异常并优化运营。
基础设施监控
TDengine 可用于收集和分析来自 IT 基础设施组件（例如服务器、网络和应用程序）的时序数据，从而促进实时监控、警报和性能优化。
InfluxDB 定价模型
InfluxDB 提供多种定价选项，包括免费开源版本、基于云的产品以及用于本地部署的企业版
- InfluxDB Cloud Serverless：InfluxDB Cloud Serverless 是一种托管的、基于云的产品，采用按需付费定价模式。它提供额外的功能，例如监控、警报和数据可视化。InfluxDB Cloud 在所有主要云提供商中均可用。
- InfluxDB Cloud Dedicated - 这是一种托管云解决方案，它在专用硬件上提供隔离的 InfluxDB 实例，适用于需要隔离或受益于能够指定和微调硬件配置的用例。
- InfluxDB Enterprise：本地解决方案，具有企业级功能，可用于安全性和支持集群以及其他水平扩展选项。
- InfluxDB 开源版：InfluxDB 的开源版本可免费使用，并提供数据库的核心功能。
TDengine 定价模型
TDengine 是开源的，可以根据 AGPLv3 许可证免费使用。TDengine 还为需要额外功能、支持或符合特定许可要求的组织提供商业许可证和企业支持选项。
免费开始使用 InfluxDB
InfluxDB Cloud 是开始存储和分析时序数据的最快方法。
