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，针对您的特定用例和数据模型，决定哪个数据库的优势最大，缺点最少，是一项重要的决策。下面，您将找到 M3 和 Redis 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 M3 和 Redis 在涉及时序数据的工作负载中的性能，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了独特的挑战。这是由于大量数据被写入以及访问这些数据的查询模式。本文并非旨在论证哪个数据库更好；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。
M3 与 Redis 分解
 |
 |
|
| 数据库模型 | 时序数据库 |
内存数据库 |
| 架构 | M3 堆栈可以部署在本地或云端，使用 Kubernetes 等容器化技术，或作为 AWS 或 GCP 等平台上的托管服务 |
Redis 可以部署在本地、云端或作为托管服务 |
| 许可证 | Apache 2.0 |
BSD 3 |
| 用例 | 监控、可观测性、物联网、实时分析、大规模指标处理 |
缓存、消息代理、实时分析、会话存储、地理空间数据处理 |
| 可扩展性 | 水平可扩展，专为高可用性和大规模部署而设计 |
通过分区和集群实现水平可扩展，支持数据复制 |
正在寻找最有效率的入门方式？
无论您是寻求节省成本、降低管理开销还是开源，InfluxDB 都能提供帮助。
M3 概述
M3 是一个完全用 Go 编写的分布式时序数据库。它旨在收集大量监控时序数据，以水平可扩展的方式分发存储，并有效地利用硬件资源。M3 最初由 Uber 开发，作为 Prometheus 和 Graphite 的可扩展远程存储后端，后来开源以供更广泛使用。
Redis 概述
Redis，代表远程字典服务器（Remote Dictionary Server），是一个开源的内存数据结构存储，可以用作数据库、缓存和消息代理。它由 Salvatore Sanfilippo 于 2009 年创建，并因其高性能和灵活性而广受欢迎。Redis 支持各种数据结构，例如字符串、哈希、列表、集合、带有范围查询的排序集合、位图、HyperLogLog 和带有半径查询的地理空间索引。
M3 用于时序数据
M3 专为时序数据而设计。它是一个分布式且可扩展的时序数据库，针对处理大量高分辨率数据点进行了优化，使其成为存储、查询和分析时序数据的理想解决方案。
M3 的架构侧重于提供快速高效的查询能力以及高摄取率，这对于处理时序数据至关重要。其水平可扩展性和高可用性确保它可以处理大规模部署的需求，并在数据量增长时保持性能。
Redis 用于时序数据
Redis 有一个专门用于处理时序数据的模块，称为 RedisTimeSeries。RedisTimeSeries 提供诸如降采样、数据保留策略以及 Redis 中时序数据的专用查询等功能。作为内存数据库，Redis 在读取和写入时序数据方面非常快，但由于 RAM 的成本高于磁盘，使用 Redis 可能会变得昂贵，具体取决于您的数据集大小。如果您的用例不需要极快的响应时间，则可以通过选择更传统的时序数据库来省钱。
M3 关键概念
- 时序压缩：M3 能够压缩时序数据，从而显着节省内存和磁盘空间。它使用 M3TSZ 和 protobuf 编码两种压缩算法来实现高效的数据压缩。
- 分片：M3 使用分配给物理节点的虚拟分片。时序键被哈希到一组固定的虚拟分片，使水平扩展和节点管理无缝衔接。
- 一致性级别：M3 为读取和写入操作以及集群连接操作提供可变的一致性级别。写入一致性级别包括“一”（单个节点成功）、“多数”（多数节点成功）和“全部”（所有节点成功）。读取一致性级别为“一”，对应于从单个节点读取
Redis 关键概念
- 内存存储：Redis 将数据存储在内存中，与基于磁盘的数据库相比，可以更快地访问和操作数据。
- 数据结构：Redis 支持广泛的数据结构，包括字符串、哈希、列表、集合等等，这为数据建模和存储提供了灵活性。
- 持久性：Redis 提供可选的数据持久性，允许定期将数据保存到磁盘或写入日志以提高耐用性。
- 发布/订阅：Redis 提供发布/订阅消息传递系统，实现客户端之间的实时通信，而无需集中式消息代理。
M3 架构
M3 被设计为水平可扩展并处理高数据吞吐量。它使用文件集文件作为长期存储的主要单元，存储压缩的时序值流。这些文件在块时间窗口变得不可访问后刷新到磁盘。M3 具有提交日志，相当于其他数据库中的提交日志或预写日志，可确保数据完整性。客户端对等流负责从对等节点获取块以进行引导。M3 还实现了缓存策略，通过确定哪些刷新块保留在内存中来优化高效读取。
Redis 架构
Redis 是一个 NoSQL 数据库，它使用键值数据模型，其中每个键都与一个值相关联，该值存储为 Redis 支持的数据结构之一。数据库是单线程的，这简化了其内部架构并减少了争用。Redis 可以部署为独立服务器、集群或主从复制设置，以实现可扩展性和高可用性。Redis 集群模式会自动跨多个节点对数据进行分片，从而提供数据分区和容错能力。
免费时序数据库指南
获取关于替代方案和选择关键要求的全面回顾。
M3 功能
提交日志
M3 使用提交日志来确保数据完整性，为写入操作提供持久性。
对等流
M3 的客户端对等流从对等节点获取数据块以进行引导，优化数据检索和分发。
缓存机制
M3 实现了各种缓存策略，以有效地管理内存使用，将频繁访问的数据块保留在内存中以加快读取速度。
Redis 功能
原子性
Redis 支持复杂数据类型的原子操作，使开发人员可以执行强大的操作，而无需担心竞争条件或其他并发处理问题。
广泛的数据结构支持
Redis 支持一系列数据结构，例如列表、集合、排序集合、哈希、位图、HyperLogLog 和地理空间索引。这种灵活性允许开发人员通过使用在性能特征方面针对其数据优化的数据结构，将 Redis 用于各种各样的任务。
发布/订阅消息传递
Redis 提供了一个发布/订阅消息传递系统，用于客户端之间的实时通信。
Lua 脚本
开发人员可以在 Redis 服务器中运行 Lua 脚本，从而可以在服务器本身中原子地执行复杂的操作，从而减少网络往返次数。
M3 用例
监控和可观测性
M3 特别适用于大规模监控和可观测性任务，因为它可以存储和管理由基础设施、应用程序和微服务生成的大量时序数据。组织可以使用 M3 来分析、可视化和检测从各种来源收集的指标中的异常，使他们能够识别潜在问题并优化其系统。
物联网和传感器数据
M3 可用于存储和处理物联网设备和传感器生成的大量时序数据。通过处理来自数百万个设备和传感器的数据，M3 可以为组织提供关于其连接设备的性能、使用模式和潜在问题的宝贵见解。这些信息可用于优化、预测性维护和提高物联网系统的整体效率。
金融数据分析
金融组织可以使用 M3 来存储和分析与股票、债券、商品和其他金融工具相关的时序数据。通过提供快速高效的查询能力，M3 可以帮助分析师和交易员根据历史趋势、当前市场状况和潜在的未来发展做出更明智的决策。
Redis 用例
缓存
Redis 通常用作缓存，以存储频繁访问的数据并减少其他数据库或服务的负载，从而提高应用程序性能并减少延迟。
任务队列
Redis 可用于实现任务队列，这对于管理需要较长时间处理且应异步执行的任务非常有用。这在 Web 应用程序中尤为常见，在 Web 应用程序中，后台任务可以独立于请求/响应周期进行处理
实时分析和机器学习
Redis 的高性能和低延迟数据访问使其适用于实时分析和机器学习应用程序，例如处理流数据、媒体流和处理时序数据。这可以使用 Redis 的数据结构和功能（如排序集合、时间戳和发布/订阅消息传递）来实现。
M3 定价模型
M3 是一个开源数据库，可以免费使用，尽管您必须考虑管理基础设施和运行 M3 所用硬件的成本。Chronosphere 是 M3 与 Uber 的共同维护者，并且还提供使用 M3 作为后端存储层的托管可观测性服务。
Redis 定价模型
Redis 是开源软件，这意味着它可以部署在您自己的基础设施上并免费使用。但是，也有可用的托管 Redis 服务，例如 Redis Enterprise，它们提供额外的功能、支持和易于部署性。这些服务的定价通常取决于实例大小、数据存储和数据传输等因素。
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式。
