PostgreSQL vs StarRocks

PostgreSQL 概述

PostgreSQL，也称为 Postgres，是一个开源关系数据库管理系统，于 1996 年首次发布。它具有悠久的作为稳健、可靠和功能丰富的数据库系统的历史，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。它由一个由贡献者组成的专门社区开发和维护，并且可在包括 Windows、Linux 和 macOS 在内的多个平台上使用。

StarRocks 概述

StarRocks 是一个开源的高性能分析数据仓库，支持实时、多维和高并发数据分析。它采用 MPP（大规模并行处理）架构，并配备了完全向量化的执行引擎和支持实时更新的列式存储引擎。

PostgreSQL 用于时序数据

PostgreSQL 可以用于时序数据存储和分析，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 可以处理时序数据。但是，在数据压缩、写入吞吐量和查询速度等方面，Postgres 不会像专门的时序数据库那样针对时序数据进行优化。PostgreSQL 还缺少许多对于处理时序数据有用的功能，例如降采样、保留策略和用于时序数据分析的自定义 SQL 函数。

StarRocks 用于时序数据

StarRocks 主要专注于数据仓库工作负载，但也可以用于时序数据。StarRocks 可用于实时分析和历史数据分析。

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：超尺寸属性存储技术是一种用于在单独的表中存储大型数据值以减少主表的磁盘空间消耗的机制。

StarRocks 关键概念

• MPP 架构：StarRocks 采用 MPP 架构，该架构支持并行处理和分布式查询执行，从而实现高性能和可扩展性。
• 向量化执行引擎：StarRocks 采用完全向量化的执行引擎，该引擎利用 SIMD（单指令多数据）指令批量处理数据，从而优化查询性能。
• 列式存储引擎：StarRocks 中的列式存储引擎按列组织数据，这通过仅在查询执行期间访问必要的列来提高查询性能。
• 基于成本的优化器 (CBO)：StarRocks 包括一个完全自定义的基于成本的优化器，该优化器评估不同的查询执行计划，并根据估计成本选择最有效的计划。
• 物化视图：StarRocks 支持智能物化视图，它是数据的预计算摘要，通过提供对聚合数据的更快访问来加速查询性能。

PostgreSQL 架构

PostgreSQL 是一个客户端-服务器关系数据库系统，它使用 SQL 语言进行查询和操作。它采用基于进程的架构，与数据库的每个连接都由一个单独的服务器进程处理。此架构在不同用户和会话之间提供隔离。PostgreSQL 支持 ACID 事务，并使用 MVCC、WAL 和其他技术的组合来确保数据一致性、持久性和性能。它还支持各种扩展和外部模块以增强其功能。

StarRocks 架构

StarRocks 的架构包括完全向量化的执行引擎和列式存储引擎，用于高效的数据处理和存储。它还结合了诸如基于成本的优化器和物化视图等功能，以优化查询性能。StarRocks 支持从各种来源实时和批量数据摄取，并支持直接分析存储在数据湖中的数据，而无需数据迁移