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，因此决定哪种数据库对于您的特定用例和数据模型而言具有最大的优势和最小的缺点是一个重要的决定。下面您将找到 Prometheus 和 AWS Redshift 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 Prometheus 和 AWS Redshift 在涉及时间序列数据的工作负载中的性能，而不是针对所有可能的用例。时间序列数据通常在数据库性能方面提出了独特的挑战。这是由于正在写入的大量数据以及访问该数据的查询模式。本文无意说明哪个数据库更好；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。
Prometheus 与 AWS Redshift 分解
 |
 |
|
| 数据库模型 | 时间序列数据库 |
数据仓库 |
| 架构 | Prometheus 使用基于拉取的模型，它以给定的间隔从配置的目标中抓取指标。它以自定义、高效的本地存储格式存储时间序列数据，并支持多维数据收集、查询和警报。它可以作为服务器上的单个二进制文件或容器平台（如 Kubernetes）上部署。 |
AWS Redshift 利用列式存储格式进行快速查询，并支持标准 SQL。Redshift 使用分布式、共享无架构，其中数据在多个计算节点之间进行分区。每个节点进一步划分为切片，每个切片并行处理数据的子集。Redshift 可以部署在单节点或多节点集群中，后者为大型数据集提供更好的性能。 |
| 许可证 | Apache 2.0 |
闭源 |
| 用例 | 监控、警报、可观测性、系统指标、应用程序指标 |
业务分析、大规模数据处理、实时仪表板、数据集成、机器学习 |
| 可扩展性 | Prometheus 专为可靠性而设计，可以垂直扩展（具有增加资源的单个节点）或通过联合（Prometheus 服务器从其他 Prometheus 服务器抓取指标的分层设置）进行扩展 |
支持独立扩展存储和计算，并支持根据需要添加或删除节点 |
正在寻找最有效的入门方法？
无论您是在寻找成本节约、更低的运营管理费用还是开源，InfluxDB 都能提供帮助。
Prometheus 概述
Prometheus 是一个开源监控和警报工具包，最初于 2012 年在 SoundCloud 开发。此后，它已成为广泛采用的监控解决方案，也是云原生计算基金会 (CNCF) 项目的一部分。Prometheus 专注于为容器化和基于微服务的环境提供实时洞察和警报。它的主要用例是监控基础设施和应用程序，重点是可靠性和可扩展性。
AWS Redshift 概述
Amazon Redshift 是一项完全托管的 PB 级云数据仓库服务。它于 2012 年作为 AWS 产品套件的一部分推出。Redshift 专为分析工作负载而设计，并与各种数据加载和 ETL 工具以及商业智能和报告工具集成。它使用列式存储来优化存储成本并提高查询性能。
Prometheus 用于时间序列数据
Prometheus 专门为时间序列数据而设计，因为它的主要重点是基于基础设施和应用程序状态的监控和警报。它使用基于拉取的模型，其中 Prometheus 服务器以固定的时间间隔从目标系统抓取指标。此模型适用于监控动态环境，因为它允许自动发现和监控新实例。但是，Prometheus 不适合作为通用时间序列数据库，可能不是高基数或长期数据存储的最佳选择。
AWS Redshift 用于时间序列数据
AWS Redshift 可用于时间序列数据工作负载，尽管 Redshift 针对更通用的数据仓库用例进行了优化。用户可以利用日期和时间相关函数来聚合、筛选和转换时间序列数据。Redshift 还提供“时间序列表”，允许数据根据固定的保留期存储在表中。
Prometheus 关键概念
- 指标：系统特定方面的数值表示，例如 CPU 使用率或内存消耗。
- 时间序列：指标的数据点集合，按时间戳索引。
- 标签：键值对，为指标提供元数据和上下文，从而实现更精细的查询和聚合。
- PromQL：Prometheus 使用其自己的查询语言 PromQL（Prometheus 查询语言）来查询时间序列数据和生成警报。
AWS Redshift 关键概念
- 集群：Redshift 集群是一组节点，由领导节点和一个或多个计算节点组成。领导节点管理与客户端应用程序的通信，并协调计算节点之间的查询执行。
- 计算节点：这些节点存储数据并并行执行查询。集群中计算节点的数量会影响其存储容量和查询性能。
- 列式存储：Redshift 使用列式存储格式，该格式将数据存储在列中而不是行中。这种格式提高了查询性能并减少了存储空间需求。
- 节点切片：计算节点分为切片。每个切片都分配了节点内存和磁盘空间的均等部分，并在其中处理一部分加载的数据。
Prometheus 架构
Prometheus 是一个单服务器、独立监控系统，它使用基于拉取的方法从目标系统收集指标。它以自定义、高度压缩的磁盘格式存储时间序列数据，针对快速查询和低资源使用率进行了优化。Prometheus 的架构是模块化且可扩展的，具有导出器、服务发现机制以及与其他监控系统的集成等组件。作为一个非分布式系统，它缺乏内置集群或水平可扩展性，但它支持联合，允许多个 Prometheus 服务器共享和聚合数据。
AWS Redshift 架构
Redshift 的架构基于分布式和共享无架构。集群由一个领导节点和一个或多个计算节点组成。领导节点负责协调查询执行，而计算节点存储数据并并行执行查询。数据以列式格式存储，这提高了查询性能并减少了存储空间需求。Redshift 使用大规模并行处理 (MPP) 在多个节点之间分发和执行查询，使其能够水平扩展并为大规模数据仓库工作负载提供高性能。
免费时间序列数据库指南
获取关于备选方案和选择数据库的关键要求的全面审查。
Prometheus 功能
基于拉取的模型
Prometheus 通过主动抓取目标来收集指标，从而实现动态环境的自动发现和监控。
PromQL
强大的 Prometheus 查询语言允许对时间序列数据进行富有表现力和灵活性的查询。
警报
Prometheus 支持基于用户定义规则的警报，并与各种警报管理和通知系统集成。
AWS Redshift 功能
可扩展性
Redshift 允许您通过添加或删除计算节点来向上或向下扩展集群，从而使您能够根据需要调整存储容量和查询性能。
性能
Redshift 的列式存储格式和 MPP 架构使其能够为大规模数据仓库工作负载提供高性能的查询执行。
安全性
Redshift 提供了一系列安全功能，包括静态和传输中加密、使用 Amazon Virtual Private Cloud (VPC) 的网络隔离以及与 AWS Identity and Access Management (IAM) 的集成以进行访问控制。
Prometheus 用例
基础设施监控
Prometheus 广泛用于监控容器化和基于微服务的 инфраструктуры（包括 Kubernetes 和 Docker 环境）的运行状况和性能。
应用程序性能监控 (APM)
Prometheus 可以使用客户端库收集自定义应用程序指标，并实时监控应用程序性能。
警报和异常检测
Prometheus 使组织能够根据特定阈值或条件设置警报，帮助他们快速识别和响应潜在问题或异常。
AWS Redshift 用例
数据仓库
Redshift 专为大规模数据仓库工作负载而设计，为存储和分析结构化数据提供了可扩展且高性能的解决方案。
商业智能和报告
Redshift 与各种 BI 和报告工具集成，使组织能够从其数据中获得见解并做出数据驱动的决策。
ETL 和数据集成
Redshift 支持数据加载和提取、转换和加载 (ETL) 流程，允许您集成来自各种来源的数据并为分析做好准备。
Prometheus 定价模型
Prometheus 是一个开源项目，与其使用无关的许可费用。但是，在部署自 управляемый Prometheus 服务器时，可能会产生硬件、托管和运营费用。此外，一些基于云的托管 Prometheus 服务（如 Grafana Cloud 和 Weave Cloud）根据数据保留、查询速率和支持等因素提供不同的定价模型。
AWS Redshift 定价模型
Amazon Redshift 提供两种定价模型：按需实例和预留实例。使用按需定价，您可以按小时为使用的容量付费，无需长期承诺。预留实例提供选择预留一年或三年期限容量的选项，与按需定价相比，每小时费率更低。除了这些定价模型外，您还可以在不同的节点类型之间进行选择，这些节点类型提供不同数量的存储、内存和计算资源。
免费开始使用 InfluxDB
InfluxDB Cloud 是开始存储和分析时间序列数据的最快方法。
