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，确定哪个数据库的优势最多、缺点最少是一项重要决策。下面您将找到 Prometheus 和 StarRocks 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 StarRocks 在涉及时序数据的工作负载中的性能，而不是针对所有可能的用例。时序数据通常在数据库性能方面提出了独特的挑战。这是由于正在写入的大量数据以及访问该数据的查询模式。本文并非旨在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 StarRocks 细分
 |
||
| 数据库模型 | 时序数据库 |
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、本地存储格式存储时序数据，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在 Kubernetes 等容器平台上部署。 |
StarRocks 可以部署在本地、云端或混合环境中，具体取决于您的基础设施偏好和要求。 |
| 许可证 | Apache 2.0 |
Apache 2.0 |
| 用例 | 监控、警报、可观测性、系统指标、应用程序指标 |
商业智能、分析、实时数据处理、大规模数据存储 |
| 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）或通过联邦（Prometheus 服务器从其他 Prometheus 服务器抓取指标的层次结构设置）进行扩展 |
水平可扩展，支持分布式存储和查询处理 |
正在寻找最有效的入门方式？
无论您是在寻求成本节约、降低管理开销还是开源，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，它已成为被广泛采用的监控解决方案，并且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。其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。
StarRocks 概述
StarRocks 是一个开源高性能分析数据仓库，可实现实时、多维和高并发数据分析。它采用 MPP（大规模并行处理）架构，并配备了全矢量化执行引擎和支持实时更新的列式存储引擎。
Prometheus 用于时序数据
Prometheus 专为时序数据而设计，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 服务器以有规律的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 并非旨在作为通用时序数据库，可能不是高基数或长期数据存储的最佳选择。
StarRocks 用于时序数据
StarRocks 主要专注于数据仓库工作负载，但可以用于时序数据。StarRocks 可用于实时分析和历史数据分析。
Prometheus 关键概念
- 指标 (Metric)：系统特定方面的数值表示，例如 CPU 使用率或内存消耗。
- 时序 (Time Series)：指标的数据点集合，按时间戳索引。
- 标签 (Label)：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）来查询时序数据和生成警报。
StarRocks 关键概念
- MPP 架构：StarRocks 利用 MPP 架构，该架构支持查询的并行处理和分布式执行，从而实现高性能和可扩展性。
- 矢量化执行引擎：StarRocks 采用全矢量化执行引擎，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 包含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，这些视图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。
Prometheus 架构
Prometheus 是一个单服务器、独立的监控系统，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序数据，针对快速查询和低资源使用率进行了优化。Prometheus 的架构是模块化和可扩展的，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，它缺乏内置的集群或水平可扩展性，但它支持联邦，允许多个 Prometheus 服务器共享和聚合数据。
StarRocks 架构
StarRocks 的架构包括全矢量化执行引擎和列式存储引擎，可实现高效的数据处理和存储。它还结合了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
免费时序数据库指南
获取关于备选方案和选择数据库的关键要求的全面评述。
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 查询语言允许对时序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。
StarRocks 功能
多维分析
StarRocks 支持多维分析，使用户能够从不同的维度和角度探索数据。
高并发
StarRocks 旨在处理高水平的并发，允许多个用户同时执行查询。
物化视图
StarRocks 支持物化视图，这些视图提供数据的预计算摘要，以实现更快的查询性能。
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 инфраструктура 的健康状况和性能，包括 Kubernetes 和 Docker 环境。
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。
StarRocks 用例
实时分析
StarRocks 非常适合实时分析场景，在这些场景中，用户需要分析到达的数据，使他们能够做出及时且数据驱动的决策。
即席查询
凭借其高性能和高并发数据分析功能，StarRocks 非常适合即席查询，允许用户交互式地探索和分析数据。
数据湖分析
StarRocks 支持直接从数据湖分析数据，而无需数据迁移。这使其成为组织利用数据湖进行存储和分析的宝贵工具。
Prometheus 定价模型
Prometheus 是一个开源项目，使用它无需任何许可费。但是，在部署自托管 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（例如 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。
StarRocks 定价模型
StarRocks 可以使用开源项目部署在您自己的硬件上。还有许多商业供应商提供托管服务，以在云端运行 StarRocks。
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。
