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多，缺点最少是一项重要的决策。在下面，您将找到 Prometheus 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 Prometheus 和 TDengine 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 TDengine 对比细分
 |
 |
|
| 数据库模型 | 时序数据库 |
时序数据库 |
| 架构 | Prometheus 使用基于拉取的模型，在该模型中，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序数据，并支持多维数据收集、查询和警报。它可以作为单个二进制文件部署在服务器上，也可以部署在 Kubernetes 等容器平台上。 |
TDengine 可以部署在本地、云端或混合解决方案中，从而在部署和管理方面具有灵活性。 |
| 许可证 | Apache 2.0 |
AGPL 3.0 |
| 用例 | 监控、警报、可观测性、系统指标、应用程序指标 |
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 | 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）或通过联邦扩展（分层设置，其中 Prometheus 服务器从其他 Prometheus 服务器抓取指标） |
通过集群和内置负载均衡实现水平扩展。TDengine 还提供了解耦的计算和存储，以及对象存储支持，用于某些版本中的数据分层 |
正在寻找最有效率的入门方式？
无论您是为了节省成本、降低管理开销还是开源，InfluxDB 都能帮到您。
Prometheus 概述
Prometheus 是一款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，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。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。
TDengine 概述
TDengine 是一款高性能开源时序数据库，旨在高效处理海量的时序数据。它由涛思数据 (TAOS Data) 于 2017 年创建，专为物联网 (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 数据库的优势，提供高性能、易于使用的 SQL 用于查询以及灵活的数据建模功能。
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 服务器以规则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 不打算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。
TDengine 用于时序数据
TDengine 从头开始设计为时序数据库，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。
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。
- 时序：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 使用自己的查询语言 PromQL（Prometheus 查询语言）来查询时序数据并生成警报。
TDengine 关键概念
- 超级表：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：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：一种元数据属性，用于对超级表中的子表进行分类和过滤。标签已编入索引并针对高效查询进行了优化。
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，该格式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。
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）的优势。
免费时序数据库指南
获取对备选方案和选择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 查询语言允许对时序数据进行富有表现力和灵活的查询。
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。
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 支持以及额外的功能，允许用户使用熟悉的 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。
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 (infrastructure) 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。
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。
Prometheus 定价模型
Prometheus 是一个开源项目，其使用不收取任何许可费。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。
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式。
