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。下面您将找到 Redis 和 TimescaleDB 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 Redis 和 TimescaleDB 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。这是因为写入的数据量很大以及访问这些数据的查询模式。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。
Redis 与 TimescaleDB 细分
 |
 |
|
| 数据库模型 | 内存数据库 |
时序数据库 |
| 架构 | Redis 可以部署在本地、云端或作为托管服务 |
TimescaleDB 构建于 PostgreSQL 之上，并继承了其架构。它使用特定于时序的优化和功能扩展了 PostgreSQL，使其能够高效地管理时序数据。它可以作为单节点、多节点设置或在云端作为托管服务部署。 |
| 许可证 | BSD 3 |
Timescale 许可证（适用于 TimescaleDB 社区版）；Apache 2.0（适用于核心 PostgreSQL） |
| 用例 | 缓存、消息队列、实时分析、会话存储、地理空间数据处理 |
监控、可观测性、物联网、实时分析、金融市场数据 |
| 可扩展性 | 通过分区和集群水平扩展，支持数据复制 |
通过对分区、复制和分片的原生支持实现水平扩展。提供多节点功能，用于在节点之间分布数据和查询。 |
正在寻找最有效率的入门方式？
无论您是在寻求节省成本、降低管理开销还是开源，InfluxDB 都能提供帮助。
Redis 概述
Redis，即远程字典服务器（Remote Dictionary Server），是一个开源的内存数据结构存储，可以用作数据库、缓存和消息队列。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 以及带有半径查询的地理空间索引。
TimescaleDB 概述
TimescaleDB 是一个构建在 PostgreSQL 之上的开源时序数据库。它的创建是为了解决管理时序数据方面的挑战，例如可扩展性、查询性能和数据保留策略。TimescaleDB 于 2017 年首次发布，此后因其 PostgreSQL 兼容性、性能优化和灵活的数据保留策略而成为存储和分析时序数据的热门选择。
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 提供了诸如降采样、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时速度非常快，但由于 RAM 的成本高于磁盘，使用 Redis 可能会变得昂贵，具体取决于数据集的大小。如果您的用例不需要极快的响应时间，则可以选择更传统的时序数据库来省钱。
TimescaleDB 用于时序数据
TimescaleDB 专为时序数据而设计，使其成为存储和查询此类数据的自然选择。它为时序数据管理提供了多种优势，例如水平可扩展性、列式存储和保留策略支持。但是，TimescaleDB 可能不是所有时序用例的最佳选择。一个例子是，如果应用程序需要非常高的写入吞吐量或实时分析，则其他专门的时序数据库（如 InfluxDB）可能更适合。
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，这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，这些结构在数据建模和存储方式方面提供了灵活性。
- 持久化：Redis 提供可选的数据持久化，允许定期将数据保存到磁盘或写入日志以实现持久性。
- 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，而无需集中式消息队列。
TimescaleDB 关键概念
- 超表：超表是一个分布式表，按时间和可能的其他维度（例如设备 ID 或位置）进行分区。它是 TimescaleDB 中存储时序数据的主要抽象，旨在跨多个节点进行水平扩展。
- 块：块是超表的分区，包含超表数据的子集。块由 TimescaleDB 根据指定的时间间隔自动创建，并且可以单独压缩、索引和备份，以获得更好的性能和数据管理。
- 分布式超表：对于大规模部署，TimescaleDB 支持分布式超表，它跨多个节点对数据进行分区，以提高查询性能和容错能力。
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。该数据库是单线程的，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 集群模式自动跨多个节点分片数据，提供数据分区和容错能力。
TimescaleDB 架构
TimescaleDB 是构建在 PostgreSQL 之上的扩展，继承了其关系数据模型和 SQL 支持。但是，TimescaleDB 使用自定义数据结构和时序数据优化（例如超表和块）扩展了 PostgreSQL。
免费时序数据库指南
获取对备选方案和选择您的方案的关键要求的全面审查。
Redis 功能
原子性
Redis 支持对复杂数据类型进行原子操作，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。这种灵活性使开发人员可以将 Redis 用于各种任务，方法是使用在性能特征方面针对其数据优化的数据结构。
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。
TimescaleDB 功能
分区
TimescaleDB 使用超表和块自动对时序数据表进行分区，这简化了数据管理并提高了查询性能。
面向时序的 SQL 函数
TimescaleDB 为时序数据应用场景提供了多个专门的 SQL 函数和运算符，例如 time_bucket、first 和 last，这些函数和运算符简化了查询和聚合时序数据。
查询优化
如前所述，TimescaleDB 扩展了 PostgreSQL 的查询计划器，用于写入和查询时序数据，包括基于时间的索引和块修剪等优化。
Redis 用例
缓存
Redis 通常用作缓存，用于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 应用程序中尤其常见，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、时间戳和发布/订阅消息传递）来实现。
TimescaleDB 用例
监控和指标
TimescaleDB 非常适合存储和分析监控和指标数据，例如服务器性能指标、应用程序日志和传感器数据。其超表结构和查询优化使其可以轻松存储、查询和可视化大量时序数据。
物联网数据存储
TimescaleDB 可用于存储和分析物联网数据，例如传感器读数和设备状态信息。它对自动分区和专用 SQL 接口的支持简化了大规模物联网数据集的管理和查询。
金融数据
TimescaleDB 适用于存储和分析金融数据，例如股票价格、汇率和交易量。其查询优化和专用 SQL 函数使其可以轻松执行基于时间的聚合和分析金融数据中的趋势。
Redis 定价模型
Redis 是开源软件，这意味着您可以自由地在您自己的基础设施上部署和使用它。但是，也有可用的 Redis 托管服务，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。
TimescaleDB 定价模型
TimescaleDB 有两个版本：TimescaleDB 开源版和 TimescaleDB 云版。开源版可以免费使用并可以自行托管，而云版是托管服务，采用按需付费定价模式，具体取决于存储、计算和数据传输使用量。TimescaleDB 云提供具有不同资源和功能级别（例如持续备份和高可用性）的各种定价层。
免费开始使用 InfluxDB
InfluxDB Cloud 是开始存储和分析您的时序数据的最快方式。
