AWS Redshift 与 TDengine

AWS Redshift 概述

Amazon Redshift 是云中完全托管的 PB 级数据仓库服务。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。

TDengine 概述

TDengine 是一款高性能开源时间序列数据库，旨在高效处理海量时间序列数据。它由涛思数据于 2017 年创建，专门为物联网 (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（支持 SQL 查询）和 NoSQL 数据库（可扩展性和灵活性）的优点，提供高性能、易于使用的 SQL 查询以及灵活的数据建模功能。

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。用户可以利用基于日期和时间的函数来聚合、过滤和转换时间序列数据。Redshift 还提供“时间序列表”，允许根据固定的保留期将数据存储在表中。

TDengine 用于时间序列数据

TDengine 从一开始就被设计为时间序列数据库，因此它非常适合大多数大量涉及存储和分析时间序列数据的用例。

AWS Redshift 关键概念

• 集群：Redshift 集群是一组节点，由一个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：计算节点被划分为切片。每个切片被分配节点内存和磁盘空间的相等部分，并在其中处理一部分加载的数据。

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。它类似于其他一些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：用于在超级表中分类和过滤子表的元数据属性。标签已索引并针对高效查询进行了优化。

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型数据仓库工作负载提供高性能。

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。