TDengine 与 TimescaleDB 对比

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，结合了关系型数据库和 NoSQL 数据库的优点，提供高性能、易于使用的 SQL 查询以及灵活的数据建模功能。

TimescaleDB 概述

TimescaleDB 是一款构建于 PostgreSQL 之上的开源时间序列数据库。它的创建是为了解决管理时间序列数据的挑战，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间序列数据的热门选择。

TDengine 用于时间序列数据

TDengine 从头开始设计为时间序列数据库，因此它非常适合大多数涉及大量存储和分析时间序列数据的用例。

TimescaleDB 用于时间序列数据

TimescaleDB 专门为时间序列数据而设计，使其成为存储和查询此类数据的自然选择。它为时间序列数据管理提供了多项优势，例如水平可扩展性、列式存储和保留策略支持。但是，TimescaleDB 可能不是所有时间序列用例的最佳选择。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 InfluxDB 等其他专门的时间序列数据库可能更适合。

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筛选。标签已索引并针对高效查询进行了优化。

TimescaleDB 关键概念

• 超表：超表是一种分布式表，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 中存储时间序列数据的主要抽象，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。

TDengine 架构

TDengine 使用云原生架构，结合了关系型数据库（支持 SQL 查询）和 NoSQL 数据库（可扩展性和灵活性）的优点。

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针对时间序列数据的优化（例如超表和块）扩展了 PostgreSQL。