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大、缺点最少是一项重要的决策。下面您将找到 TDengine 和 VictoriaMetrics 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 TDengine 和 VictoriaMetrics 在涉及 时间序列数据 的工作负载中的性能,而不是所有可能的用例。时间序列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这些数据的查询模式。本文不打算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。

TDengine 与 VictoriaMetrics 细分


 
数据库模型

时间序列数据库

时间序列数据库

架构

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。

VictoriaMetrics 可以部署为用于小型应用程序的单节点实例,或部署为用于大型应用程序的集群设置,从而提供水平可扩展性和复制。

许可证

AGPL 3.0

Apache 2.0

用例

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

监控、可观测性、物联网、实时分析、DevOps、应用程序性能监控

可扩展性

水平可扩展,具有集群和内置负载均衡。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

水平可扩展,支持集群和复制,以实现高可用性和高性能

正在寻找最有效的入门方式吗?

无论您是寻求节省成本、降低管理开销还是开源,InfluxDB 都能为您提供帮助。

TDengine 概览

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

VictoriaMetrics 概览

VictoriaMetrics 是一款由 VictoriaMetrics 公司开发的开源时间序列数据库。该数据库旨在通过提供最先进的监控和可观测性解决方案来帮助个人和组织应对其大数据挑战。VictoriaMetrics 旨在成为一种快速、经济高效且可扩展的监控解决方案和时间序列数据库。


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。

VictoriaMetrics 用于时间序列数据

VictoriaMetrics 专为时间序列数据而设计,使其成为涉及时间戳数据存储和分析的应用程序的可靠选择。它提供高性能的存储和检索功能,能够高效处理大量时间序列数据。


TDengine 关键概念

  • 超级表 (Super Table):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 (Sub Table):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 (Tag),用于分类和查询目的。
  • 标签 (Tag):一种元数据属性,用于在超级表中对子表进行分类和过滤。标签已索引并针对高效查询进行了优化。

VictoriaMetrics 关键概念

  • 时间序列 (Time Series):VictoriaMetrics 以时间序列的形式存储数据,时间序列是由时间索引的数据点序列。
  • 指标 (Metric):指标表示随时间跟踪的特定测量值或观测值。
  • 标签 (Tag):标签是与时间序列关联的键值对,用于过滤和分组数据。
  • 字段 (Field):字段包含与时间序列关联的实际数据值。
  • 查询语言 (Query Language):VictoriaMetrics 支持其自己的查询语言,用户可以使用该语言根据特定条件检索和分析时间序列数据。


TDengine 架构

TDengine 使用云原生架构,该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)的优势。

VictoriaMetrics 架构

VictoriaMetrics 有两种形式:单服务器 VictoriaMetrics 和 VictoriaMetrics 集群。单服务器 VictoriaMetrics 是一个易于使用和维护的all-in-one二进制文件。它可以很好地进行垂直扩展,并且可以处理每秒数百万个指标。另一方面,VictoriaMetrics 集群由组件组成,这些组件允许构建水平可扩展的集群,从而在要求苛刻的环境中实现高可用性和可扩展性。VictoriaMetrics 的架构使用户可以选择最适合其需求的部署选项,并根据需要扩展其数据库基础设施。

免费时间序列数据库指南

获取对备选方案和选择关键要求的全面审查。

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,使用户可以使用熟悉的 SQL 语法轻松查询时间序列数据。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。

VictoriaMetrics 功能

高性能

VictoriaMetrics 针对时间序列数据的高性能存储和检索进行了优化。它可以高效处理每秒数百万个指标,并为实时分析提供快速的查询执行。

可扩展性

VictoriaMetrics 的架构允许垂直和水平扩展,使用户可以根据其数据量和需求的增长来扩展其监控和时间序列数据库基础设施。

成本效益

VictoriaMetrics 为管理时间序列数据提供了经济高效的解决方案。其高效的存储和查询功能有助于最大限度地降低运营成本,同时保持高性能。


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间序列数据。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)的时间序列数据,从而促进实时监控、警报和性能优化。

VictoriaMetrics 用例

监控和可观测性

VictoriaMetrics 广泛用于监控和可观测性目的,允许组织收集、存储和分析来自各种系统和应用程序的指标和性能数据。它提供了必要的工具和功能来跟踪和可视化关键绩效指标、排除问题并深入了解系统行为。

物联网数据管理

VictoriaMetrics 适用于处理物联网设备生成的大量时间序列数据。它可以高效地存储和处理传感器数据,从而实现对物联网生态系统的实时监控和分析。VictoriaMetrics 允许跟踪和分析来自工厂、制造厂、卫星和其他物联网设备的数据。

容量规划

VictoriaMetrics 支持对指标进行回顾性分析和预测,以用于容量规划目的。它允许组织分析历史数据、识别模式和趋势,并就资源分配和未来容量需求做出明智的决策。


TDengine 定价模型

TDengine 是开源的,并且在 AGPLv3 许可证下免费使用。TDengine 还为需要额外功能、支持或遵守特定许可要求的组织提供商业许可证和企业支持选项。

VictoriaMetrics 定价模型

VictoriaMetrics 是一个开源项目,这意味着它可以免费使用,并且不需要任何许可费。用户可以下载二进制版本、Docker 镜像或源代码来设置和部署 VictoriaMetrics,而不会产生任何直接成本。VictoriaMetrics 还为本地企业产品和托管 VictoriaMetrics 实例提供付费产品。