TDengine TSBS 基準測試結(jie)果顯示(shi)查詢性(xing)能(neng)最高達(da)到 InfluxDB 的 37 倍、TimescaleDB 的 28.6 倍。
2 月 21 日，開源、高性能、云原生的時序數據平臺 TDengine 正式發布 TDengine 3.0 性能對比分析報告，該報告從數據寫入、壓縮和查詢等維度，對比了 TDengine 與市場其他流行的時序數據庫（Time Series Database，TSDB）產品的(de)性能差異。報告(gao)旨在(zai)驗證 TDengine 基(ji)于時序數(shu)據場景所設計的(de)獨特架構帶來的(de)性能優勢以(yi)及(ji)成(cheng)(cheng)本控制(zhi)水平(ping)，其中所有測試均(jun)在(zai)標準化條(tiao)件下使(shi)用(yong)公開數(shu)據完成(cheng)(cheng)。
TDengine 選擇的(de)性(xing)(xing)(xing)能基準(zhun)測試平(ping)(ping)臺是 Time Series Benchmark Suite (TSBS)。TSBS 是由 Timescale 打造(zao)并(bing)開(kai)源，集(ji)多(duo)種(zhong)應(ying)用(yong)場景下時(shi)序數(shu)據(ju)(ju)生成、數(shu)據(ju)(ju)寫入、查詢處理、自(zi)動化(hua)結(jie)果匯(hui)總統(tong)計等功能于(yu)一體的(de)時(shi)序數(shu)據(ju)(ju)庫(ku)性(xing)(xing)(xing)能基準(zhun)測評(ping)平(ping)(ping)臺。由于(yu)其開(kai)源的(de)特性(xing)(xing)(xing)，自(zi) 2018 年(nian)以來，該平(ping)(ping)臺已被全球多(duo)家領先的(de)時(shi)序數(shu)據(ju)(ju)庫(ku)廠商使(shi)用(yong)，成為(wei)時(shi)序數(shu)據(ju)(ju)庫(ku)性(xing)(xing)(xing)能測試上(shang)使(shi)用(yong)最為(wei)廣泛(fan)的(de)平(ping)(ping)臺。TDengine 新(xin)發布的(de)性(xing)(xing)(xing)能測試報告采用(yong) TSBS 平(ping)(ping)臺中針對 DevOps 的(de)場景作為(wei)基礎(chu)數(shu)據(ju)(ju)集(ji)，在相(xiang)同的(de) AWS 云環境(jing)下運行了(le) TDengine 3.0、TimescaleDB 2.6 和 InfluxDB 1.8，從五大維度進行對比測試并(bing)輸出結(jie)果。
“降本增(zeng)效一直(zhi)是(shi)企業可持續(xu)發展的(de)(de)重(zhong)要目(mu)標，而隨著業務中時(shi)(shi)序(xu)數據量級的(de)(de)持續(xu)大幅增(zeng)長，所選(xuan)數據庫的(de)(de)性(xing)(xing)能(neng)高(gao)低(di)(di)會直(zhi)接(jie)影(ying)響到系統的(de)(de)響應時(shi)(shi)間和(he)運營成本。”TDengine 創始人(ren)與核(he)心開發陶建輝表示，“隨著 TDengine 3.0 TSBS 性(xing)(xing)能(neng)測(ce)試報告的(de)(de)發布，我們比以往任何(he)時(shi)(shi)候都更有信心，無(wu)論數據規模(mo)如(ru)何(he)提(ti)升、企業處在(zai)哪個發展階段，TDengine 都能(neng)以最低(di)(di)成本為其(qi)提(ti)供所需性(xing)(xing)能(neng)。”
測試報告要點
Part 1 數據寫入對比
在全部的五個場景中，TDengine 寫入性能均優于 TimescaleDB 和 InfluxDB。寫入性能最大達到 TimescaleDB 的 6.7 倍，InfluxDB 的 10.6 倍。此外，TDengine 在寫入過程中消(xiao)耗了最少計算（CPU）資源和磁盤(pan) IO 開銷。
Part 2 數據查詢對比
對于大多數查詢類型，TDengine 的性能均優于 InfluxDB 和 TimescaleDB，在 Complex queries 類型的查詢中展現出巨大的優勢——TDengine 的 Complex queries 查詢性能最高達到了 InfluxDB 的 37 倍、 TimescaleDB 的 28.6 倍。
Part 3 數據存儲對比
由于高效的數據存儲和壓縮機制，部分場景中，存儲相同規模的數據，TDengine 占用的磁盤空間遠低于 InfluxDB 和 TimescaleDB。報告顯示，隨著數據集規模的增長，TDengine 在數據存儲方面的優勢愈加明顯，這也直接說明 TDengine 更加適用于時序大數據的存儲。相同數據規模下，TimescaleDB 落盤數據規模最高達到了 TDengine 的 26.9 倍，InfluxDB 磁盤占用最高是 TDengine 的 4.5 倍。
Part 4 資源消耗對比
從(cong)整體(ti) CPU 開(kai)銷(xiao)上來(lai)看，TDengine 不僅(jin)完成全部查詢的(de)(de)時間(jian)低于(yu) TimescaleDB 和(he) InfluxDB，在整體(ti)上CPU計算資源的(de)(de)消耗也遠小于(yu) TimescaleDB 和(he) InfluxDB。在整個(ge)查詢過程(cheng)中，TDengine 內存也始終維持在一個(ge)相對平(ping)穩的(de)(de)狀態(tai)。
有關測試報告執行結果和重現步驟的詳細信息，請參閱完整報告。
TDengine 是由(you)濤思數據(ju)完全(quan)(quan)自(zi)主開(kai)發的一款開(kai)源、高性能、云原生的時(shi)序數據(ju)庫(ku)，專注時(shi)序空間大數據(ju)的存儲(chu)、查(cha)詢、分析和計算，全(quan)(quan)球(qiu)運(yun)行(xing)的 TDengine 用戶(hu)實例數超過 200k，平均每天新增數百個新部署(shu)，用戶(hu)遍布全(quan)(quan)球(qiu) 50 多個國家(jia)/地區，已被廣泛運(yun)用于物(wu)聯網、車聯網、工(gong)業互聯網、IT 運(yun)維等領域。2019年7月，TDengine 在 GitHub 開(kai)源，目(mu)前其 GitHub 的 Star 數達到了 20.8k，且多次(ci)登頂 GitHub 全(quan)(quan)球(qiu)趨勢(shi)排行(xing)榜。
2022年(nian) 8 月，TDengine 推出 3.0 版本，真(zhen)正成(cheng)為了(le)一(yi)款云原生時(shi)序數(shu)(shu)據(ju)庫，支持(chi) 10 億個設備采集(ji)數(shu)(shu)據(ju)、100 個節點，支持(chi)存儲(chu)與計算(suan)分(fen)離(li)，解決了(le)困(kun)擾時(shi)序數(shu)(shu)據(ju)庫發展的(de)(de)高基數(shu)(shu)難題；還將存儲(chu)引擎(qing)、查詢引擎(qing)都進行(xing)了(le)優化(hua)升(sheng)級，并打造了(le)全新(xin)的(de)(de)流式計算(suan)引擎(qing)，無需再集(ji)成(cheng) Kafka、Redis、Spark、Flink 等軟件(jian)，性(xing)能提升(sheng)的(de)(de)同時(shi)系統(tong)架(jia)構復雜度也(ye)實現了(le)大(da)幅降低。同年(nian) 9 月，TDengine Cloud 上(shang)線海外市場并同步支持(chi) Microsoft Azure、AWS、Google Cloud 三大(da)公有(you)云平(ping)臺(tai)(tai)，TDengine PI 連接器也(ye)在不久后成(cheng)功上(shang)線，基于此，企業既能保留傳(chuan)統(tong)的(de)(de) PI 系統(tong)，又能輕松獲得(de)現代(dai)云平(ping)臺(tai)(tai)提供的(de)(de)所有(you)好處。
