根據最近的 DB-engines 排名(ming)，主流 Time Series Database 依然是(shi) InfluxDB、Prometheus 等。但(dan)從排行(xing)上升趨勢(shi)不難看出，近一年(nian)新(xin)的 Time Series Database 嶄露(lu)頭角(jiao)，這也說明企業(ye)技術選(xuan)型的方向也越來越多。
顧(gu)名思義(yi)，Time Series Database 是(shi)針對有時間戳(chuo)的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)進行(xing)的(de)(de)(de)優(you)化處理的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)庫，這就(jiu)意味著特定的(de)(de)(de)使用場景才會產(chan)(chan)生具有明(ming)顯時間戳(chuo)的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)。我們接觸到的(de)(de)(de)例(li)如(ru)智(zhi)能(neng)(neng)電表的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)、汽車行(xing)駛記錄的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)、機床(chuang)設(she)備監控的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)等(deng)，很明(ming)顯在(zai)諸如(ru)此類的(de)(de)(de)使用場景下，產(chan)(chan)生的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)處理量也是(shi)萬(wan)億(yi)級的(de)(de)(de)。那在(zai)這樣的(de)(de)(de)首要(yao)前提下，Time Series Database 才能(neng)(neng)發揮(hui)它的(de)(de)(de)作用。這也是(shi)濤思數(shu)(shu)(shu)(shu)據(ju)(ju)為什么要(yao)做一款專門針對于物聯(lian)網、車聯(lian)網、工業互聯(lian)網等(deng)場景設(she)計和(he)優(you)化的(de)(de)(de)大數(shu)(shu)(shu)(shu)據(ju)(ju)平臺的(de)(de)(de)原因所在(zai)。
在(zai) Time Series Database 產(chan)品(pin)爆發(fa)的(de)(de)(de)當下，如(ru)何做好 Time Series Database 的(de)(de)(de)選(xuan)擇，也(ye)是(shi)困擾眾多企(qi)業的(de)(de)(de)根本問(wen)題(ti)。數據遷移的(de)(de)(de)難度、后期運維(wei)的(de)(de)(de)成(cheng)本、更甚至是(shi)物理(li)條件的(de)(de)(de)限制(zhi)等(deng)等(deng)一(yi)系列問(wen)題(ti)都會成(cheng)為阻礙企(qi)業發(fa)展的(de)(de)(de)一(yi)道不可逾越的(de)(de)(de)鴻溝。TDengine 作為一(yi)款集(ji)群版都開源的(de)(de)(de) Time Series Database，近幾年也(ye)幫助(zhu)很多大(da)廠完成(cheng)了技(ji)術選(xuan)型(xing)和企(qi)業數據的(de)(de)(de)遷移。如(ru)果你正在(zai)為技(ji)術選(xuan)型(xing)而頭(tou)禿，不妨(fang)循(xun)著前人的(de)(de)(de)腳步(bu)進(jin)行一(yi)番探索。
除此之外，聚焦工業互聯網的和利時也從使用者的角度做過一些對比——InfluxDB、OpenTSDB、HolliTSDB 及 TDengine 四款數據庫相關測試，大家也可做參考。
除了性(xing)能以外(wai)，水平擴展能力(li)也是很多企業會考量的(de)(de)，如 InfluxDB 這(zhe)般的(de)(de) Time Series Database 目前只開源(yuan)了單機版本，如果大家(jia)想(xiang)要體驗雙開源(yuan)的(de)(de) Time Series Database，我們毛(mao)遂自薦一下(xia)，可以嘗試(shi)(shi)進行下(xia) TDengine 的(de)(de)調研測試(shi)(shi)，可能會給(gei)到大家(jia)一個意想(xiang)不到的(de)(de)結果。
作為一(yi)款國(guo)產開源、同時也是使用(yong) C 語言完全(quan)自主研(yan)發的(de)(de) Time Series Database，TDengine 不依賴任何底層數(shu)(shu)據(ju)引擎(qing)。除(chu)了核心的(de)(de)快 10 倍以(yi)上的(de)(de) Time Series Database 功(gong)能外，TDengine 還具備緩存(cun)、數(shu)(shu)據(ju)訂閱、流式計算(suan)、消(xiao)息隊(dui)列(lie)等功(gong)能，為物聯網(wang)數(shu)(shu)據(ju)處(chu)理提供了全(quan)棧解決方案，無(wu)需再集成 Kafka、Redis、Spark、HBase、ZooKeeper 等軟(ruan)件，大幅(fu)降低(di)系統架(jia)構復雜度(du)的(de)(de)同時極大提高(gao)了數(shu)(shu)據(ju)處(chu)理的(de)(de)性(xing)能。TDengine 還有兩個針對(dui)時間序列(lie)數(shu)(shu)據(ju)所打(da)造(zao)的(de)(de)核心技術(shu)創新點，分別(bie)是“一(yi)個數(shu)(shu)據(ju)采集點一(yi)張表”以(yi)及“超(chao)級表”。
此外，眾多的 Time Series Database 以及傳統的實時數據庫，都采(cai)(cai)用(yong)(yong)自己的(de)查(cha)(cha)詢語言，有的(de)甚至只能使用(yong)(yong) API 來做查(cha)(cha)詢。TDengine 從第一天起，就采(cai)(cai)用(yong)(yong) SQL 做查(cha)(cha)詢語言，因(yin)為 TDengine 團隊認(ren)為 SQL 是世界上(shang)最簡單易(yi)用(yong)(yong)、最流行的(de)查(cha)(cha)詢語言，為眾多程(cheng)序(xu)員(yuan)所喜愛，這樣降(jiang)低學習門檻和應用(yong)(yong)程(cheng)序(xu)遷移成本(ben)。同時，為方(fang)便大家對時間序(xu)列數據進行分析(xi)處理，TDengine 對標準 SQL 進行了(le)擴展。
篇(pian)幅有限，關于 TDengine 的更多設計特點，大家(jia)如果有興趣可(ke)以移步(bu)(bu)官網-文檔頁(ye)面(mian)進行(xing)查閱，在(zai)這里就(jiu)不多做(zuo)贅述了，也歡迎(ying)大家(jia)移步(bu)(bu)到我們的觀摩(mo) copy 源代碼。
