IoT场景时序数据库性能对比报告出炉,TDengine 远超 InfluxDB & TimescaleDB

来源:今日热点网 2023-06-26 15:01:43
A+ A-

6 月 26 日,涛思数据旗下时序数据库(Time Series Database) TDengine 正式发布 IoT 场景下 TDengine 3.0 能对比分析报告,该报告在 IoT 场景下从数据写入、压缩和查询等维度,对比了 TDengine 与市场其他流行的时序数据库产品的能差异,其中所有测试均在标准化条件下使用公开数据完成。此外,为了方便开发者验证报告结果,该报告中的数据在准备好物理环境后,可以由脚本一键执行生成。

早在 2 月 21 日,TDengine 就已经针对 DevOps 场景发布了第一期 TDengine 3.0 能对比分析报告,报告显示在 DevOps 场景下,TDengine 3.0 在写入、查询、存储、资源消耗等方面均优于另外两大时序数据库产品,验证了 TDengine 基于时序数据场景所设计的独特架构带来的能优势以及成本控制水

值得一提的是,上述两大报告均是基于能基准测试 Time Series Benchmark Suite (TSBS) 完成的。TSBS 是由 Timescale 打造并开源,集多种应用场景下时序数据生成、数据写入、查询处理、自动化结果汇统计等功能于一体的时序数据库能基准测评。由于其开源的特,自 2018 年以来,该已被全球多家领先的时序数据库厂商使用,成为时序数据库能测试上使用最为广泛的

据了解,本次 TDengine 发布的 IoT 场景下 TDengine 3.0 能对比分析报告使用 TSBS IoT 场景作为基础数据集,模拟虚拟货运公司车队中一组卡车的时序数据,预设了五种卡车规模场景,在相同的 AWS 云环境下运行了 TDengine 3.0、TimescaleDB 2.10.1 和 InfluxDB 1.8.10,从四大维度进行对比测试并输出结果。

测试报告结果可简单结如下:

数据写入对比:在全部的五个场景中,TDengine 写入能均优于 TimescaleDB 和 InfluxDB。写入能最大达到 TimescaleDB 的 3.3 倍,InfluxDB 的 16.2 倍。此外,TDengine 在写入过程中消耗了最少计算(CPU)资源和磁盘 IO 开销。

数据查询对比:对于大多数查询类型,TDengine 的能均优于 InfluxDB 和 TimescaleDB,在复杂的混合查询中 TDengine 展现出巨大的优势——其中 avg-load 和 breakdown-frequency 的查询能是 InfluxDB 的 426 倍 和 53 倍;daily-activity 和 avg-load 查询能是 TimescaleDB 的 34 倍和 23 倍。

数据存储对比:报告显示TimescaleDB 在所有场景下数据规模均显著地大于 InfluxDB 和 TDengine,并且这种差距随着数据规模增加快速变大,其落盘数据规模最高达到了 TDengine 的 12.2 倍;InfluxDB 在前三个场景中落盘后数据文件规模与 TDengine 非常接,但随着数据规模的增长(场景四、场景五),InfluxDB 落盘后文件占用的磁盘空间最大达到了 TDengine 的 2.8 倍,这也直接说明 TDengine 更加适用于时序大数据的存储。

资源消耗对比:从整体 CPU 开销上来看,TDengine 不仅完成全部查询的时间低于 TimescaleDB 和 InfluxDB,在整体上 CPU 计算资源的消耗也远小于 TimescaleDB 和 InfluxDB。在整个查询过程中,TDengine 内存也始终维持在一个相对稳的状态。

有关测试报告执行结果和重现步骤的详细信息,请参阅完整报告:https://www.taosdata.com/iot-performance-comparison-influxdb-and-timescaledb-vs-tdengine

关于 TDengine

TDengine 是由涛思数据完全自主开发的一款开源、高能、云原生的时序数据库,专注时序空间大数据的存储、查询、分析和计算,全球运行的 TDengine 用户实例数超过 294.9k,均每天新增数百个新部署,用户遍布全球 50 多个国家/地区,已被广泛运用于物联网、车联网、工业互联网、IT 运维等领域。2019年7月,TDengine 在 GitHub 开源,目前其 GitHub 的 Star 数达到了 21.5k,且多次登顶 GitHub 全球趋势排行榜。

2022年 8 月,TDengine 推出 3.0 版本,真正成为了一款云原生时序数据库,支持 10 亿个设备采集数据、100 个节点,支持存储与计算分离,解决了困扰时序数据库发展的高基数难题;还将存储引擎、查询引擎都进行了优化升级,并打造了全新的流式计算引擎,无需再集成 Kafka、Redis、Spark、Flink 等软件,能提升的同时系统架构复杂度也实现了大幅降低。同年 9 月,TDengine Cloud 上线海外市场并同步支持 Microsoft Azure、AWS、Google Cloud 三大公有云,TDengine PI 连接器也在不久后成功上线,基于此,企业既能保留传统的 PI 系统,又能轻松获得现代云提供的所有好处。点击进入www.taosdata.com了解更多信息。

 

责任编辑:kj005
文章投诉热线:156 0057 2229  投诉邮箱:29132 36@qq.com

相关新闻

精彩推荐