时间序列数据库TSDB排名

转载 2017年11月14日 20:01:39

DB-Engines 中时序列数据库排名

我们先来看一下DB-Engines中关于时序列数据库的排名,这是当前(2016年2月的)排名情况:

下面,我们就按照这个排名的顺序,简单介绍一下这些时序列数据库中的一些。下面要介绍的 TSDB 以开源的为主,如果是商业或者 SaaS 服务,也简单介绍一下其特点,让大家能对其他领域的事物也有所了解。

这里有一个例外,就是 Pinot 并不在这个排名里,但是我也把它列在了这里。

1. InfluxDB

InfluxDB 由 Golang 语言编写,也是由 Golang 编写的软件中比较著名的一个,在很多 Golang 的沙龙或者文章中可能都会把 InfluxDB 当标杆来介绍,这也间接帮助 InfluxDB 提高了知名度。

InfluxDB的主要特点包括下面这些:

  • schemaless(无结构),可以是任意数量的列
  • 可扩展(集群)
  • 方便、强大的查询语言
  • Native HTTP API
  • 集成了数据采集、存储、可视化功能
  • 实时数据 Downsampling
  • 高效存储,使用高压缩比算法,支持retention polices

InfluxDB 是 TSDB 中为数不多的进行了用户和角色方面实现的,提供了 Cluster Admin、Database Admin 和 Database User 三种角色。

InfluxDB 的数据采集系统也支持多种协议和插件: - 行文本 - UDP - Graphite - CollectD - OpenTSDB

不过 InfluxDB 每次变动都较大,尤其是在存储和集群方面,追求平平安过日子,不想瞎折腾的可以考虑下。

注意:由于InfluxDB开发太活跃了,很可能你在网上搜到的资料都是老的,会害到你,所以你需要以官方文档为主。

一句话总结:欣欣向荣、值得一试。

2. RRDtool

RRDtool 全称为 Round Robin Database Tool,也就是用于操作 RRD 的工具,简单明了的软件名。

什么是 RRD 呢?简单来说它就是一个循环使用的固定大小的数据库文件(其实也不太像典型的数据库)。

大体来说,RRDtool 提供的主要工具如下:

  • 创建RRD(rrdtool create)
  • 更新RRD(rrdtool update)
  • 画图(rrdtool graph)

这其中,画图功能是最复杂也是最强大的,甚至支持下面这些图形,这是其他 TSDB 中少见的:

  • 指标比较,对两个指标值进行计算,描画出满足条件的区域
  • 移动平均线
  • 和历史数据进行对比
  • 基于最小二乘法的线性预测
  • 曲线预测
  • 总之,它的画图功能太丰富了。

一句话总结:老牌经典、艺多不压身。

3. Graphite

Graphite 由 Orbitz, LLC 的 Chris Davis 创立于 2006 年,它主要有两个功能:

  • 存储数值型时序列数据
  • 根据请求对数据进行可视化(画图)

相应的,它的特点为:

  • 分布式时序列数据存储,容易扩展
  • 功能强大的画图Web API,提供了大量的函数和输出方式
  • Graphite本身不带数据采集功能,但是你可以选择很多第三方插件,比如适用于* collectd、Ganglia或Sensu的插件等。同时,Graphite也支持Plaintext、Pickle和AMQP这些数据输入方式。

Graphite主要由三个模块组成:

  • whisper:创建、更新RRD文件
  • carbon:以守护进程的形式运行,接收数据写入请求
    • carbon-cache:数据存储
    • carbon-relay:分区和复制,位于carbon-cache之前,类似carbon-cache的负载均衡
    • carbon-aggregator:数据集计,用于减轻carbon-cache的负载
  • graphite-web:用于读取、展示数据的Web应用

whisper 使用了类似 RRDtool 的 RRD 文件格式,它也不像 C/S 结构的软件一样,没有服务进程,只是作为 Python library 使用,提供对数据的 create/update/fetch 操作。

如果你对它的性能比较在意,这里有一份老的数据可供参考。

Google、Etsy、GitHub、豆瓣、Instagram、Evernote 和 Uber 等很多知名公司都是 Graphite 的用户。有此背景,其可信度又加一层,而且网上的资料也相当的多,值得评估一下。

一句话总结:群众基础好、可以参考。

4. OpenTSDB

OpenTSDB 是一个分布式、可伸缩的时间序列数据库。它支持豪秒级数据采集所有 metrics,支持永久存储(不需要 downsampling),和 InfluxDB 类似,它也是无模式,以 tag 来实现维度的概念。

比如,这就是它的一个metric例子:

mysql.bytes_received 1287333217 66666666 schema=foo host=db1

OpenTSDB 的节点称为 TSD(Time Series Daemon (TSD)),它没有主、从之分,消除了单点隐患,非常容易扩展。它主要以HBase作为存储系统,现在也增加了对 Cassandra 和 Bigtable(非云端)。

OpenTSDB 以数据存储和查询为主,附带了一个简单地图形界面(依赖Gnuplot),共开发、调试使用。

一句话总结:好用,Cloud Insight也在用这项技术来实现对性能指标进行聚合、分组、过滤。

5.KDB+

所有 TSDB 中,估计就数这个最酷了,我说的是域名,只有两个字母,猥琐地想一下,域名就值很多钱 :-)。

kdb+是一个面向列的时序列数据库,以及专门为其设计的查询语言q(和他们的域名一样简短)。Kdb+ 混合使用了流、内存和实时分析,速度很快,支持分析 10 亿级别的记录以及快速访问TB级别的历史数据。

不过这是一个商业产品,但是也提供了免费版本(貌似还限制在32位)。

6.KairosDB

KairosDB 是一个 OpenTSDB 的 fork,不过是基于 Cassandra 存储的。由于 Cassandra 的行比 HBase 宽,所以 KairosDB 的 Cassandra 的默认行大小为 3 星期,而 OpenTSDB 的 HBase 则为 1 小时。

KairosDB 支持通过 Telnet、Rest、Graphite 等协议写入数据,你也可以通过编写插件自己实现数据写入。

KairosDB 也提供了基于 Web API 的查询接口,支持数据聚合、持过滤和分组等功能。

同时 KairosDB 提供了一个供开发用的 Web UI,图形绘制引擎使用了 Flot。

和 OpenTSDB 类似,KairosDB 也提供了插件机制,你可以使用插件完成如下工作:

  • 添加数据点(data point)监听器
  • 添加新的数据存储服务
  • 添加新的协议处理程序
  • 添加自定义系统监视服务

7.Druid

Druid 是一个快速、近实时的海量数据 OLAP 系统,并且是开源的。Druid 诞生于 Metamarkets,后来一些核心人员创立了 IMPLY 公司,进行 Druid 相关的产品开发。

Druid 会按时间来进行分区(segment),并且是面向列存储的。它的主要特性如下:

  • 支持嵌套数据的列式存储
  • 层级查询
  • 二级索引
  • 实时数据摄取
  • 分布式容错架构

根据去年底 druid.io 的白皮书,现在生产环境下最大的集群规模如下:

  • >3M EVENTS / SECOND SUSTAINED (200B+ EVENTS/DAY)
  • 10 – 100K EVENTS / SECOND / CORE
  • >500TB OF SEGMENTS (>50 TRILLION RAW EVENTS)
  • >5000 CORES (>400 NODES, >100TB RAM)
  • QUERY LATENCY (500MS AVERAGE)
  • 90% < 1S 95% < 2S 99% < 10S
  • 3+ trillion events/month
  • 3M+ events/sec through Druid’s real-time ingestion
  • 100+ PB of raw data
  • 50+ trillion events

Druid 企业用户比较多,比如 Netflix、Paypal 等。具体可以参考http://druid.io/druid-powered.html。

Druid 架构比较复杂,因此对部署和运维也有一定的负担,比如需要的机器多、机器配置要高(尤其是内存)。

一句话总结:好用,我们在用。

8.Prometheus

Prometheus 是一个开源的服务监控系统和时序列数据库,由社交音乐平台 SoundCloud 在2012年开发,最近也变得很流行,最新版本为 0.17.0rc2。

Prometheus 从各种输入源采集 metric,进行计算后显示结果,或者根据指定条件出发报警。

和其他监控系统相比,Prometheus 的特点包括:

  • 多维数据模型(时序列数据由metric名和一组key/value组成)
  • 灵活的查询语言
  • 不依赖分布式存储,单台服务器即可工作
  • 通过基于HTTP的pull方式采集是序列数据
  • 可以通过中间网关进行时序列数据推送
  • 多种可视化和仪表盘支持

由于 Prometheus 采用了类似 OpenTSDB 和 InfluxDB 的 key/value 维度机制,所以如果你对任一种 TSDB 有了解的话,学习起来会简单些。

一句话总结:貌似比较火,何不试一试?

9.Pinot

Pinot 是一个开源的实时、分布式 OLAP 数据存储方案。它来自 Linkedin,虽然 Linkedin 最近估价表现很差,但是他们创建的各种软件、中间件实在太多了。这一点我们做软件的都应该向 Linkedin 表示感谢。

Pinot 就像是一个 Druid 的 copy,不过两者的灵感都来源于SenseiDB(Sensei 在日语里为老师的意思,写成汉字为“先生”)。

Pinot 也像 Druid 一样,能加载 offline 数据(Hadoop 文件)和实时数据(Kafka)。Pinot 从设计上就面向水平扩展。

Pinot 主要特点:

  • 面向列
  • 插拔式索引引擎:排序索引、位图索引和反向索引
  • 根据查询语句和segment信息对查询/执行计划进行优化
  • 从 Kafka 实时数据摄取(ingestion)
  • 从 Hadoop 进行批量摄取
  • 类似 SQL 的查询语言,支持聚合、过滤、分组、排序和唯一处理。
  • 支持多值字段
  • 水平扩展和容错

Pinot 的特点和 Druid 很像,两者可互为参考。

一句话总结:背靠大树好乘凉。


相关文章推荐

时序列数据库武斗大会之TSDB名录 Part 2

在前面《时序列数据库武斗大会之 TSDB 名录 Part 1》我们已经介绍了一些常见的 TSDB,这里我们再对剩余的一些TSDB 做些简单介绍。...

时序列数据库武斗大会之 TSDB 名录 Part 1

通过上一章《时序列数据库武斗大会之什么是TSDB》的介绍,相信大家已经知道了什么是时序列数据库,以及对它能干什么,具有什么特点。 那么在这一篇文章中,我们将介绍一下目前都有哪些 TSDB,以及它们各自...

时间序列数据的存储和计算 - 开源时序数据库解析(一)

摘要: 开源时序数据库   如图是17年6月在db-engines上时序数据库的排名,我会挑选开源的、分布式的时序数据库做详细的解析。前十的排名中,RRD是一个老牌的单机存储引擎,Graphite底层...

时间序列数据库KDB 与Java结合使用介绍 -- 2 基于KDB Java的写入实现

时间序列数据库KDB 与Java结合使用介绍 -- 2 基于KDB Java的写入实现

ElasticSearch学习_陶文3_时间序列数据库的秘密(3)——加载和分布式计算

加载 如何利用索引和主存储,是一种两难的选择。 选择不使用索引,只使用主存储:除非查询的字段就是主存储的排序字段,否则就需要顺序扫描整个主存储。 选择使用索引,然后用找到的row id去主存储加...

把Elasticsearch作为时间序列数据库使用

这篇文章算是对另一篇《Elasticsearch as a Time Series Data Store》的简单翻译吧,自己的理解吧。 首先_source被关闭了,这样原始的json文档不会被重复存储...
  • xtjsxtj
  • xtjsxtj
  • 2015年11月05日 15:42
  • 1828

常见的时间序列数据库概述

对于时间序列的存储,一般会采用专门的时间序列数据库,而不会去使用mysql或是mongo(但zabbix就是用的mysql,所以它在IO上面遇到了瓶颈)。现在时间序列的数据库是有很多的,比如graph...

时间序列数据库武斗大会之 KairosDB 篇

本文所阐述的「时间序列数据库」,系笔者所负责产品 Cloud Insight 对性能指标进行聚合、分组、过滤过程中的梳理和总结。...

时间序列数据库的秘密(3)——加载和分布式计算

加载 如何利用索引和主存储,是一种两难的选择。 选择不使用索引,只使用主存储:除非查询的字段就是主存储的排序字段,否则就需要顺序扫描整个主存储。 选择使用索引,然后用找到的row id去主存储加...

时间序列数据库KDB 与Java结合使用介绍 -- 1 KDB Java代码解读

时间序列数据库KDB 与Java结合使用介绍 -- 1 KDB Java代码解读
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:时间序列数据库TSDB排名
举报原因:
原因补充:

(最多只允许输入30个字)