TDengine
是专为时序数据设计的,针对的是物联网、工业互联网、IT运维场景。这些场景是不需要特殊的查询函数的,更关心的是写入速度、查询速度。而且这些场景下,也需要一些其他数据库不具备的功能,比如插值、时间聚合等等
如果要问TDengine和DolphinDB
最大的特色,存储引擎可能是TDengine
最大的特色,性能也非常好;DolphinDB
的最大特色毫无疑问是它的计算引擎。可以毫不夸张的说,DolphinDB
的计算引擎是所有类别的国内外数据库中最有特色的之一。这跟DolphinDB从金融起步有关(金融行业对计算的复杂程度以及性能的要求非常高)
TDengine
和DolphinDB
这两个都是国产的Time Series database
的优秀代表。这两个数据库还都是C语言编写的,体积小巧,只有几MB,安装也非常简单。
在License 上,TDengine更加的开放,完全开放源代码。DolphinDB由于产品的竞品更加明确,市场更加专业化,并不开放源代码也不允许免费版本在商业场景中使用。DolphinDB瞄准的是金融行业和KDB+数据库,更具体一点儿是量化交易分析的利器!在金融交易里面,很多时候用毫秒来度量时间都嫌大了些。
在性能上,DolphinDB
的很多查询和操作仅有几个毫秒,TDengine一般在几十到几百个毫秒。真的是有数量级上的差异。国外的InfluxDB 以及KDB+
都不是对手(TDengine
逊于KDB+
,但是优于lnfluxDB
)。
功能上,TDengine支持asof join语法,在多表连接操作时,时间不用精确匹配。这反而比DolphinDB
在计算方面更加有优势。
因为现在的物联网、工业物联网平台基本上都是用Hadoop
生态搭建,TDengine
是专为这两个场景设计的大数据平台,因此对标他们,没什么不妥。而且在这两个场景,无论是插入、查询效率,还是存储效率,都是碾压性的优势,我个人更偏向于使用TDengine
最后,附一张自己面试前准备的脑图:
面试前一定少不了刷题,为了方便大家复习,我分享一波个人整理的面试大全宝典
- Java核心知识整理
- Spring全家桶(实战系列)
Step3:刷题
既然是要面试,那么就少不了刷题,实际上春节回家后,哪儿也去不了,我自己是刷了不少面试题的,所以在面试过程中才能够做到心中有数,基本上会清楚面试过程中会问到哪些知识点,高频题又有哪些,所以刷题是面试前期准备过程中非常重要的一点。
以下是我私藏的面试题库:
很多人感叹“学习无用”,实际上之所以产生无用论,是因为自己想要的与自己所学的匹配不上,这也就意味着自己学得远远不够。无论是学习还是工作,都应该有主动性,所以如果拥有大厂梦,那么就要自己努力去实现它。
最后祝愿各位身体健康,顺利拿到心仪的offer!
工作,都应该有主动性,所以如果拥有大厂梦,那么就要自己努力去实现它。
最后祝愿各位身体健康,顺利拿到心仪的offer!