别再用 MongoDB 或 HBase 存储时序数据了，选对方案，帮你节省90%的存储资源！

对于时序大数据来说，使用 MongoDB 或 HBase 一类的数据库，对比使用时序数据库 TDengine，在存储上到底能有哪些改变？本篇文章将为大家揭秘。

“总计定位数据量超过 11 亿条，数据压缩后 TDengine 数据目录占用磁盘大约 12G，整体压缩率达到了 3/100”，这是陕煤打造的全矿井数字化平台的存储效果：

这种压缩成绩并不是偶然现象，在另一家名为零跑科技的企业中，TDengine 的压缩性能也非常可观。

对于如零跑这样的车企来说，MongoDB 和 HBase 一直都是最普遍的数据库选择，随着业务的加速扩张，时序数据呈现爆发式增长，写入速度太慢、支撑成本过高等问题开始暴露。

经过 TDengine 的改造，压缩性能直接提升了 10 到 20 倍，解决了存储成本高的问题，同时还彻底改善了 HBase 入库不及时的缺陷，用更少的服务器资源入库更多的数据，在零跑前期的测试中，入库性能达到了 200 万每秒。

降低存储成本的秘籍指南！