6 月 26 日，濤思數(shù)據(jù)旗下時(shí)序數(shù)據(jù)庫(kù)（Time Series Database） TDengine 正式發(fā)布 IoT 場(chǎng)景下 TDengine 3.0 性能對(duì)比分析報(bào)告，該報(bào)告在 IoT 場(chǎng)景下從數(shù)據(jù)寫入、壓縮和查詢等維度，對(duì)比了 TDengine 與市場(chǎng)其他流行的時(shí)序數(shù)據(jù)庫(kù)產(chǎn)品的性能差異，其中所有測(cè)試均在標(biāo)準(zhǔn)化條件下使用公開(kāi)數(shù)據(jù)完成。此外，為了方便開(kāi)發(fā)者驗(yàn)證報(bào)告結(jié)果，該報(bào)告中的數(shù)據(jù)在準(zhǔn)備好物理環(huán)境后，可以由腳本一鍵執(zhí)行生成。

早在 2 月 21 日，TDengine 就已經(jīng)針對(duì) DevOps 場(chǎng)景發(fā)布了第一期 TDengine 3.0 性能對(duì)比分析報(bào)告，報(bào)告顯示在 DevOps 場(chǎng)景下，TDengine 3.0 在寫入、查詢、存儲(chǔ)、資源消耗等方面均優(yōu)于另外兩大時(shí)序數(shù)據(jù)庫(kù)產(chǎn)品，驗(yàn)證了 TDengine 基于時(shí)序數(shù)據(jù)場(chǎng)景所設(shè)計(jì)的獨(dú)特架構(gòu)帶來(lái)的性能優(yōu)勢(shì)以及成本控制水平。

值得一提的是，上述兩大報(bào)告均是基于性能基準(zhǔn)測(cè)試平臺(tái) Time Series Benchmark Suite (TSBS) 完成的。TSBS 是由 Timescale 打造并開(kāi)源，集多種應(yīng)用場(chǎng)景下時(shí)序數(shù)據(jù)生成、數(shù)據(jù)寫入、查詢處理、自動(dòng)化結(jié)果匯總統(tǒng)計(jì)等功能于一體的時(shí)序數(shù)據(jù)庫(kù)性能基準(zhǔn)測(cè)評(píng)平臺(tái)。由于其開(kāi)源的特性，自 2018 年以來(lái)，該平臺(tái)已被全球多家領(lǐng)先的時(shí)序數(shù)據(jù)庫(kù)廠商使用，成為時(shí)序數(shù)據(jù)庫(kù)性能測(cè)試上使用最為廣泛的平臺(tái)。

據(jù)了解，本次 TDengine 發(fā)布的 IoT 場(chǎng)景下 TDengine 3.0 性能對(duì)比分析報(bào)告使用 TSBS IoT 場(chǎng)景作為基礎(chǔ)數(shù)據(jù)集，模擬虛擬貨運(yùn)公司車隊(duì)中一組卡車的時(shí)序數(shù)據(jù)，預(yù)設(shè)了五種卡車規(guī)模場(chǎng)景，在相同的 AWS 云環(huán)境下運(yùn)行了 TDengine 3.0、TimescaleDB 2.10.1 和 InfluxDB 1.8.10，從四大維度進(jìn)行對(duì)比測(cè)試并輸出結(jié)果。

測(cè)試報(bào)告結(jié)果可簡(jiǎn)單總結(jié)如下：

• 數(shù)據(jù)寫入對(duì)比：在全部的五個(gè)場(chǎng)景中，TDengine 寫入性能均優(yōu)于 TimescaleDB 和 InfluxDB。寫入性能最大達(dá)到 TimescaleDB 的 3.3 倍，InfluxDB 的 16.2 倍。此外，TDengine 在寫入過(guò)程中消耗了最少計(jì)算（CPU）資源和磁盤 IO 開(kāi)銷。
• 數(shù)據(jù)查詢對(duì)比：對(duì)于大多數(shù)查詢類型，TDengine 的性能均優(yōu)于 InfluxDB 和 TimescaleDB，在復(fù)雜的混合查詢中 TDengine 展現(xiàn)出巨大的優(yōu)勢(shì)——其中 avg-load 和 breakdown-frequency 的查詢性能是 InfluxDB 的 426 倍 和 53 倍；daily-activity 和 avg-load 的查詢性能是 TimescaleDB 的 34 倍和 23 倍。
• 數(shù)據(jù)存儲(chǔ)對(duì)比：報(bào)告顯示，TimescaleDB 在所有場(chǎng)景下數(shù)據(jù)規(guī)模均顯著地大于 InfluxDB 和 TDengine，并且這種差距隨著數(shù)據(jù)規(guī)模增加快速變大，其落盤數(shù)據(jù)規(guī)模最高達(dá)到了 TDengine 的 12.2 倍；InfluxDB 在前三個(gè)場(chǎng)景中落盤后數(shù)據(jù)文件規(guī)模與 TDengine 非常接近，但隨著數(shù)據(jù)規(guī)模的增長(zhǎng)（場(chǎng)景四、場(chǎng)景五），InfluxDB 落盤后文件占用的磁盤空間最大達(dá)到了 TDengine 的 2.8 倍，這也直接說(shuō)明 TDengine 更加適用于時(shí)序大數(shù)據(jù)的存儲(chǔ)。
• 資源消耗對(duì)比：從整體 CPU 開(kāi)銷上來(lái)看，TDengine 不僅完成全部查詢的時(shí)間低于 TimescaleDB 和 InfluxDB，在整體上 CPU 計(jì)算資源的消耗也遠(yuǎn)小于 TimescaleDB 和 InfluxDB。在整個(gè)查詢過(guò)程中，TDengine 內(nèi)存也始終維持在一個(gè)相對(duì)平穩(wěn)的狀態(tài)。

有關(guān)測(cè)試報(bào)告執(zhí)行結(jié)果和重現(xiàn)步驟的詳細(xì)信息，請(qǐng)參閱完整報(bào)告：《基于 TSBS 標(biāo)準(zhǔn)數(shù)據(jù)集時(shí)序數(shù)據(jù)庫(kù) TimescaleDB、InfluxDB 與 TDengine 在 IoT 場(chǎng)景性能對(duì)比測(cè)試》。

關(guān)于 TDengine

TDengine 是由濤思數(shù)據(jù)完全自主開(kāi)發(fā)的一款開(kāi)源、高性能、云原生的時(shí)序數(shù)據(jù)庫(kù)，專注時(shí)序空間大數(shù)據(jù)的存儲(chǔ)、查詢、分析和計(jì)算，全球運(yùn)行的 TDengine 用戶實(shí)例數(shù)超過(guò) 294.9k，平均每天新增數(shù)百個(gè)新部署，用戶遍布全球 50 多個(gè)國(guó)家/地區(qū)，已被廣泛運(yùn)用于物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、IT 運(yùn)維等領(lǐng)域。2019年7月，TDengine 在 GitHub 開(kāi)源，目前其 GitHub 的 Star 數(shù)達(dá)到了 21.5k，且多次登頂 GitHub 全球趨勢(shì)排行榜。

2022年 8 月，TDengine 推出 3.0 版本，真正成為了一款云原生時(shí)序數(shù)據(jù)庫(kù)，支持 10 億個(gè)設(shè)備采集數(shù)據(jù)、100 個(gè)節(jié)點(diǎn)，支持存儲(chǔ)與計(jì)算分離，解決了困擾時(shí)序數(shù)據(jù)庫(kù)發(fā)展的高基數(shù)難題；還將存儲(chǔ)引擎、查詢引擎都進(jìn)行了優(yōu)化升級(jí)，并打造了全新的流式計(jì)算引擎，無(wú)需再集成 Kafka、Redis、Spark、Flink 等軟件，性能提升的同時(shí)系統(tǒng)架構(gòu)復(fù)雜度也實(shí)現(xiàn)了大幅降低。同年 9 月，TDengine Cloud 上線海外市場(chǎng)并同步支持 Microsoft Azure、AWS、Google Cloud 三大公有云平臺(tái)，TDengine PI 連接器也在不久后成功上線，基于此，企業(yè)既能保留傳統(tǒng)的 PI 系統(tǒng)，又能輕松獲得現(xiàn)代云平臺(tái)提供的所有好處。點(diǎn)擊進(jìn)入www.fjzmyy.cn了解更多信息。