六月婷婷AV,国产偷窥猎奇福利二区,日韩三级片。,好吊色网站,日韩成人中文在线视频,国产亚洲午夜啪啪,亚洲欧美另类国产精品,国产成人av1,任你艹在线观看

時(shí)序數(shù)據(jù)庫(kù) TDengine vs InfluxDB:從 Flux 到 SQL,誰(shuí)才是更好的選擇?

想象一下,如果 WordPress 開(kāi)發(fā)者突然發(fā)現(xiàn)下一個(gè)版本的 WordPress 放棄了 PHP 支持,改為使用 Ruby,所有的主題和插件都必須重寫,要么被困在舊版本中,永遠(yuǎn)無(wú)法升級(jí)。或者,假設(shè)微軟突然決定將 Windows 管理從 PowerShell 轉(zhuǎn)向 Bash,Windows 管理員們不得不更新所有的腳本,以便在下一個(gè)更新中使用 Bash。

如果你已經(jīng)使用過(guò) InfluxDB,可能就不需要想象這些情景了,因?yàn)檫@實(shí)際上已經(jīng)發(fā)生在 InfluxDB 的用戶身上,而且不止一次。

InfluxDB的“三重語(yǔ)言”困境

InfluxDB 最初于 2013 年發(fā)布時(shí),使用了 InfluxQL 作為查詢語(yǔ)言。InfluxQL 是一種類似 SQL 的語(yǔ)言,專門為時(shí)序數(shù)據(jù)設(shè)計(jì)。盡管其語(yǔ)法與 SQL 相似,但靈活性較差,數(shù)據(jù)聚合和轉(zhuǎn)換的便捷性也較小。

然而,隨著 2020 年 InfluxDB 2.0 的發(fā)布,F(xiàn)lux 語(yǔ)言被引入。Flux 比 InfluxQL 更強(qiáng)大,但也更為復(fù)雜。用戶表示,他們需要參加“InfluxDB 大學(xué)”課程才能理解這門語(yǔ)言,而且通常要參與三個(gè)以上的 Flux 項(xiàng)目才能真正熟悉并運(yùn)用這門語(yǔ)言。InfluxDB 當(dāng)時(shí)信心十足地認(rèn)為 Flux 會(huì)是未來(lái)的方向,許多忠實(shí)用戶也紛紛投入時(shí)間,翻譯查詢并重寫應(yīng)用程序,以支持 Flux 語(yǔ)言。

但誰(shuí)能想到,僅僅四年后,InfluxDB 3.0 發(fā)布時(shí),F(xiàn)lux 卻被棄用,取而代之的是 SQL。那些花費(fèi)時(shí)間學(xué)習(xí) Flux 并更新項(xiàng)目的用戶,發(fā)現(xiàn)自己無(wú)法將項(xiàng)目升級(jí)到 InfluxDB 3.0,并且意識(shí)到他們?cè)?Flux 上投入的時(shí)間和精力付之東流。

雖然 TDengine 和 InfluxDB一樣認(rèn)為 SQL 是時(shí)序數(shù)據(jù)庫(kù)的最佳語(yǔ)言選擇,但我們更希望他們能在浪費(fèi)廣大用戶的時(shí)間之前,就得出這個(gè)結(jié)論。

Flux與SQL查詢對(duì)比

以下是 InfluxDB 的 Flux 查詢與 TDengine 的 SQL 查詢對(duì)比,直觀展示了兩者的簡(jiǎn)潔性和可讀性,給到大家參考。

Flux查詢:

from(bucket:"power")
  |> range(start:-1h)
  |> filter(fn:(r) =>
  r.measurement == "smeter" and
   r.field == "voltage" and
   r.location == "chicago"
   )
   |> aggregateWindow(every: 1m, fn: mean)

TDengine SQL 查詢:

SELECT AVG(voltage) FROM power.smeter WHERE ts > now - 1h AND location = "chicago" INTERVAL(1m);

從這兩段查詢的對(duì)比中,我們可以明顯看出 TDengine 的 SQL查詢更簡(jiǎn)潔、易讀。

TDengine 對(duì) SQL 的承諾

在經(jīng)歷了五十年的發(fā)展后,SQL 已被證明是最穩(wěn)固的查詢語(yǔ)言。自其誕生以來(lái),就迅速成為了頂級(jí)數(shù)據(jù)庫(kù)管理系統(tǒng)的查詢語(yǔ)言,并且成為了數(shù)據(jù)庫(kù)管理員和用戶的重要工具。如今,可以毫不夸張地說(shuō),幾乎所有與數(shù)據(jù)相關(guān)的人——從剛剛畢業(yè)、尋求第一份工作的數(shù)據(jù)科學(xué)專業(yè)畢業(yè)生,到在行業(yè)中耕耘數(shù)十年的資深專家——都具備一定的 SQL 使用經(jīng)驗(yàn)。

而 TDengine 自發(fā)布之初就一直支持標(biāo)準(zhǔn) SQL,并承諾將繼續(xù)堅(jiān)定地支持這一語(yǔ)言。未來(lái),我們將繼續(xù)擴(kuò)展 SQL 的實(shí)現(xiàn),而不會(huì)用任何其他查詢語(yǔ)言來(lái)替代它。

在支持標(biāo)準(zhǔn) SQL 的同時(shí),TDengine 還在 SQL 語(yǔ)言上進(jìn)行了針對(duì)時(shí)序數(shù)據(jù)處理特點(diǎn)的功能擴(kuò)展,比如數(shù)據(jù)匯總、插值和時(shí)間加權(quán)平均等功能,這使得用戶不僅能享受 SQL 的靈活性,也能應(yīng)用到類似 InfluxQL 的專用功能。事實(shí)上,TDengine 中的幾乎所有功能——如流處理、數(shù)據(jù)訂閱、權(quán)限管理、集群管理等——都可以通過(guò) SQL 語(yǔ)句來(lái)實(shí)現(xiàn)。

TDengine 對(duì) SQL 的支持大大減少了新用戶學(xué)習(xí)曲線的難度,任何曾經(jīng)使用過(guò)其他 SQL 數(shù)據(jù)庫(kù)的用戶,都能輕松上手 TDengine。我們相信,SQL 是時(shí)序數(shù)據(jù)管理的最佳選擇,我們也非常重視開(kāi)發(fā)者的時(shí)間,絕不希望他們?yōu)榱耸褂梦覀兊漠a(chǎn)品而學(xué)習(xí)一門專門的語(yǔ)言。

此外,我們深知,穩(wěn)定和長(zhǎng)期的解決方案對(duì)任何工業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施都至關(guān)重要??蛻粝M軗碛幸恢碌漠a(chǎn)品體驗(yàn),而不是每隔幾年就發(fā)生一次重大轉(zhuǎn)型。許多用戶發(fā)現(xiàn),將現(xiàn)有的 InfluxDB 項(xiàng)目升級(jí)到 3.0 的工作量,幾乎和遷移到另一個(gè)時(shí)序數(shù)據(jù)庫(kù)產(chǎn)品相當(dāng)。因此,我們誠(chéng)邀這些用戶嘗試 TDengine 的開(kāi)源版本(OSS)或 TDengine Cloud,親自體驗(yàn)這一數(shù)據(jù)庫(kù)產(chǎn)品如何輕松上手并快速部署。