1 不同場景下寫入性能對比

可以看到在全部五個場景中，TDengine 的寫入性能全面超越 InfluxDB。TDengine 在場景五中寫入性能是 InfluxDB 的 10.63 倍，在差距最小的場景一中也有 3.01 倍。

2 寫入過程資源消耗對比

數(shù)據(jù)寫入速度并不能夠全面的反映 TDengine 和 InfluxDB 在不同場景下數(shù)據(jù)寫入的整體表現(xiàn)。為此我們以 1,000,000 devices × 10  metrics （場景四）為例，檢查數(shù)據(jù)寫入過程中的服務(wù)器和客戶端（包括客戶端與服務(wù)器）的整體負載狀況，并以此來對比 TDengine 和 InfluxDB 在寫入過程中服務(wù)器/客戶端節(jié)點的資源占用情況，這里的資源占用主要包括服務(wù)器端的 CPU 開銷/磁盤 IO 開銷和客戶端 CPU 開銷。

2.1 服務(wù)端 CPU 開銷

圖 2 展示了在場景四寫入過程之中服務(wù)器端 CPU 負載狀況。可以看到，TDengine 和 InfluxDB 在返回給客戶端寫入完成消息以后，都還繼續(xù)使用服務(wù)器的資源進行相應(yīng)的處理工作，InfluxDB 使用了相當多的 CPU 資源，瞬時峰值使用了全部的 CPU 資源，其寫入負載較高，并且其持續(xù)時間遠長于 TDengine。兩個系統(tǒng)對比，TDengine 對服務(wù)器的 CPU 需求最小，峰值也僅使用了 17% 左右的服務(wù)器 CPU 資源。由此可見，TDengine 獨特的數(shù)據(jù)模型對于時序數(shù)據(jù)寫入不僅在性能上，在整體的資源開銷上也具有非常大的優(yōu)勢。

2.2 磁盤 I/O 對比

圖 3 展示了 1,000,000 devices × 10  metrics （場景四）數(shù)據(jù)寫入過程中服務(wù)器端磁盤寫入狀態(tài)?？梢钥吹剑Y(jié)合著服務(wù)器端 CPU 開銷表現(xiàn)，其 IO 動作與 CPU 呈現(xiàn)同步的活躍狀態(tài)。

寫入相同規(guī)模的數(shù)據(jù)集，TDengine 在寫入過程中對于磁盤寫入能力的占用遠小于 InfluxDB，寫入過程只占用了部分磁盤寫入能力（125MiB/Sec.  3000IOPS）。從圖上能看到，數(shù)據(jù)寫入過程中磁盤的 IO 瓶頸是確實存在的。InfluxDB 長時間消耗完全部的磁盤寫入能力，遠超過了 TDengine 對磁盤寫入能力的需求。

2.3 客戶端 CPU 開銷

從圖 5 可以看到，客戶端上 TDengine 對 CPU 的需求大于 InfluxDB， InfluxDB 在整個寫入過程中，客戶端負載整體上來說，計算資源占用較低，對客戶端壓力小，其寫入的壓力基本上完全集中在服務(wù)端。這種模式很容易導致服務(wù)端成為瓶頸。TDengine 在客戶端的開銷最大，峰值瞬間達到了 56%，然后快速回落。綜合服務(wù)器與客戶端的資源開銷來看，TDengine 寫入持續(xù)時間更短，在系統(tǒng)整體 CPU 開銷上 TDengine 仍然具有相當大的優(yōu)勢。

3 總結(jié)

在全部的場景中，寫入性能超過 InfluxDB。在整個寫入過程中，TDengine 在提供了更高的寫入能力的前提下，不論是服務(wù)器的CPU 還是 IO，TDengine 均遠優(yōu)于 InfluxDB。對于服務(wù)器的磁盤IO開銷遠小于 InfluxDB。即使加上客戶端的開銷統(tǒng)計，TDengine 在寫入開銷上遠優(yōu)于 InfluxDB。

>> InfluxDB vs. TDengine 其他性能對比測試具體結(jié)果與分析

• 時序數(shù)據(jù)庫查詢性能對比：TDengine vs. InfluxDB
• 時序數(shù)據(jù)庫磁盤空間占用對比：TDengine vs. InfluxDB