时序列数据库武斗大会之 TSDB 名录 Part 1

【编者按】
刘斌,OneAPM后端研发工程师,拥有10多年编程经验,参与过大型金融、通信以及Android手机操作系的开发,熟悉Linux及后台开发技术。曾参与翻译过《第一本Docker书》、《GitHub入门与实践》、《Web应用安全权威指南》、《WEB+DB PRESS》、《Software Design》等书籍,也是Docker入门与实践课程主讲人。本文所阐述的「时间序列数据库」,系笔者所负责产品 Cloud Insight 对性能指标进行聚合、分组、过滤过程中的梳理和总结。

通过上一章《时序列数据库武斗大会之什么是TSDB》的介绍,相信大家已经知道了什么是时序列数据库,以及对它能干什么,具有什么特点。

那么在这一篇文章中,我们将介绍一下目前都有哪些 TSDB,以及它们各自的特点,并基于个人观点,给出一定的(喜好)评判。

由于个人能力所限,有些地方调查可能不到位,再加上一定的个人主观因素,跟其他人的结论可能不一样,不过这应该也正常。没有调查过就没有发言权,只有真正的深度用户的发言,才具有说服务力,你权当这里就是我抛砖了。

虽然也有人用 ElasticSearch 或者 MongoDB 来存储时序列数据,作为更适合分类为 NOSQL 的这两个数据库软件,我们这里就不对它们做介绍了。

DB-Engines 中时序列数据库排名

我们先来看一下DB-Engines中关于时序列数据库的排名,这是当前(2016年2月的)排名情况:

下面,我们就按照这个排名的顺序,简单介绍一下这些时序列数据库中的一些。下面要介绍的 TSDB 以开源的为主,如果是商业或者 SaaS 服务,也简单介绍一下其特点,让大家能对其他领域的事物也有所了解。

这里有一个例外,就是 Pinot 并不在这个排名里,但是我也把它列在了这里。

1. InfluxDB

InfluxDB 由 Golang 语言编写,也是由 Golang 编写的软件中比较著名的一个,在很多 Golang 的沙龙或者文章中可能都会把 InfluxDB 当标杆来介绍,这也间接帮助 InfluxDB 提高了知名度。

InfluxDB的主要特点包括下面这些:

  • schemaless(无结构),可以是任意数量的列
  • 可扩展(集群)
  • 方便、强大的查询语言
  • Native HTTP API
  • 集成了数据采集、存储、可视化功能
  • 实时数据 Downsampling
  • 高效存储,使用高压缩比算法,支持retention polices

InfluxDB 是 TSDB 中为数不多的进行了用户和角色方面实现的,提供了 Cluster Admin、Database Admin 和 Database User 三种角色。

InfluxDB 的数据采集系统也支持多种协议和插件: - 行文本 - UDP - Graphite - CollectD - OpenTSDB

不过 InfluxDB 每次变动都较大,尤其是在存储和集群方面,追求平平安过日子,不想瞎折腾的可以考虑下。

注意:由于InfluxDB开发太活跃了,很可能你在网上搜到的资料都是老的,会害到你,所以你需要以官方文档为主。

一句话总结:欣欣向荣、值得一试。

2. RRDtool

RRDtool 全称为 Round Robin Database Tool,也就是用于操作 RRD 的工具,简单明了的软件名。

什么是 RRD 呢?简单来说它就是一个循环使用的固定大小的数据库文件(其实也不太像典型的数据库)。

大体来说,RRDtool 提供的主要工具如下:

  • 创建RRD(rrdtool create)
  • 更新RRD(rrdtool update)
  • 画图(rrdtool graph)

这其中,画图功能是最复杂也是最强大的,甚至支持下面这些图形,这是其他 TSDB 中少见的:

  • 指标比较,对两个指标值进行计算,描画出满足条件的区域
  • 移动平均线
  • 和历史数据进行对比
  • 基于最小二乘法的线性预测
  • 曲线预测
  • 总之,它的画图功能太丰富了。

一句话总结:老牌经典、艺多不压身。

3. Graphite

Graphite 由 Orbitz, LLC 的 Chris Davis 创立于 2006 年,它主要有两个功能:

  • 存储数值型时序列数据
  • 根据请求对数据进行可视化(画图)

相应的,它的特点为:

  • 分布式时序列数据存储,容易扩展
  • 功能强大的画图Web API,提供了大量的函数和输出方式
  • Graphite本身不带数据采集功能,但是你可以选择很多第三方插件,比如适用于* collectd、Ganglia或Sensu的插件等。同时,Graphite也支持Plaintext、Pickle和AMQP这些数据输入方式。

Graphite主要由三个模块组成:

  • whisper:创建、更新RRD文件
  • carbon:以守护进程的形式运行,接收数据写入请求
    • carbon-cache:数据存储
    • carbon-relay:分区和复制,位于carbon-cache之前,类似carbon-cache的负载均衡
    • carbon-aggregator:数据集计,用于减轻carbon-cache的负载
  • graphite-web:用于读取、展示数据的Web应用

whisper 使用了类似 RRDtool 的 RRD 文件格式,它也不像 C/S 结构的软件一样,没有服务进程,只是作为 Python library 使用,提供对数据的 create/update/fetch 操作。

如果你对它的性能比较在意,这里有一份老的数据可供参考。

Google、Etsy、GitHub、豆瓣、Instagram、Evernote 和 Uber 等很多知名公司都是 Graphite 的用户。有此背景,其可信度又加一层,而且网上的资料也相当的多,值得评估一下。

一句话总结:群众基础好、可以参考。

4. OpenTSDB

OpenTSDB 是一个分布式、可伸缩的时间序列数据库。它支持豪秒级数据采集所有 metrics,支持永久存储(不需要 downsampling),和 InfluxDB 类似,它也是无模式,以 tag 来实现维度的概念。

比如,这就是它的一个metric例子:

mysql.bytes_received 1287333217 66666666 schema=foo host=db1

OpenTSDB 的节点称为 TSD(Time Series Daemon (TSD)),它没有主、从之分,消除了单点隐患,非常容易扩展。它主要以HBase作为存储系统,现在也增加了对 Cassandra 和 Bigtable(非云端)。

OpenTSDB 以数据存储和查询为主,附带了一个简单地图形界面(依赖Gnuplot),共开发、调试使用。

一句话总结:好用,我们的产品Cloud Insight 也在用这项技术来实现对性能指标进行聚合、分组、过滤。

5.KDB+

所有 TSDB 中,估计就数这个最酷了,我说的是域名,只有两个字母,猥琐地想一下,域名就值很多钱 :-)。

kdb+是一个面向列的时序列数据库,以及专门为其设计的查询语言q(和他们的域名一样简短)。Kdb+ 混合使用了流、内存和实时分析,速度很快,支持分析 10 亿级别的记录以及快速访问TB级别的历史数据。

不过这是一个商业产品,但是也提供了免费版本(貌似还限制在32位)。

6.KairosDB

KairosDB 是一个 OpenTSDB 的 fork,不过是基于 Cassandra 存储的。由于 Cassandra 的行比 HBase 宽,所以 KairosDB 的 Cassandra 的默认行大小为 3 星期,而 OpenTSDB 的 HBase 则为 1 小时。

KairosDB 支持通过 Telnet、Rest、Graphite 等协议写入数据,你也可以通过编写插件自己实现数据写入。

KairosDB 也提供了基于 Web API 的查询接口,支持数据聚合、持过滤和分组等功能。

同时 KairosDB 提供了一个供开发用的 Web UI,图形绘制引擎使用了 Flot。

和 OpenTSDB 类似,KairosDB 也提供了插件机制,你可以使用插件完成如下工作:

  • 添加数据点(data point)监听器
  • 添加新的数据存储服务
  • 添加新的协议处理程序
  • 添加自定义系统监视服务

7.Druid

Druid 是一个快速、近实时的海量数据 OLAP 系统,并且是开源的。Druid 诞生于 Metamarkets,后来一些核心人员创立了 IMPLY 公司,进行 Druid 相关的产品开发。

Druid 会按时间来进行分区(segment),并且是面向列存储的。它的主要特性如下:

  • 支持嵌套数据的列式存储
  • 层级查询
  • 二级索引
  • 实时数据摄取
  • 分布式容错架构

根据去年底 druid.io 的白皮书,现在生产环境下最大的集群规模如下:

  • >3M EVENTS / SECOND SUSTAINED (200B+ EVENTS/DAY)
  • 10 – 100K EVENTS / SECOND / CORE
  • >500TB OF SEGMENTS (>50 TRILLION RAW EVENTS)
  • >5000 CORES (>400 NODES, >100TB RAM)
  • QUERY LATENCY (500MS AVERAGE)
  • 90% < 1S 95% < 2S 99% < 10S
  • 3+ trillion events/month
  • 3M+ events/sec through Druid’s real-time ingestion
  • 100+ PB of raw data
  • 50+ trillion events

Druid 企业用户比较多,比如 OneAPM、Netflix 和 Paypal 等。具体可以参考 http://druid.io/druid-powered.html

Druid 架构比较复杂,因此对部署和运维也有一定的负担,比如需要的机器多、机器配置要高(尤其是内存)。

一句话总结:好用,我们在用。

8.Prometheus

Prometheus 是一个开源的服务监控系统和时序列数据库,由社交音乐平台 SoundCloud 在2012年开发,最近也变得很流行,最新版本为 0.17.0rc2。

Prometheus 从各种输入源采集 metric,进行计算后显示结果,或者根据指定条件出发报警。

和其他监控系统相比,Prometheus 的特点包括:

  • 多维数据模型(时序列数据由metric名和一组key/value组成)
  • 灵活的查询语言
  • 不依赖分布式存储,单台服务器即可工作
  • 通过基于HTTP的pull方式采集是序列数据
  • 可以通过中间网关进行时序列数据推送
  • 多种可视化和仪表盘支持

由于 Prometheus 采用了类似 OpenTSDB 和 InfluxDB 的 key/value 维度机制,所以如果你对任一种 TSDB 有了解的话,学习起来会简单些。

一句话总结:貌似比较火,何不试一试?

9.Pinot

Pinot 是一个开源的实时、分布式 OLAP 数据存储方案。它来自 Linkedin,虽然 Linkedin 最近估价表现很差,但是他们创建的各种软件、中间件实在太多了。这一点我们做软件的都应该向 Linkedin 表示感谢。

Pinot 就像是一个 Druid 的 copy,不过两者的灵感都来源于SenseiDB(Sensei 在日语里为老师的意思,写成汉字为“先生”)。

Pinot 也像 Druid 一样,能加载 offline 数据(Hadoop 文件)和实时数据(Kafka)。Pinot 从设计上就面向水平扩展。

Pinot 主要特点:

  • 面向列
  • 插拔式索引引擎:排序索引、位图索引和反向索引
  • 根据查询语句和segment信息对查询/执行计划进行优化
  • 从 Kafka 实时数据摄取(ingestion)
  • 从 Hadoop 进行批量摄取
  • 类似 SQL 的查询语言,支持聚合、过滤、分组、排序和唯一处理。
  • 支持多值字段
  • 水平扩展和容错

Pinot 的特点和 Druid 很像,两者可互为参考。

一句话总结:背靠大树好乘凉。

小结

这里我们为大家介绍了几种常见 TSDB,如不出意外,你可能会在这里选择某一种来使用。

尽管如此,我们还是会为大家介绍更多一些的项目,让大家能更多的了解一些不同的 TSDB 及其特点,也能帮助读者深入了解 TSDB 的各种场景,开阔思路。

在下一篇文章中,我们将会为各位再介绍几种时序列数据库。

这是本系列文章的其他部分:

本文转自 OneAPM 官方博客

时间: 2024-11-05 17:31:50

时序列数据库武斗大会之 TSDB 名录 Part 1的相关文章

时序列数据库武斗大会之TSDB名录 Part 2

[编者按]刘斌,OneAPM后端研发工程师,拥有10多年编程经验,参与过大型金融.通信以及Android手机操作系的开发,熟悉Linux及后台开发技术.曾参与翻译过<第一本Docker书>.<GitHub入门与实践>.<Web应用安全权威指南>.<WEB+DB PRESS>.<Software Design>等书籍,也是Docker入门与实践课程主讲人.本文所阐述的「时间序列数据库」,系笔者所负责产品 Cloud Insight 对性能指标进行聚

时序列数据库武斗大会之什么是 TSDB ?

本文选自 OneAPM Cloud Insight 高级工程师刘斌博客 . 刘斌,一个才思敏捷的程序员,<第一本 Docker 书>.<GitHub 入门与实践>等书籍译者,Docker入门与实践课程主讲人. 时间序列数据库,Cloud Insight 实现对性能指标进行聚合.分组.过滤所采取的解决方案. 由于工作上的关系,最近看了一些关于时序列数据库的东西,当然,我所看的也都是以开源方案为主.趁着这股热劲还没退,希望能整理一些资料出来.如果正好你也有这方面的需求,那么希望这一系列

时序列数据库武斗大会之 OpenTSDB 篇

[编者按] 刘斌,OneAPM后端研发工程师,拥有10多年编程经验,参与过大型金融.通信以及Android手机操作系的开发,熟悉Linux及后台开发技术.曾参与翻译过<第一本Docker书>.<GitHub入门与实践>.<Web应用安全权威指南>.<WEB+DB PRESS>.<Software Design>等书籍,也是Docker入门与实践课程主讲人.本文所阐述的「时间序列数据库」,系笔者所负责产品 Cloud Insight 对性能指标进行

时间序列数据库武斗大会之 KairosDB 篇

[编者按]刘斌,OneAPM后端研发工程师,拥有10多年编程经验,参与过大型金融.通信以及Android手机操作系的开发,熟悉Linux及后台开发技术.曾参与翻译过<第一本Docker书>.<GitHub入门与实践>.<Web应用安全权威指南>.<WEB+DB PRESS>.<Software Design>等书籍,也是Docker入门与实践课程主讲人.本文所阐述的「时间序列数据库」,系笔者所负责产品 Cloud Insight 对性能指标进行聚

数据库技大会五周年 技术领袖共聚DTCC

文章讲的是数据库技大会五周年 技术领袖共聚DTCC,2014年4月10日-12日,第五届中国数据库技术大会在北京五洲皇冠国际酒店隆重举行.本届大会的主题为"大数据技术探索与价值发现",参会规模达到1,800人.与往届不同,本届大会前两天的日程围绕传统数据库和大数据两条技术主线展开,第三天的日程围绕大数据的价值探索展开. 今年是中国数据库技术大会五周年,大会继续秉承分享IT最佳应用实践的宗旨,结合传统与创新,为与会者传递数据库.大数据相关的技术和实践.本届大会云集国内水平最高的数据库架构

DW做ASP程序时关于数据库的几个常见问题

程序|数据|数据库|问题 网页三剑客以其简单易学迅速被广大爱好者所青睐,尤其是DW已成为初学者制作网站的首选工具.但我们在用DW制作ASP+access程序时,经常会出现这样或那样的错误,尤其是数据库方面显得特别突出.本文就此方面出现的一些常见的问题谈谈其原因及解决办法. 一.上传网页时出现如下错误:Microsoft OLE DB Provider for ODBC Drivers (0x80004005) [Microsoft][ODBC 驱动程序管理器] 未发现数据源名称并且未指定默认驱动

存储-询问在做网站时,数据库都要做些什么,哪位能详解下(只是学习型开发网站)

问题描述 询问在做网站时,数据库都要做些什么,哪位能详解下(只是学习型开发网站) 不知从何下手.......是要写存储过程.视图..需要自己建立有内容的表格吗,一个很简单网站 类似慕课平台(我们学习做的,对于你们应该很简单)不要复杂的思路,与技术 解决方案 首先,客户端看你要用什么语言,PHP或JS. 数据库可MYSQL或oracel. 建立网站其实做得最多的还是增删改查的操作.学习型开发网站?存储过程.视图.这些不是一定需要的,得看你开发过程中的实际要求. 前期关键是要定义好数据库的表,以及网

数据库技术大会

在本届数据库技术大会中,众多数据库领域资深专家将围绕数据库架构设计.基于数据库应用开发.数据库运维管理等主题展开深入的探讨,来自新浪.百度.阿里巴巴等IT巨头的讲师届时也将与大家分享数据库领域最先进的技术经验和趋势.盛拓传媒CEO秦致指出,"目前国内互联网经济形势大热,团购.社交等网络企业成长速度惊人,传统行业的信息化进程也相当快,数据库在业务发展中扮演的角色越来越重要,特别是现阶段企业的信息化的建设过程当中,数据库的使用已经成为企业信息化的'根'."去年的首届数据库技术大会,参会规模

sql-面试时遇到数据库查询题

问题描述 面试时遇到数据库查询题 员工信息表emp中有字段empno(员工编号)empname(员工姓名)job(职位)sal(薪水)和deptno(部门编号)部门表dep中有字段deptno(部门编号)和dname(部门名称)其中字段deptno各与两个表产生关联要查的语句如下: 列出各部门平均工资高于本部门平均水平的员工数和部门号,按部门号排序?如何写SQL语句?急用. 解决方案 分享两道面试时遇到的题面试时遇到的问题 解决方案二: Select deptno count(*) from e