6 月 26 日，濤思數據旗下時序數據庫（Time Series Database） TDengine 正式發布 IoT 場(chang)景下 TDengine 3.0 性能對(dui)比分(fen)析報告(gao)，該(gai)報告(gao)在(zai) IoT 場(chang)景下從數(shu)據寫入、壓縮和查詢等維度，對(dui)比了 TDengine 與市(shi)場(chang)其他流行的(de)(de)時序數(shu)據庫產品的(de)(de)性能差異，其中所有測(ce)試均(jun)在(zai)標準化條(tiao)件下使(shi)用(yong)公開數(shu)據完(wan)成。此外(wai)，為了方(fang)便開發者驗證報告(gao)結果，該(gai)報告(gao)中的(de)(de)數(shu)據在(zai)準備好物理環境(jing)后(hou)，可以(yi)由腳本一(yi)鍵執行生成。

早在 2 月 21 日，TDengine 就已(yi)經針對 DevOps 場(chang)景發布(bu)了第(di)一期 TDengine 3.0 性(xing)能(neng)對比分析(xi)報(bao)告，報(bao)告顯示在 DevOps 場(chang)景下(xia)，TDengine 3.0 在寫入、查詢、存儲、資源消耗等方(fang)面均(jun)優于另外兩大(da)時序(xu)數(shu)據庫產(chan)品，驗證(zheng)了 TDengine 基于時序(xu)數(shu)據場(chang)景所設計的獨特(te)架構(gou)帶來的性(xing)能(neng)優勢以及成本控制水平。

值得一提的(de)(de)是，上述(shu)兩(liang)大報告(gao)均是基于性(xing)能(neng)基準測(ce)試(shi)平臺(tai)(tai) Time Series Benchmark Suite (TSBS) 完成的(de)(de)。TSBS 是由 Timescale 打造(zao)并開源，集多種應用場景下時(shi)序數(shu)(shu)(shu)據(ju)(ju)生成、數(shu)(shu)(shu)據(ju)(ju)寫(xie)入、查詢處理、自(zi)(zi)動化(hua)結果匯總統計等功(gong)能(neng)于一體的(de)(de)時(shi)序數(shu)(shu)(shu)據(ju)(ju)庫性(xing)能(neng)基準測(ce)評平臺(tai)(tai)。由于其開源的(de)(de)特性(xing)，自(zi)(zi) 2018 年以來，該平臺(tai)(tai)已被(bei)全(quan)球多家領先的(de)(de)時(shi)序數(shu)(shu)(shu)據(ju)(ju)庫廠商使用，成為時(shi)序數(shu)(shu)(shu)據(ju)(ju)庫性(xing)能(neng)測(ce)試(shi)上使用最為廣泛的(de)(de)平臺(tai)(tai)。

據了(le)解，本次 TDengine 發布的(de) IoT 場(chang)(chang)景(jing)下(xia) TDengine 3.0 性(xing)能(neng)對(dui)比(bi)分(fen)析報告使用(yong) TSBS IoT 場(chang)(chang)景(jing)作為(wei)基礎(chu)數據集，模(mo)擬虛擬貨(huo)運公司車(che)隊中一組卡車(che)的(de)時序數據，預設了(le)五種卡車(che)規模(mo)場(chang)(chang)景(jing)，在相(xiang)同的(de) AWS 云(yun)環境下(xia)運行了(le) TDengine 3.0、TimescaleDB 2.10.1 和(he) InfluxDB 1.8.10，從四大維度進行對(dui)比(bi)測(ce)試并(bing)輸(shu)出結果。

測(ce)試報告結果可(ke)簡(jian)單總結如下：

• 數據寫入對比：在全部的五個場景中，TDengine 寫入性能均優于 TimescaleDB 和 InfluxDB。寫入性能最大達到 TimescaleDB 的 3.3 倍，InfluxDB 的 16.2 倍。此外，TDengine 在寫入過程中消耗了最少計算（CPU）資源和磁盤 IO 開銷。
• 數據查詢對比：對于大多數查詢類型，TDengine 的性能均優于 InfluxDB 和 TimescaleDB，在復雜的混合查詢中 TDengine 展現出巨大的優勢——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。
• 數據存儲對比：報告顯示，TimescaleDB 在所有場景下數據規模均顯著地大于 InfluxDB 和 TDengine，并且這種差距隨著數據規模增加快速變大，其落盤數據規模最高達到了 TDengine 的 12.2 倍；InfluxDB 在前三個場景中落盤后數據文件規模與 TDengine 非常接近，但隨著數據規模的增長（場景四、場景五），InfluxDB 落盤后文件占用的磁盤空間最大達到了 TDengine 的 2.8 倍，這也直接說明 TDengine 更加適用于時序大數據的存儲。
• 資源消耗對比：從整體 CPU 開銷上來看，TDengine 不僅完成全部查詢的時間低于 TimescaleDB 和 InfluxDB，在整體上 CPU 計算資源的消耗也遠小于 TimescaleDB 和 InfluxDB。在整個查詢過程中，TDengine 內存也始終維持在一個相對平穩的狀態。

有關測試報告執行結果和重現步驟的詳細信息，請參閱完整報告：《基于 TSBS 標準數據集時序數據庫 TimescaleDB、InfluxDB 與 TDengine 在 IoT 場景性能對比測試》。

關于 TDengine

TDengine 是(shi)由濤(tao)思數(shu)(shu)(shu)據完全自主開(kai)發的(de)一(yi)款開(kai)源、高性能、云原生的(de)時(shi)(shi)序數(shu)(shu)(shu)據庫，專注(zhu)時(shi)(shi)序空(kong)間大數(shu)(shu)(shu)據的(de)存儲、查(cha)詢、分析和(he)計(ji)算，全球運(yun)行(xing)的(de) TDengine 用戶(hu)實例(li)數(shu)(shu)(shu)超(chao)過 294.9k，平均(jun)每(mei)天新增數(shu)(shu)(shu)百個新部署，用戶(hu)遍布全球 50 多(duo)個國家(jia)/地區，已被廣泛運(yun)用于物(wu)聯網、車聯網、工業互聯網、IT 運(yun)維等領域。2019年(nian)7月，TDengine 在(zai) GitHub 開(kai)源，目(mu)前(qian)其 的(de) Star 數(shu)(shu)(shu)達(da)到了 21.5k，且多(duo)次登頂(ding) GitHub 全球趨勢(shi)排行(xing)榜。

2022年 8 月，TDengine 推出 3.0 版本，真(zhen)正成(cheng)為了(le)(le)(le)一款云(yun)原生時序(xu)數(shu)(shu)據(ju)(ju)庫，支持(chi) 10 億個(ge)設備采集數(shu)(shu)據(ju)(ju)、100 個(ge)節點(dian)，支持(chi)存儲與(yu)計(ji)算分(fen)離(li)，解決(jue)了(le)(le)(le)困擾(rao)時序(xu)數(shu)(shu)據(ju)(ju)庫發展的(de)(de)(de)(de)高基數(shu)(shu)難(nan)題；還(huan)將存儲引擎(qing)、查詢引擎(qing)都進行了(le)(le)(le)優化(hua)升級，并(bing)打造了(le)(le)(le)全(quan)新的(de)(de)(de)(de)流式(shi)計(ji)算引擎(qing)，無需再集成(cheng) Kafka、Redis、Spark、Flink 等(deng)軟件，性能提升的(de)(de)(de)(de)同時系統(tong)(tong)(tong)架構復(fu)雜(za)度也(ye)實現了(le)(le)(le)大幅降(jiang)低。同年 9 月，TDengine Cloud 上線(xian)海外市場(chang)并(bing)同步支持(chi) Microsoft Azure、AWS、Google Cloud 三大公有(you)云(yun)平臺，TDengine PI 連接器也(ye)在不久后成(cheng)功上線(xian)，基于(yu)此，企(qi)業既能保留傳統(tong)(tong)(tong)的(de)(de)(de)(de) PI 系統(tong)(tong)(tong)，又能輕松(song)獲得現代云(yun)平臺提供的(de)(de)(de)(de)所有(you)好(hao)處。點(dian)擊進入(ru)yakult-sh.com.cn了(le)(le)(le)解更(geng)多信息(xi)。