InfluxDB和IotDB介绍与性能对比
InfluxDB简介
InfluxDB 是用Go语言编写的一个开源分布式时序、事件和指标数据库，无需外部依赖。用于存储和分析时间序列数据的开源数据库。
适合存储设备性能、日志、物联网传感器等带时间戳的数据,其设计目标是实现分布式和水平伸缩扩展。
InfluxDB 包括用于存储和查询数据，在后台处理ETL或监视和警报目的，用户仪表板以及可视化和探索数据等的API。
InfluxDB是一个由InfluxData开发的开源时序型数据。它由Go写成，着力于高性能地查询与存储时序型数据。InfluxDB被广泛应用于存储系统的监控数据，IoT行业的实时数据等场景。
类似的数据库有Elasticsearch、Graphite、IotDB等。
InfluxDB优点
- 专为时间序列数据编写的自定义高性能数据存储。 TSM引擎允许高摄取速度和数据压缩
- 完全用 Go 语言编写。 它编译成单个二进制文件，没有外部依赖项
- 简单，高性能的写入和查询HTTP API
- 插件支持其他数据提取协议，如Graphite，collectd和OpenTSDB
- 专为类似SQL的查询语言量身定制，可轻松查询聚合数据
- 标签允许对系列进行索引以实现快速有效的查询
- 保留策略有效地自动使过时数据过期
- 连续查询自动计算聚合数据，以提高频繁查询的效率
InfluxDB缺点
- InfluxDB 的开源版本只支持一个节点。
- 开源版本没有集群功能,集群版本需要收费
- 存在前后版本兼容问题
- 存储引擎在变化
IotDB简介
Apache IoTDB 是用Java语言编写的, 是专为物联网时序数据打造的数据库，提供数据采集、存储、分析的功能。IoTDB 提供端云一体化的解决方案，在云端，提供高性能的数据读写以及丰富的查询能力，针对物联网场景定制高效的目录组织结构，并与 Apache Hadoop、Spark、Flink 等大数据系统无缝打通；在边缘端，提供轻量化的 TsFile 管理能力，端上的数据写到本地 TsFile，并提供一定的基础查询能力，同时支持将 TsFile 数据同步到云端。
IotDB优点
- 国产项目,现在国家大力推行自主研发,国产化. IotDB是清华自研时间序列数据库,Apache 孵化项目,2014年项目启动,2018年11月18号 iotdb 正式进入 apache 孵化器,成为中国高校首个进入 apache 孵化器的项目。
- 为用户提供数据收集、存储和分析等特定的服务
- 轻量级的结构、高性能和可用的特性，以及与Hadoop和Spark生态的无缝集成，满足了工业IoTDB领域中海量数据存储、高吞吐量数据写入和复杂数据分析的需求。
- 灵活的部署策略。IoTDB为用户提供了一个在云平台或终端设备上的一键安装工具，以及一个连接云平台和终端上的数据的数据同步工具。
- 硬件成本低。IoTDB可以达到很高的磁盘存储压缩比。
- 高效的目录结构。IoTDB支持智能网络设备对复杂时间序列数据结构的高效组织，同类设备对时间序列数据的组织，海量复杂时间序列数据目录的模糊搜索策略。
- 高吞吐量读写。IoTDB支持数以百万计的低功耗设备的强连接数据访问、高速数据读写，适用于上述智能网络设备和混合设备。
- 丰富的查询语义。IoTDB支持跨设备和测量的时间序列数据的时间对齐、时间序列字段的计算(频域转换)和时间维度的丰富聚合函数支持。
- 学习成本非常低。IoTDB支持类似sql的语言、JDBC标准API和易于使用的导入/导出工具。
- 与先进的开放源码生态系统的无缝集成。IoTDB支持分析生态系统，如Hadoop、Spark和可视化工具(如Grafana)。
IotDB缺点
- 目前只有单节点版本,不过集群版本马上要发布了
- IoTDB TsFile 的结构，目前仅有 java 版本，资源占用方面对边缘轻量级设备不友好，限制了其在端/设备侧的应用。
- 存储上支持使用 HDFS 或 本地盘，通过使用 HDFS 来存储可保证存储层高可用，但计算层没有进一步的高可用保障。
关系数据库VS键值数据库
| 关系数据库 | 键值数据库 |
|---|---|
| 单表列数上限: MySQL InnoDB 为1017列 | 可管理海量条时间序列 |
| 单表行数不易过多:小于1000万行 | 查询受限（表达能力低）如下: |
| 水平、垂直分表；分库 | 按时间维度的查询,按值维度的查询,多序列的时间对齐查询 |
时序数据库
| 基于关系数据库 | 基于键值数据库 | 原生时序数据库 | 轻量级时序数据库 |
|---|---|---|---|
| Timescale | opentsdbKairosDB | influxdb | IodDB |
| 基于PG开发的插件 | 基于Hbase/Cassandra | 基于LSM机制的时序库 | 工业领域千万条量级时间序列管理 |
| 时序数据自动分区 | 时序分区键 | 专属文件结构 | 单节点万亿数据点管理 |
| 查询计划做优化 | 定时任务构建索引 | 专属查询优化 | 单节点数十TB级时间序列数据管理 |
| 定制并行查询 | 支持Hadoop、Spark、Matlab、Grafana等多种生态 | ||
| 随着导入时间的增加导入速率不断下降 | 压缩比低，查询慢 | 长期历史数据查询性能下降 | 高效的数据持久化,丰富/低延迟的数据查询 |
InfluxDB和IotDB性能测试
测试配置
| 总数据量 | 1500 亿 points |
|---|---|
| client | 10 |
| group num | 10 |
| device num | 100 |
| sensor num | 100 |
| 每个 sensor | 1500 万 points |
| encoding | RLE |
| 持续高压力写入测试。 |
测试结果
| elapseTime(h) | elapseRate(points/s) | accuTime(h) | accuRate(points/s) | |
|---|---|---|---|---|
| IoTDB | 25.5 | 1632058.82 | 13.2 | 3156988.07 |
| InfluxDB | 38.7 | 1077684.22 | 25.8 | 1617748.51 |
测试共生成 1500 亿个 points，InfluxDB 总耗时 38.7 小时，IoTDB 总耗时 25.5 小时。测试 过程中，InfluxDB 和 IoTDB 都保持了平稳的插入速度，中途没有出现异常。
压缩性能
| 占磁盘空间(G) | 平均每个 point(B) | |
|---|---|---|
| InfluxDB | 627 | 4.49 |
| IoTDB | 180 | 1.29 |
InfluxDB 占磁盘空间为 IoTDB 的 3.5 倍。
监控项
| CPU usage(%) | 系统盘 wRate(M/s) | 数据盘 wRate(M/s) | net 流量(M/s) | |
|---|---|---|---|---|
| InfluxDB | 21.78 | 18.62 | 69.15 | 32.33 |
| IoTDB | 15.29 | 27.58 | 69.01 | 37.15 |
对于系统盘(SSD)的 IO 使用 blktrace 工具做的更详细的统计。在 benchmark 平稳运行时， 采样 1 分钟的 IO 数据，统计结果如下:
| Q2C 平均耗时 (ms) | D2C 占比 | BLKavg | IOPS | %util | |
|---|---|---|---|---|---|
| InfluxDB | 1.12 | 93.83% | 521 | 88 | 4.4% |
| IoTDB | 0.33 | 96.09% | 207 | 1097 | 13.7% |
其中:
Q2C:平均每个 IO 请求所消耗的时间;
D2C:IO 请求在 driver 和硬件上所消耗的时间;
Q2C = Q2I + I2D + D2C
BLKavg:平均每个 IO 请求处理的 block 数量;
IOPS:平均每秒处理的 IO 请求数;
%util:IO 设备的繁忙程度。
从上面的监控数据可以看到，对于每个 IO 请求的处理效率，IoTDB 是要优于 InfluxDB;但是
IoTDB 每秒钟处理了大量的 IO 请求，IOPS 过高。
可以关注IotDB开发者博客:https://blog.csdn.net/qiaojialin
IotDB开发者的博客地址