墨天轮国产数据库沙龙 | 张玮绚（TDengine，高性能、分布式、支持SQL的时序数据库）数据库tdengine

分享嘉宾：张玮绚（Wade Zhang）北京涛思数据科技有限公司（TDengine）研发VP
整理：墨天轮

导读
TDengine 是一款高性能、分布式、支持 SQL 的时序数据库，让大量设备、数据采集器每天产生的高达 TB 甚至 PB 级的数据能得到高效实时的处理，对业务的运行状态进行实时的监测、预警，从大数据中挖掘出商业价值。
【墨天轮国产数据库沙龙 | 张玮绚（TDengine，高性能、分布式、支持SQL的时序数据库）】我今天的分享的内容分为四个主题：TDengine诞生的行业背景、TDengine的产品特性、开源和商业策略以及TDengine的几个典型应用案例。
TDengine诞生的行业背景 1、时序数据与时序数据库 TDengine是高性能、分布式、支持 SQL 的时序数据库，对时序数据库进行一句话的定义，那就是：对时序数据进行存储、查询和计算服务的数据库。这就衍生出一个新的问题，什么是时序数据？
时序数据是按时间顺序产生的结构化数据，同一数据源所产生的时序数据是完全同构的，同一类数据源所产生的时序数据也往往是同构的或高度相似的，TDengine 创始人陶建辉总结了时序数据的十大特征。

墨天轮国产数据库沙龙 | 张玮绚（TDengine，高性能、分布式、支持SQL的时序数据库）

文章图片

图1 时序数据的十大特征
2、TDengine诞生的行业背景时序数据在各行各业都有着广泛的应用，如电信电网、银行金融、交通物流、IT运维、传统制造业等，这些数据对业务具有非常重要的价值。
如何存储时序数据呢？有不少厂商用传统的数据库进行尝试，但这些解决方案都有着各自先天的局限性。以关系型数据库为例，它在海量时序数据读写上性能低，同时数据量越大查询越慢。在这样的背景下，时序数据库 TDengine 便应运而生了。

文章图片

图2 时序数据存储方案的各种选择
TDengine 的产品特性 1、TDengine 的产品特性

高性能：插入和查询性能都优于InfluxDB
分布式：集群方案开源
支持SQL：语法尽量与标准SQL兼容

2、TDengine 的优势 TDengine 有八大优势：高性能写入、高性能查询、开源的分布式集群解决方案、支持SQL易用性高、安装部署快速简单、省空间、易集成、易运维。
首先，TDengine 的优势体现在高性能写入与高性能查询。通过充分利用时序大数据的特点，TDengine 团队设计了充分利用时序数据特性的存储引擎，将数据的写入和查询速度大幅提升，同时数据压缩率也大幅提高。
与流行的时序数据库 InfluxDB 相比，TDengine 完全采用 InfluxDB 自身提供的测试框架、数据集和测试场景，写入速度至少是其 2 倍以上，在设备数量超过1000 以后，写入速度则是其 5.2 倍；对于查询场景，极个别的与 InfluxDB 速度持平，绝大部分都是几倍的速度，有的情况下甚至高达 40 倍。

文章图片

图3 TDengine 与 InfluxDB 在写入上的对比

文章图片

图4 TDengine 与 InfluxDB 在查询上的对比
TDengine 的优点还体现在它是一个开源的分布式集群解决方案。不同于InfluxDB（集群方案不开源）与 Prometheus（不支持集群），TDengine 能够很好地水平扩展，轻松支持海量级的时间线和数据量。

文章图片

图5 TDengine 的集群架构
支持 SQL，易用性高是TDengine 的第四个优点。
SQL 是世界上最简单易用、最流行的查询语言，为众多程序员所喜爱，这样能够降低学习门槛和应用程序迁移成本。TDengine 还支持 Java、Go、Python、Rust、nodeJS 和 C# 等语言环境。同时，用户也能够通过 RESTful 接口来插入与查询数据。
不仅如此，TDengine 的优势还体现在安装部署快速简单、省空间、易集成、易运维。
TDengine 的开源和商业模式 1、TDengine 核心代码与集群方案完全开源

文章图片

图6 TDengine 社区版开源统计数据
2、TDengine 的商业模式 TDengine 有三种的商业模式，分别是开源社区版、企业版、云服务版。

开源社区版：核心代码完全一样，建立开发者社区，打造生态。
企业版：支持独立部署，年度订阅模式销售，根据数据量计费。
- 辅助功能：安全(异地容灾、加密、审计等)，运维工具等
- 技术服务：专业团队提供强有力的技术支持
  - 云服务版：在阿里云、AWS 等云平台上直接提供PaaS服务，根据数据量和时长计费。

TDengine 的客户案例 TDengine 用户主要来自物联网、工业互联网、车联网、物流、IT运维监测、电力、智慧城市、智慧矿山等领域，接下来分享我们两个典型的客户案例。
1、客户案例一：顺丰科技顺丰科技原先采用 OpenTSDB+HBase 作为大数据监控平台全量监控数据的存储方案，整个平台平均写入数十亿条/天。但随着大数据监控平台接入的数据量越来越大，有很多痛点需要解决，包括依赖多、使用成本高和性能不能满足等问题。
在进行数据库选型时，TDengine能够满足性能、成本、运维难度的需求，支持横向扩展并具有且高可用的优势。完成改造后，TDengine 集群轻松扛住了全量监控数据写入，运行稳定。

文章图片

图7 顺丰在采用 TDengine 后的改造效果
2、客户案例二：理想汽车随着业务数据量级的上升，理想汽车的物联网场景业务对数据存储性能的要求不断提高。在信号上报业务中，需要将标记时间戳和采集点的信息，通过云端写入到后端数据库中，有一定的聚合查询需求。
在这些需求下，通过深入业务封闭式测试，TDengine 表现出了极其优秀的高并发写入和数据压缩能力，极大降低了业务成本和业务压力。