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%
【InfluxDB和IotDB介绍与性能对比】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

    推荐阅读