性能完胜InfluxDB,集群功能也开源,解读TDengine集群的主要逻辑单元
本文重点讲解 TDengine 集群的主要逻辑单元的设计。
本文重点讲解 TDengine 集群的主要逻辑单元的设计。
作为一个高性能、分布式、支持 SQL 的时序数据库 (Time Series Database,TSDB),TDengine 的典型适用场景包括但不限于 IoT、工业互联网、车联网、IT 运维、能源、金融证券等领域。
采用一个数据采集点一张表的方式,能最大程度的保证单个采集点,时间序列数据的插入和查询的性能
所谓“在时序场景下的远超”,应该是全方位的,比如写入的延迟与吞吐量、查询性能、处理的实时性、甚至包括集群方案的运维成本等,都应该有一个跨越式的提升。
LSM Tree 上怎么就不可以建 B-Tree Index 了?(HBase 在 region 上也有 B-Tree Index)B-Tree 怎么就一定要直写硬盘,不能先写 WAL 和走内存 Cache 呢?
与现在大家所熟悉的数据相比,时间序列数据有其显著不同特点,本文对其特点做一分析。
为满足高速增长的物联网大数据市场和技术需求,在吸取众多传统关系型数据库、NoSQL 数据库、流计算引擎、消息队列等软件的优点之后,涛思数据自主开发出创新型时序数据库 TDengine。在时间序列数据的处理上,TDengine 有着自己独特的优势。就 OpenTSDB 当前遇到的问题来说,TDengine 能够有效解决。
从开源精神角度来评估,前期靠开源吸引大众的目光,靠此方式积累到一定的知名度后又闭源,对于一众投入关注和精力的开发者来说,也是一种无形的伤害。
本文将详细介绍 OpenTSDB 与 TDengine 这两款时序数据库(Time Series Database)在系统功能层面上存在的差异。阅读完本文的内容,你可以全面地评估是否能够将某些基于 OpenTSDB 的复杂应用迁移到 TDengine 上,以及迁移之后应该注意的问题。
本主题下分享嘉宾为酷哞哞总经理冷艳霞。