有人在知乎上提问：“作为国产开源的时序数据库，TDengine 的哪些优点最吸引你？”。这促使我将自己对一些问题，包括创业本身的思考整理出来，分享给大家，希望能给众多研发同学和创业者带来一些启发。
当我在 2016 年底开始启动 TDengine 这个项目，瞄准时序数据库（Time-Series Database）这个方向时，市场上已经有很多时序数据库，包括 InfluxDB、OpenTSDB、TimeScaleDB、KDB+、Prometheus、RRDTool 以及 Graphite 等。在传统行业里，有实时数据库，比如 PI、iHistorian 等。那如果我再做一个，到底有什么优势？怎么做出差异化，怎么推广它？作为一个创业者，是必须认真思考的。我下面从几个点来分析。
1：分布式
从 2016 年底到现在，大部分时序数据库都不是分布式的，换句话说，它们不支持水平扩展。即便是 InfluxDB，也只有企业版支持集群，开源版是不支持的。而传统实时数据库更是没有一个支持水平扩展，最多是双机热备。但是随着物联网、车联网的高速发展，IT 基础设施规模的增大，数据的采集量越来越大，单机是没有办法解决问题的，底层数据库必须具有水平扩展能力。
很多企业使用的是开源时序数据库的单机版，后续为了应对海量数据的处理，只好自己投入人力物力，在单机版的基础上，开发自己的 Proxy，对数据进行分片处理。对于数据写入，这种方法简单而且有效。但是对于查询，往往牵涉多个节点，那么 Proxy 就要做各种查询的聚合，因此开发的工作量很大。有些公司为了避免麻烦，就选用 OpenTSDB，因为它把分布式版本也开源了。
从使用的角度来看，OpenTSDB 底层的存储引擎用的是 HBase，安装维护极为复杂，存储压缩性能不够，查询效率也很低，不是一个优秀的产品。但它仍然有相当多的用户，这唯一的原因就是由于它支持分布式，可以水平线性扩展。
因此，在 2016 年底，整个 TDengine Database 的设计从第一天起，就是支持分布式的。为了便于更多使用开源版本的用户用得更好，在 2020 年 8 月，我们将 TDengine 的分布式版本开源了。分布式版本开源后，TDengine 的用户量持续增长，全球安装实例数已经超过 10 万，每天新增实例都在 200 以上，这是一个相当可观的数字。这证明了我们将 TDengine 分布式版本开源是非常明智的决定。
2：高性能
时序数据及时序数据的应用有其典型特点（详细请看官网博客 )，如果充分利用时序数据的特点，我们可以将数据写入和查询性能大幅提高，数据压缩率也能大幅提高。 我之所以在 2016 年决定开发 TDengine，其中一个核心原因是我认为 InflxuDB 并没有充分利用时序数据特点。如果我充分利用，就能在性能上碾压它。
在仔细研究之后，我提出了“一个数据采集点一张表”的设计，让一个采集点来的数据按照时间顺序一块一块的存，并且使用列式存储。这样就会使得写入变成简单的追加操作，而且一次读的 IO 操作就能把一个数据采集点的数据点成片读出。而时序数据的查询分析往往是一个时间段，数据命中率一下提高很多，这样就会使查询效率极其之高，而且压缩率也会极其之高。同时我提出“超级表”概念，来解决多个数据点数据高效聚合的问题。通过标签将需要聚合的数据采集点先过滤出来，大幅减小需要扫描的数据集，从而大幅提升聚合速度。
那么性能重要吗？毫无疑问非常重要，因为如果用户不关心性能，那选择通用数据库来处理时序数据就可以了。如果都是时序数据库，用户当然也会选择性能或效率更高的产品。因此从研发的第一天起，我和整个团队一直在追求极致的性能。
3：SQL 支持
任何一款新产品，都有入门门槛。降低门槛最好的方法就是不改变用户习惯。SQL 是全球最流行的查询语言，学过计算机的人都会用 SQL 写查询语句。
时序数据库并不新鲜，已经有相当长的历史，但相当多的时序数据库或实时数据库都有自己的查询语言，比如 InfluxDB、OpenTSDB、Prometheus 等都有自己的查询语言，这样大大增加了学习成本，而且也增加了应用的迁移成本。
采用 SQL 还有一个好处，就是能与众多的 BI、可视化工具对接，生态丰富很多。如果采用自己研发的查询语言，所有工具都要定制化开发，难度一下大了很多。kdb 就是最典型的例子，完全是自有语法，因此虽然很多性能指标相当不错，但十几年过去，还是不温不火。
从 TDengine 研发的第一天起，我就决定采用标准 SQL 做查询语言，并且采用关系数据库模型，而不是 InfluxDB、OpenTSDB 和 Prometheus 等数据库的 tag-set 模型。其根本原因就是想降低学习成本。目前看来，这个策略是极其正确的。
涛思数据团队还将在查询分析上投入相当大的研发力量，希望 TDengine 具有强大的时序数据分析功能。
4：开源
基础软件在开源大势所趋的情况下，如果不将代码，特别是核心代码开源，想要赢得市场是完全不可能的。因此，我们才将 TDengine 完全开源。开源使涛思数据获得了高速增长，这是一个完全正确的决定。
但从产品角度来看，开源是 TDengine 的一大优势吗？看起来是，但细想一下，其实不是，它只是取得成功的一个必要条件。因为全球市场上开源的的时序数据库产品很多，中国本土开源的时序数据库也不止 TDengine 一家，大家不会由于 TDengine 是开源的就选择它，而是有其他特点才会选用它。
如果市场上还没有开源的时序数据库，那么开源就是 TDengine 最大的亮点。我决定将集群开源，根本的原因是由于 InfluxDB 没有把集群开源，这给了我们高速增长的机会。只有别人做不到或比不上你的功能或性能，那才是你需要宣传的特点。功能或性能指标的跟随者永远不值得做任何推广。
5：其他
TDengine 还有很多其他优点，比如 All in One 的特性，TDengine 自身带有缓存、流计算、数据订阅等功能，因此在很多场景下，用户不再需要集成 Kafak, Redis, Spark, Zookeeper 等软件，TDengine 就可以作为一个大数据平台来使用，能大幅降低整个系统的复杂度和运维成本。与大部分研发同学一样，我也喜欢罗列各种开发的功能和亮点，我还可以罗列 TDengine 的很多很多其他优点。
但是作为一个连续创业者，很清楚无论是产品还是市场宣传，必须做减法。研发出身的创业者最喜欢的就是不断加功能，在宣传上胡子眉毛一把抓，不突出重点，这是创业者的大忌。用户能看上你的产品，往往不是你功能全，而是产品的某一个亮点打动了他，特别是早期的用户，完全是喜欢产品的某项功能才容忍了诸多其他方面的不足。宣传上也是，众多的特点无法让人记住，能记住一个就相当不错。我们要做的是，把真正的亮点做到极致，而且做最大程度的传播，让人人都知道它，喜欢它。
做减法对于研发同学是极其困难的，因为不将自己花精力没日没夜开发的功能宣传出去，太让自己没有成就感。但作为创业者，就是与要习惯思维做斗争。只有聚焦，你才会真正思考产品在市场的独特定位，把某个亮点做到极致。只有独特，才能真正吸引用户，才能真的受人喜欢。
因此过去的几年，我们一直强调 TDengine 是一个物联网大数据平台，聚焦在物联网细分市场，强调的是 All in One 的特性，这样就能与其他时序数据库做出差异化来。
但 TDengine 开源 2 年多时间，大部分用户还是把我们当做时序数据库来使用，而且不仅是物联网行业用户在用，金融、IT 运维、能源、汽车、工业互联网等行业的用户也在用。经过很多思考之后，我决定将 TDengine 重新定位为时序数据库。
6：三大优点
那么作为时序数据库，怎么与众多的时序数据库 PK 或差异化，我个人认为就是：高性能、分布式与 SQL 支持。这三个特点足以让我说服 InfluxDB, OpenTSDB, TimeScale 的客户切换到 TDengine 上来。因此在我们最近的网站改版时，大胆地将 TDengine Database 的 Slogan 定为：高性能、分布式、支持 SQL 的时序数据库。
贪多嚼不烂，用户没法记住你那么多特点优点，因此我们列出高性能、分布式、支持 SQL 这三个优点足够，其他优点由用户自己去总结和体会，让他们有惊喜。只要将三个优点做实做得足够好，TDengine 与其他时序数据库就会有足够的差异化，就一定能赢得开发者的信赖，赢得市场。
陶建辉
2022 年 2 月 26 日
