在查询性能评估部分，我们使用场景一（只包含 4 天数据，这个修改与[7]中要求一致）和场景二作为基准数据集。在查询性能评估之前，对于 TimescaleDB, 我们采用[7]中推荐配置，设置为 8 个 Chunk ，以确保其充分发挥查询性能。在整个查询对比中，TDengine 数据库的虚拟节点数量（vnodes）保持为默认的 6 个，其他的数据库参数配置为默认值。

1 4,000 devices × 10 metrics查询性能对比

由于部分类型（分类标准参见[7] ）单次查询响应时间非常短，为了更加准确地测量每个查询场景的较为稳定的响应时间，我们将单个查询运行次数提升到 5,000 次，然后使用  TSBS 自动统计并输出结果，最后结果是 5,000 次查询的算数平均值，使用并发客户端 Workers 数量为 8。首先我们提供场景二 （4,000 设备）的查询性能对比结果。

表 1. 4,000 devices × 10 metrics（场景二）查询性能对比表（单位： ms）

查询分类		TDengine	TimescaleDB	TimescaleDB/TDengine
Simple Rollups	single-groupby-1-1-1	0.94	3.27	347.87%
	single-groupby-1-1-12	1.92	5.07	264.06%
	single-groupby-1-8-1	2.09	4.56	218.18%
	single-groupby-5-1-1	1.08	3.34	309.26%
	single-groupby-5-1-12	3.00	7.02	234.00%
	single-groupby-5-8-1	2.60	9.6	369.23%
Aggregates	cpu-max-all-1	1.30	5.54	426.15%
	cpu-max-all-8	3.36	23.72	705.95%
Double-Rollups	double-groupby-1	266.69	5467.91	2050.29%
	double-groupby-5	446.23	10984.63	2461.65%
	double-groupby-all	686.42	16660.7	2427.19%
Thresholds	high-cpu-1	2.23	4.05	181.61%
	high-cpu-all	3,508.00	4328.64	123.39%
Complex Queries	groupby-orderby-limit	1,527.02	12784.92	837.25%
	lastpoint	133.13	755.37	567.39%

下面我们对每个查询结果做一定的分析说明：

由于 Simple Rollups 的整体查询响应时间非常短，制约查询响应时间主体因素并不是查询涉及的数据规模，即这种类型查询的瓶颈并不是数据规模。但是 TDengine 仍然在所有类型的查询响应时间上优于 TimescaleDB，具体的数值比较请参见表 1 中的详细数据表格。

在  Aggregates 类型的查询中，我们看到 TDengine 查询性能相比于 TimescaleDB 有比较大的优势，TDengine 在 cpu-max-all-8 查询性能是 TimescaleDB 的 6 倍。

在 Double-rollups 类型查询中， TDengine 展现出巨大的性能优势，其查询响应时间来度量，double-groupby-5 和 double-groupby-all 的查询性能是 TimescaleDB 的 24 倍。

如图 4、图 5 所示 threshold 类型的查询，TDengine 的查询响应时间均显著低于 TimescaleDB。在 high-cpu-all 类型的查询上，TDengine 的性能是 TimescaleDB 的 1.23 倍。

对于 Complex-queries 类型的查询，TDengine 两个查询均大幅领先 TimescaleDB。在 lastpoint 查询中，查询性能是 TimescaleDB 的 5 倍。在 groupby-orderby-limit 场景中查询性能是 TimescaleDB的 8 倍。在时间窗口聚合的查询过程中，TimescaleDB 针对规模较大的数据集其查询性能不佳（double rollups 类型查询），对于 groupby-orderby-limit 的查询，其性能上表现同样不是太好。

2 资源开销对比

由于部分查询持续时间特别短，并不能完整地看到查询过程中服务器的 IO/CPU/网络情况。我们针对场景二以 Double rollups 类别中的 double-groupby-5 查询为例，执行 1,000 次查询，记录整个过程中 TDengine、TimescaleDB 两个软件系统在查询执行的整个过程中服务器 CPU、内存、网络的开销进行对比。

如图 7 可以看到，两个系统在整个查询过程中 CPU 的使用均较为平稳。TDengine 在查询过程中整体 CPU 占用约 80%, 使用的 CPU 资源最高，TimescaleDB 在查询过程中瞬时 CPU 占用约 38%。由于 TDengine 完成全部查询的时间仅 TimescaleDB 1/20，虽然 CPU 稳定值是 TimescaleDB 的 2 倍多，整体的 CPU 计算时间消耗只有其 1/10 。

服务器内存状况

如图 8 所示，在整个查询过程中，TDengine 内存维持了一个相对平稳的状态。TimescaleDB 在整个查询过程中内存呈现增加的状态，查询完成后即恢复到初始状态。

服务器网络带宽

图 9 展示了查询过程中服务器端上行和下行的网络带宽情况，负载状况基本上和 CPU 状况相似。TDengine 网络带宽开销较高，因为在最短的时间内就完成了全部查询，需要将查询结果返回给客户端。TimescaleDB 开销较低，但持续时间长。

3 100 devices × 10 metrics 查询性能对比

对于场景一(100 devices x 10 metrics)，TSBS 的 15 个查询对比结果如下：

表 2. Timescale 相对于 TDengine 查询响应时间比率 (单位：ms)

查询分类		TDengine	TimescaleDB	TimescaleDB/TDengine
Simple Rollups	single-groupby-1-1-1	0.91	2.93	321.98%
	single-groupby-1-1-12	1.83	4.87	266.12%
	single-groupby-1-8-1	2.09	4.30	205.74%
	single-groupby-5-1-1	1.03	3.19	309.71%
	single-groupby-5-1-12	2.94	6.38	217.01%
	single-groupby-5-8-1	2.63	5.91	224.71%
Aggregates	cpu-max-all-1	1.27	5.55	437.01%
	cpu-max-all-8	3.46	22.83	659.83%
Double-Rollups	double-groupby-1	7.79	116.66	1497.56%
	double-groupby-5	12.10	346.48	2863.47%
	double-groupby-all	17.31	489.04	2825.19%
Thresholds	high-cpu-1	2.05	3.92	191.22%
	high-cpu-all	96.75	104.68	108.20%
Complex Queries	groupby-orderby-limit	47.48	367.40	773.80%
	lastpoint	3.95	17.64	446.58%

如表 2 所示，在更小规模的数据集（100设备）上的查询对比可以看到，整体上 TDengine 同样展现出极好的性能，在全部的查询语句中全面优于 TimescaleDB，部分查询性能超过 TimescaleDB 28 倍。

>> TimescaleDB vs. TDengine 其他性能对比测试具体结果与分析

• 时序数据库写入性能对比：TimescaleDB vs. TDengine
• 时序数据库磁盘空间占用对比：TimescaleDB vs. TDengine