✓
TDengine
基于第三方基准性能测试平台 TSBS（Time Series Benchmark Suite） 标准数据集，TDengine 团队在 TSBS 的 IoT 场景中，预设了五种规模的卡车车队基础数据集，在相同的 AWS 云环境下对时序数据库（Time Series Database） TDengine 3.0 和 TimescaleDB 2.10.1 进行了对比分析。本文将会从写入、存储、查询及资源开销等几大维度为大家汇总分析测试结果。
1
不同场景下写入性能对比
不同场景下写入性能的对比
2
写入过程资源消耗对比
下图展示了在场景四写入过程中服务器端 CPU 负载状况。可以看到，两大系统在返回给客户端写入完成消息以后，都还继续使用服务器的资源进行相应的处理工作。TimescaleDB 在 7x 秒时即反馈客户端写入完成，但是其服务器端仍然调用 CPU 资源进行了数据压缩和整理工作，当然整个工作带来的 CPU 负载相对而言并不高，只有其峰值 CPU 开销的一半左右，但是其持续时间相当长，接近净写入时间的 4 倍。
写入过程中服务器 CPU 开销
磁盘 I/O 对比
写入过程中服务器 IO 开销
写入过程中客户端 CPU 开销
1
4,000 devices × 10 metrics 查询性能对比
4000 devices 查询响应时间
4000 devices Aggregates 查询响应时间
4000 devices Double rollups 查询响应时间
4000 devices 查询响应时间
2
资源开销对比
查询过程中服务器 CPU 开销
查询过程中服务器内存情况
查询过程中网络占用情况
3
100 devices × 10 metrics 查询性能对比
如上表所示，从更小规模的数据集（场景一）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 16 倍。
磁盘空间占用（数值越小越优）
往
期
推
荐
本文分享自微信公众号 - TDengine（taosdata_news）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
