最近打算做的一个关于 Time Series DB 的试验

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个专门讨论 idea 的地方。

每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。

那这个时候，不妨可以把那些 idea 分享出来，启发别人。

这是一个创建于 2410 天前的主题，其中的信息可能已经有所发展或是发生改变。

把 DNSCrypt-Proxy 的 TSV 格式的 query.log 用 Python 解析之后，同时插入到下面 4 个数据库中：

MySQL InnoDB
InfluxDB
TimescaleDB
ElasticSearch

然后用 Flask 做一个统计各种 DNS 查询的前端（比如每天最多的 10 个域名 / 10 个客户端，及各种流量图之类），然后对比这 4 个数据库在这类 time series 的实际应用场景中到底能有多大的区别。

p.s.

关于 DNSCrypt-Proxy https://www.v2ex.com/t/445199
关于 TimescaleDB https://docs.timescale.com/v0.9/introduction

估计这类问题也是这里很多同学每天正在经历的痛点，所以我就先把想法分享出来了。

21 条回复 • 2018-05-14 20:11:03 +08:00

wph95

2018-04-23 13:57:55 +08:00

可以加上一个 prometheus 试试(虽然和 influxDB 当前的设计思想基本一致)
实际应用场景可以定义一下, 是写多读少？每分钟写多少量，每分钟查多少量。

Livid

MOD

2018-04-23 13:58:55 +08:00 via Android

@wph95 实际应用场景，我主要是想看看谁的聚合查询是最快的。

hst001

2018-04-23 14:22:38 +08:00 via Android

战略性 mark

freeznet

2018-04-23 14:25:40 +08:00

必须 mark~！

xupefei

2018-04-23 14:28:07 +08:00 via Android

比较 SQL 和 NoSQL，schema 和 schema-free 需要特别设计数据，因为设计不好的数据直接会造成不平等的比较。Time series benchmarking 在学术界也是个很新的领域，鲜有研究。
给你一篇参考：ftp://ftp.informatik.uni-stuttgart.de/pub/library/medoc.ustuttgart_fi/DIP-3729/DIP-3729.pdf

mlhorizon

2018-04-23 17:12:20 +08:00

Mark，坐等结果

bysslord

2018-04-23 18:09:20 +08:00 via iPhone

最近也在折腾 influxdb，mark

jy01264313

2018-04-23 19:31:52 +08:00

再加一个 graphite 吧

bomb77

2018-04-23 19:47:22 +08:00

期待结果，我先投 influxdb 一票，不知道结果会不会让人惊讶

sun2920989

2018-04-23 19:50:50 +08:00

等着看看

ninion

2018-04-23 19:53:39 +08:00

同在折腾 influxdb 求问有没有国内用户群

rrfeng

2018-04-23 20:44:33 +08:00

每条都入还是单位时间后统计再入？这个差别很大的。另外只有 MySQL 和 ElasticSearch 并没有 time series 的属性。

1. MySQL 必然倒数（少量数据情况下可能胜出），但是需要没有可以配合的前端。
2. ElasticSearch 配 Kibana 不需要前端可以快速出图。
3. InfluxDB 和 TimescaleDB 在非定量场景（一个 series 单位时间内条数一定）会出现什么反应确实很好奇。
4. 可以直接用 Grafana 统一出图，不需要 flask 自己写了。

ES 的区别在于存全量数据（原始日志直接录入），分析可以选择任意字段。Influxdb 通常只用来存聚合后的统计数据……如果也把全量塞进去的话，需要将字段拆成很多很多的 tag，可能会影响查询效率。

Livid

MOD

2018-04-24 07:34:00 +08:00

之前 Hacker News 上关于 InfluxDB 和 TimescaleDB 的这个讨论很有料：

https://news.ycombinator.com/item?id=16539317