摘要:为帮助用户了解TDengine的指标,此次测试,从数据库的读、写、查询、压缩比等方面对TDengine和OpenTSDB进行了对比测试。从测试结果上看,TDengine的性能远超OpenTSDB,写入性能约为25倍,读取性能约为32倍,聚合函数性能约为1000倍,按标签分组查询性能约为1000倍,按时间分组查询性能约为40倍,压缩比约为5倍.
对比测试的测试程序和数据库服务在同一台4核8GB的Dell台式机上部署,台式机型号为OptiPlex-3050,详细配置如下
OS: Ubuntu 16.04 x64
CPU: Intel(R) Core(TM) i3-7100 CPU @ 3.90GHz
Memory: 8GB
Disk: 1TB HDD
本次测试调研了两类比较热门的测试数据集:
所以,为了使得测试可轻易重复,自己写了一个生成模拟数据的程序来进行本次测试。
测试数据生成程序模拟若干温湿度计生成的数据,其中温度为整数、湿度为浮点数,同时每个温度计包含设备ID、设备分组、设备名称三个标签。为了尽可能真实地模拟温湿度计的生成数据,没有使用完全随机数,而是针对每个温度计确保生成的数据值呈正态分布。
测试数据的频率为1秒钟,数据集包含10000台设备,每台设备10000条记录。每条数据采集记录包含3个标签字段,2个数据字段,1个时间戳字段。
采用java程序生成测试数据集,测试程序源代码行数较多,因此您可以到https://github.com/taosdata/TDengine/tree/master/tests/comparisonTest/dataGenerator 下载,执行如下语句
cd tests/comparisonTest/dataGenerator
javac com/taosdata/generator/DataGenerator.java
相关参数如下
执行如下命令,会在~/testdata目录下生成100个数据文件,每个文件包含100台设备的测试数据;合计10000台设备,每台设备10000条记录
mkdir ~/testdata
java com/taosdata/generator/DataGenerator -dataDir ~/testdata -numOfDevices 10000 -numOfFiles 100 -rowsPerDevice 10000
TDengine是一个开源的专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。除核心的快10倍以上的时序数据库功能外,还提供缓存、数据订阅、流式计算等功能,最大程度减少研发和运维的工作量。
Welcome to the TDengine shell, server version:1.6.1.0 client version:1.6.1.0
Copyright (c) 2017 by TAOS Data, Inc. All rights reserved.
taos>
TDengine为相同结构的设备创建一张超级表,而每个具体的设备则单独创建一张数据表。因此,超级表的数据字段为采集时间、温度、湿度等与时间序列相关的采集数据;标签字段为设备编号、设备分组编号、设备名称等设备本身固定的描述信息。
创建超级表的SQL语句为
create table devices(ts timestamp, temperature int, humidity float) tags(devid int, devname binary(16), devgroup int);
以设备ID作为表名(例如device id为1,则表名为dev1),使用自动建表语句,写入一条记录的语句为
insert into dev1 using devices tags(1,'d1',0) values(1545038786000,1,3.560000);
本文采用TDengine的原生C语言接口,编写数据写入及查询程序,后续的其他文章会提供基于JDBCDriver的测试程序。
测试程序源代码行数较多,因此您可以到https://github.com/taosdata/TDengine/tree/master/tests/comparisonTest/tdengine 下载,执行如下语句
cd tdengine
make
会在当前目录下生成可执行文件./tdengineTest
TDengine的测试程序用法与OpenTSDB的用法相同,写入相关参数
例如
./tdengineTest -dataDir ./data -numOfFiles 10 -writeClients 2 -rowsPerRequest 100
查询相关参数
例如
./tdengineTest -sql ./sqlCmd.txt
OpenTSDB是基于Hbase的分布式的,可扩展的时间序列数据库。
从https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/stable/ 下载 hbase-1.4.10-bin.tar.gz
tar xzvf hbase-1.4.10-bin.tar.gz
cd hbase-1.4.10/bin
./start_hbase.sh
git clone git://github.com/OpenTSDB/opentsdb.git
cd opentsdb
./build.sh
env COMPRESSION=NONE HBASE_HOME=${HBASE_HOME}/hbase-version ${OpenTSDB_download_path}/src/create_table.sh
sudo service opentsdb start
OpenTSDB可以通过http://hostIp:4242打开交互式网页
cd /etc/opentsdb
vim opentsdb.conf
修改某些参数的默认值
tsd.core.auto_create_metrics = true
tsd.http.request.enable_chunked = true
tsd.http.request.max_chunk = 30000
因为本次测试采用http 接口,如果出现“java.net.NoRouteToHostException: Cannot assign requested address (Address not available)” 这种错误,还可执行如下命令
sudo sysctl -w net.ipv4.tcp_tw_reuse=1
创建一个名为devices的measurement,所有设备都属于该measurement,不同设备通过标签进行区分。每台设备包含三个标签,分别为设备编号、设备分组编号、设备名称。每条记录只能包含一个metric,因此需要对温度(整型)和 湿度(浮点)分别写入一条记录。每条记录包含设备的三个标签,一个metric的名字和值,以及时间戳。
本文采用OpenTSDB的原生语言java,编写数据写入及查询程序。因为OpenTSDB并未提供官方java 接口,本次测试选择调用他们的http接口。测试程序源代码行数较多,因此您可以到https://github.com/taosdata/TDengine/tree/master/tests/comparisonTest/opentsdb 下载。
写入相关参数
例如
cd opentsdb/opentsdbtest/src/target
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -dataDir ~/testdata -numOfFiles 100 -writeClients 2 -rowsPerRequest 30
查询相关参数
例如
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql sqlchoice
数据库的一个写入请求可以包含一条或多条记录,一次请求里包含的记录条数越多,写入性能就会相应提升。在以下测试中,使用R/R表示Records/Request ,即一次请求中的记录条数。同时,一个数据库可以支持多个客户端链接,链接数增加,系统总的写入通吐量也会相应增加。因此测试中,对于每一个数据库,都会测试一个客户端和多个客户端连接的情况。
TDengine按照每次请求包含1,100,500,1000,2000条记录各进行测试,同时也测试了不同客户端连接数的情况。测试步骤如下所示,您可以修改示例中的参数,完成多次不同的测试。
1.清空上次测试数据
运行TDengine的shell命令行程序taos,执行删除测试数据库语句
Welcome to the TDengine shell, server version:1.6.1.0 client version:1.6.1.0
Copyright (c) 2017 by TAOS Data, Inc. All rights reserved.
taos>drop database db;
2.测试执行
开启5个客户端读取~/testdata目录中的100个数据文件,每个请求写入1000条数据,可以参考如下命令
./tdengineTest -dataDir ~/testdata -numOfFiles 100 -writeClients 5 -rowsPerRequest 1000
写入吞吐量如下,单位为记录数/秒
R/R | 1 client | 2 clients | 3 clients | 4 clients | 5 clients | 6 clients | 7 clients |
---|---|---|---|---|---|---|---|
1 | 26824 | 43699 | 55137 | 62869 | 64529 | 68647 | 72277 |
100 | 415800 | 734484 | 895522 | 976085 | 1087902 | 1171074 | 1192199 |
500 | 479846 | 882612 | 1083032 | 1195100 | 1269196 | 1364256 | 1417004 |
1000 | 500751 | 914494 | 1121914 | 1239157 | 1367989 | 1418104 | 1476560 |
2000 | 512820 | 1055520 | 1174164 | 1306904 | 1426635 | 1458434 | 1477208 |
OpenTSDB按照每次请求包含1,10,30,50,80条记录各进行测试,同时也测试了不同客户端连接数的情况。测试步骤如下所示,您可以修改示例中的参数,完成多次不同的测试。
1.清空上次测试数据
运行HBase的shell命令行程序./hbase shell,可以看到如下类似信息
HBase Shell
Use "help" to get list of supported commands.
Use "exit" to quit this interactive shell.
Version 1.4.10, r76ab087819fe82ccf6f531096e18ad1bed079651, Wed Jun 5 16:48:11 PDT 2019
hbase(main):001:0> disable 'tsdb'; disable 'tsdb-meta'; disable 'tsdb-tree'; disable 'tsdb-uid';
hbase(main):002:0> drop 'tsdb'; drop 'tsdb-meta'; drop 'tsdb-tree'; drop 'tsdb-uid';
hbase(main):003:0> quit
然后再为OpenTSDB建表
env COMPRESSION=NONE HBASE_HOME=${HBASE_HOME}/hbase-version ${OpenTSDB_download_path}/src/create_table.sh
2.测试执行
开启5个客户端读取~/testdata目录中的100个数据文件,每个请求写入30条数据,可以参考如下命令
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -dataDir ~/testdata -numOfFiles 100 -writeClients 5 -rowsPerRequest 30
写入吞吐量如下,单位为记录数/秒
R/R | 1 client | 2 clients | 3 clients | 4 clients | 5 clients | 6 clients | 7 clients |
---|---|---|---|---|---|---|---|
1 | 2370 | 2474 | 2572 | 2710 | 2497 | 2436 | 2371 |
10 | 18393 | 22828 | 22656 | 22924 | 22507 | 23200 | 23099 |
30 | 37463 | 45649 | 45735 | 46342 | 46795 | 46675 | 44908 |
50 | 45255 | 53222 | 50503 | 54475 | 54543 | 54283 | 54970 |
80 | 48794 | 56386 | 54564 | 56999 | 57198 | 57318 | 57272 |
基于以上的测试数据,将TDengine和OpenTSDB测试出的最佳写入速度进行对比,结果如下
R/R | 1 client | 2 clients | 3 clients | 4 clients | 5 clients | 6 clients | 7 clients |
---|---|---|---|---|---|---|---|
TDengine | 512820 | 1055520 | 1174164 | 1306904 | 1426635 | 1458434 | 1477208 |
OpenTSDB | 48794 | 56386 | 54564 | 56999 | 57198 | 57318 | 57272 |
本测试做了简单的遍历查询,就是将写入的数据全部读出。每次查询仅取出100万条记录,在测试数据准备时,已经按照devgroup字段将数据拆分成100个分组,本次测试随机选取其中10个分组进行查询。
测试SQL语句存储在tdengine/q1.txt中,测试SQL语句参考
select * from db.devices where devgroup=0;
执行方法如下
./tdengineTest -sql ./q1.txt
2.OpenTSDB的测试方法
OpenTSDB的查询语句为json语句,已写在代码里,测试时只需选择执行哪项查询即可。
测试SQL的选项(sqlchoice)为q1
执行方法如下
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql q1
读取速度如下,单位为秒
Latency | G-0 | G-10 | G-20 | G-30 | G-40 | G-50 | G-60 | G-70 | G-80 | G-90 |
---|---|---|---|---|---|---|---|---|---|---|
TDengine | 0.235 | 0.212 | 0.208 | 0.218 | 0.209 | 0.210 | 0.209 | 0.209 | 0.216 | 0.208 |
OpenTSDB | 6.69 | 5.92 | 6.58 | 6.65 | 7.29 | 7.51 | 5.98 | 6.20 | 7.03 | 6.576 |
本单元的测试包含COUNT,AVERAGE,SUM,MAX,MIN,SPREAD这六个TDEngine和OpenTSDB共有的聚合函数。所有测试函数都会搭配筛选条件(WHERE)来选取设备的十分之一、十分之二、十分之三、直到全部设备。
测试SQL语句存储在tdengine/q2.txt中,测试SQL语句参考
select count(*) from db.devices where devgroup<10;
执行方法如下
./tdengineTest -sql ./q2.txt
查询速度如下表,单位为秒
Latency | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | 100% |
---|---|---|---|---|---|---|---|---|---|---|
count | 0.018 | 0.026 | 0.016 | 0.018 | 0.017 | 0.024 | 0.024 | 0.027 | 0.030 | 0.033 |
avg | 0.007 | 0.014 | 0.015 | 0.020 | 0.024 | 0.038 | 0.044 | 0.050 | 0.057 | 0.060 |
sum | 0.006 | 0.010 | 0.019 | 0.018 | 0.031 | 0.036 | 0.034 | 0.037 | 0.043 | 0.046 |
max | 0.007 | 0.013 | 0.015 | 0.020 | 0.025 | 0.030 | 0.035 | 0.039 | 0.045 | 0.049 |
min | 0.006 | 0.010 | 0.016 | 0.024 | 0.032 | 0.039 | 0.045 | 0.041 | 0.043 | 0.049 |
OpenTSDB的查询语句为json语句,已写在代码里,测试时只需选择执行哪项查询即可。
测试SQL的选项(sqlchoice)为q2
执行方法如下
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql q2
查询速度如下表,单位为秒
Latency | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | 100% |
---|---|---|---|---|---|---|---|---|---|---|
count | 67.82 | 67.3 | 66.87 | 67.17 | 66.67 | 67.23 | 67.17 | 66.88 | 67.1 | 66.72 |
mean | 66.62 | 67.3 | 67.21 | 67.1 | 67.07 | 66.76 | 67.31 | 67.00 | 66.52 | 66.99 |
sum | 67.12 | 66.79 | 67.68 | 66.90 | 67.41 | 66.59 | 66.95 | 67.1 | 66.74 | 66.59 |
max | 66.55 | 67.13 | 66.93 | 67.12 | 66.96 | 67.15 | 66.91 | 66.73 | 67.1 | 67.29 |
min | 66.82 | 67.03 | 66.66 | 66.5 | 66.82 | 66.64 | 67.36 | 67.04 | 66.51 | 66.67 |
基于以上的测试数据,将TDengine和OpenTSDB在1亿条记录数据集的测试结果进行对比
>Latency | count | average | sum | max | min |
---|---|---|---|---|---|
TDengine | 0.033 | 0.06 | 0.046 | 0.049 | 0.049 |
OpenTSDB | 66.72 | 66.99 | 66.59 | 67.29 | 66.67 |
本测试做了按标签分组函数的性能测试,测试函数会搭配筛选条件(WHERE)来选取设备的十分之一、十分之二、十分之三、直到全部设备。
测试SQL语句存储在tdengine/q3.txt中,例如
select count(temperature), sum(temperature), avg(temperature) from db.devices where devgroup<10 group by devgroup;
执行方法如下
./tdengineTest -sql ./q3.txt
测试SQL的选项(sqlchoice)为q3
执行方法如下
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql q3
读取速度如下,单位为秒
Latency | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | 100% |
---|---|---|---|---|---|---|---|---|---|---|
TDengine | 0.030 | 0.028 | 0.031 | 0.041 | 0.069 | 0.066 | 0.077 | 0.091 | 0.102 | 0.123 |
OpenTSDB | 125.91 | 127.39 | 126.79 | 126.42 | 125.73 | 126.85 | 127.77 | 126.99 | 127.16 | 126.41 |
本测试做了按时间分组函数的性能测试,测试函数会搭配筛选条件(WHERE)来选取设备的十分之一、十分之二、十分之三、直到全部设备。
测试SQL语句存储在tdengine/q4.txt中,例如
select count(temperature), sum(temperature), avg(temperature) from db.devices where devgroup<10 interval(1m);
执行方法如下
./tdengineTest -sql ./q4.txt
测试SQL的选项(sqlchoice)为q4
执行方法如下
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql q4
读取速度如下,单位为秒
Latency | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | 100% |
---|---|---|---|---|---|---|---|---|---|---|
TDengine | 0.237 | 0.472 | 0.653 | 0.902 | 1.134 | 1.422 | 1.753 | 1.784 | 2.085 | 2.549 |
OpenTSDB | 82.53 | 83.04 | 83.93 | 82.74 | 82.96 | 82.75 | 82.14 | 82.37 | 83.29 | 82.46 |
本次测试共生成100个测试数据文件,存储在/testdata目录下,使用du命令查看/testdata目录的文件大小
cd ~/testdata
du -h .
如下图所示
TDengine的磁盘文件默认位置在目录/var/lib/taos/data下,在查看磁盘文件大小时,首先将TDengine的服务停止
sudo systemctl stop taosd
然后,调用du命令,查看/var/lib/taos/data目录下文件的大小
cd /var/lib/taos/data
du -h .
如下图所示
OpenTSDB的磁盘文件默认位置在目录/var/lib/hbase/data/下,在查看磁盘文件大小时,首先将OpenTSDB的服务停止
sudo service opentsdb stop
调用du命令,查看该目录下文件的大小。
cd /var/lib/hbase/data/
du -sh
如下图所示
生成的测试数据文件占用的磁盘大小为3941MB,OpenTSDB磁盘占用2.3GB,TDengine磁盘占用459MB。在相对比较随机数据集的情况下,TDengine的压缩比约为OpenTSDB压缩比的5倍。
在物联网场景下,大多数采集数据的变化范围都比较小。由于TDengine采用列式存储,因此可以预期,TDengine在真实场景的压缩比表现会更好。
TDengine与OpenTSDB都是用与处理时序数据的存储引擎,其功能比较接近,各有特色。
功能支持 | TDengine | OpenTSDB |
---|---|---|
SQL语法支持 | 支持 | 不支持 |
私有化部署支持 | 支持 | 支持 |
水平扩展能力 | 支持 | 支持 |
系统连接管理 | 支持 | 支持 |
查询任务管理 | 支持 | 支持 |
数据导入工具 | 支持 | 支持 |
数据导出工具 | 支持 | 支持 |
Web管理工具 | 支持 | 支持 |
多介质分级存储 | 支持 | 支持 |
Telegraf数据采集 | 支持 | 支持 |
Grafana数据可视化 | 支持 | 支持 |
RESTFul | 支持 | 支持 |
C/C++ | 支持 | 不支持 |
JDBC/ODBC | 支持 | 不支持 |
GO | 支持 | 不支持 |
Python | 支持 | 不支持 |
数据库参数配置 | 支持 | 支持 |
配置副本数 | 支持 | 支持 |
数据时效 | 支持 | 支持 |
数据分区 | 支持 | 支持 |
流式计算 | 支持 | 不支持 |
微秒级精度 | 支持 | 支持 |
聚合函数支持 | 支持 | 支持 |
数据降采样 | 支持 | 支持 |
数据分页 | 支持 | 支持 |
数据插值 | 支持 | 支持 |
历史数据修改 | 不支持 | 支持 |
历史数据的标签修改 | 支持 | 支持 |
时间线删除 | 支持 | 支持 |
数据清空 | 支持 | 支持 |
此次测试,从数据库的读、写、查询、压缩比等方面对TDengine和OpenTSDB进行了对比测试。测试用数据集、测试程序源码、执行的SQL语句都可以从https://github.com/taosdata/TDengine/tree/master/tests/comparisonTest/ 下载,测试具备可重复性。
从测试结果上看,TDengine的性能远超OpenTSDB,写入性能约为25倍,读取性能约为32倍,聚合函数性能约为1000倍,按标签分组查询性能约为1000倍,按时间分组查询性能约为40倍,压缩比约为5倍,具体见下表。
TDengine | OpenTSDB | |
---|---|---|
写入吞吐量 | 1477208 记录数/秒 | 57272 记录数/秒 |
100万条记录读取时间 | 0.21秒 | 6.57秒 |
1亿条记录取平均值时间 | 0.06秒 | 66.99秒 |
1亿条记录按标签分组取均值时间 | 0.123 | 126.41秒 |
1亿条记录按时间分组取均值时间 | 2.549秒 | 82.46秒 |