时间序列数据库大盘点：Geras与Akumuli解析

"这篇文章除了延续上一篇《时序列数据库武斗大会之TSDB名录Part1》的内容，继续介绍一系列的时间序列数据库之外，还深入探讨了Geras和Akumuli这两个特定的TSDB系统。作者刘斌，作为OneAPM的后端研发工程师，分享了他在CloudInsight产品中处理性能指标时对TSDB的理解和经验。" 在时间序列数据库（TSDB）的世界里，Geras是一个面向物联网(IoT)应用的解决方案，特别适合处理传感器数据。尽管它最初设计为SaaS服务，但也支持自部署和托管。Geras提供了一个免费版本，无数据存储时间和量的限制，但可能因缺乏维护而显得有些过时，其官方网站似乎已无法访问，导致对其现状的疑虑。然而，当它处于活跃状态时，Geras以其高速度和对大规模写入操作的优化而著称，支持不同时间精度的Rollup和原始数据精度的保留。通过分布式数据存储实现容错和水平扩展，确保了系统的高可用性和可扩展性。配套的可视化界面便于管理和查看设备、传感器数据，以及metric的图表化展示。Geras支持多种接口，如HTTPS、JSON、RESTful、SenML、MQTT、HyperCat，允许设备通过HTTP POST或MQTT发布数据。 另一方面，Akumuli是一个专为数值型时间序列数据设计的数据库，强调实时处理和存储。其关键特性包括： 1. **基于日志结构的存储**：这种设计使得数据写入快速且高效。 2. **无序数据支持**：允许不按顺序的数据插入，适应动态变化的数据流。 3. **实时压缩**：在数据写入时进行压缩，节省存储空间。 4. **HTTP的JSON查询支持**：通过HTTP接口，以JSON格式进行数据查询，简化了API的使用。 5. **面向行和面向列的存储**：结合两种存储方式的优点，提供灵活的数据处理能力。 6. **内存存储新数据**：最近的数据被保留在内存中，提高读取速度。 7. **通过metric和tag组织数据**：利用metric和tag进行数据分类和联合操作。 这两款数据库都针对物联网和实时监控场景提供了高效的解决方案，展示了TSDB在现代数据处理中的重要性。通过这些工具，开发者和企业能够有效地管理和分析大量不断涌入的时间序列数据，从而更好地理解并优化他们的系统性能。