國產(chǎn)分布式數(shù)據(jù)庫服務(wù)商有哪些？

時間：2023-03-31 02:42:01 | 來源：電子商務(wù)

時間：2023-03-31 02:42:01 來源：電子商務(wù)

利益相關(guān)。以一個案例切入，在西門子案例中，SIEMENS DE&DS DSM 團隊開發(fā)的一套面向設(shè)備制造商的數(shù)字化解決方案——SIMICAS? OEM 設(shè)備遠程運維套件，就因為數(shù)據(jù)庫性能問題不得不進行數(shù)據(jù)架構(gòu)升級。在它們的 1.0 系統(tǒng)中，使用的是 Flink + Kafka + PostgreSQL + Redis 的架構(gòu)，落地之后，主要遇到了兩大挑戰(zhàn)，一個是部署繁瑣，一個是應(yīng)用復(fù)雜。

具體來說，因為引入了 Flink 和 Kafka，導(dǎo)致系統(tǒng)部署時非常繁瑣，服務(wù)器開銷巨大；同時為了滿足大量數(shù)據(jù)的存儲問題，PostgreSQL 中不得不做分庫分表操作，應(yīng)用程序較為復(fù)雜。如何降低系統(tǒng)復(fù)雜度、減少硬件資源開銷，幫助客戶減少成本，成為了研發(fā)團隊的核心任務(wù)。

在確定選擇跟數(shù)據(jù)類型匹配的分布式時序數(shù)據(jù)庫（Time Series Database） TDengine 作為系統(tǒng)的數(shù)據(jù)庫后，其在 SIMICAS? OEM 2.0 版本中移除了Flink、Kafka 以及 Redis，新系統(tǒng)的數(shù)據(jù)流如下：

先說下上面這個案例里的數(shù)據(jù)庫主角，一款高性能、分布式、支持 SQL 的時序數(shù)據(jù)庫——TDengine ，可以讓大量設(shè)備、數(shù)據(jù)采集器每天產(chǎn)生的高達 TB 甚至 PB 級的數(shù)據(jù)能得到高效實時的處理，對業(yè)務(wù)的運行狀態(tài)進行實時的監(jiān)測、預(yù)警，從大數(shù)據(jù)中挖掘出商業(yè)價值。TDengine 能被廣泛運用于物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、IT 運維、能源、金融等領(lǐng)域。 官網(wǎng)：TDengine | 時序數(shù)據(jù)庫_開源時序數(shù)據(jù)庫_實時數(shù)據(jù)庫 - 濤思數(shù)據(jù)

1、為什么選擇分布式？

眾所周知，TDengine 是陶建輝老師在2016年底啟動和參與研發(fā)的產(chǎn)品。起初，在瞄準時序數(shù)據(jù)庫這個賽道的他，調(diào)查和研究了很多在市場上已經(jīng)很成熟的同類型產(chǎn)品，例如 InfluxDB、OpenTSDB 和TimeScale 等。所以有很多人都會問他，既然這個賽道已經(jīng)相對成熟了，為什么還要選擇迎難而上呢？又怎么才能讓自己的產(chǎn)品脫引而出？這就引出了 TDengine 產(chǎn)品最重要的一個特性—分布式。

從 2016 年底到現(xiàn)在，大部分時序數(shù)據(jù)庫都不是分布式的，換句話說，它們不支持水平擴展。即便是 InfluxDB，也只有企業(yè)版支持集群，開源版是不支持的。而傳統(tǒng)實時數(shù)據(jù)庫更是沒有一個支持水平擴展，最多是雙機熱備。但是隨著物聯(lián)網(wǎng)、車聯(lián)網(wǎng)的高速發(fā)展，IT 基礎(chǔ)設(shè)施規(guī)模的增大，數(shù)據(jù)的采集量越來越大，單機是沒有辦法解決問題的，底層數(shù)據(jù)庫必須具有水平擴展能力。

很多企業(yè)使用的是開源時序數(shù)據(jù)庫的單機版，后續(xù)為了應(yīng)對海量數(shù)據(jù)的處理，只好自己投入人力物力，在單機版的基礎(chǔ)上，開發(fā)自己的 Proxy，對數(shù)據(jù)進行分片處理。對于數(shù)據(jù)寫入，這種方法簡單而且有效。但是對于查詢，往往牽涉多個節(jié)點，那么 Proxy 就要做各種查詢的聚合，導(dǎo)致開發(fā)的工作量很大。因此，整個 TDengine 的設(shè)計從第一天起，就是支持分布式的。為了便于更多使用開源版本的用戶用得更好，在 2020 年 8 月，我們將 TDengine 的分布式版本開源了。

至此，聰明的你可以看出，單純說一款分布式數(shù)據(jù)庫的好壞是不準確的，優(yōu)秀的團隊肯定是從使用場景出發(fā)，為用戶解決最根本的痛點。

2、關(guān)于產(chǎn)品設(shè)計的思考

“做好一款純粹的產(chǎn)品”，一直是整個團隊努力的目標。Jeff 自己也說，我不想把 TDengine 做成一款萬能的基礎(chǔ)工具，TDengine 只需要在時序數(shù)據(jù)庫的領(lǐng)域持續(xù)深耕，將用戶提出的痛點和難點作為每一次的技術(shù)突破，將自己打造成行業(yè)的標準，這才能鍛造出一款好的產(chǎn)品，成就一個優(yōu)秀的團隊。除了分布式的特點，TDengine 還在高性能、易運維、零學(xué)習(xí)成本等方面都有很好的數(shù)據(jù)表現(xiàn)。

感興趣的伙伴可以看看以下文章，關(guān)于產(chǎn)品架構(gòu)設(shè)計以及性能對比測試

3、團隊

盡管人員還未滿百人，但濤思數(shù)據(jù)的團隊成員還是很“niubility”的，不僅有來自中科大、卡內(nèi)基梅隆、密歇根、馬里蘭、復(fù)旦、浙大、清華、北大、哈工大的研究生及博士生們，還有來自硅谷的研發(fā)小伙伴，一些員工在入職濤思之前，甚至是某國際一線公司里舉重若輕的首席科學(xué)家、某公司CTO或技術(shù)專家。與優(yōu)秀的人為伍，你也會變得越來越優(yōu)秀！

濤思數(shù)據(jù)收獲了來自思否、墨天輪、開源中國等頒發(fā)的多項榮譽