调研报告之高性能数据库

前言

以前在学习clickhouse的时候，做过一些关于列式数据库的调研，经过实际的运行和测试，Clickhouse的查询效率确实非常的高，唯一的缺点就是对SQL语句的支持力度不是很好。

TiDB和Clickhouse

(1) tidb比mysql快100倍；
(2) clickhouse比tidb又快100倍。这是因为clickhouse是列式存储，特别擅长olap。tidb和Mysql是行式存储，非常擅长oltp；
(3) tidb最大的优点是兼容 100%的mysql oltp场景，可以做数据横向扩展，解决了单机容量扩展的问题。另外，tidb能解决80%的olap场景，但剩下的20%场景是对超大表的join却没有太多的性能提升，需要借助tispark。

starrocks

原名叫DorisDB，从1.19后dorisdb改名为starrocks，我看了网上的几篇文章，好像这个数据库还和Apache Doris有些过节，至于谁是谁非，我觉得可能说不清楚了吧。知乎上有一篇文章，就是讨论Doris和Startocks,反正就是公说公有理，婆说婆有理，闹的是一塌糊涂，

Apache Kylin

自 2014 年 10 月开源，并于 2015 年 11 月毕业成为 Apache 软件基金会 Top-Level 项目，Apache Kylin 已经成为领先的开源大数据 OLAP 引擎。Kylin 为万亿数据提供亚秒级查询，并可以和现有的 Hadoop/Spark 及 BI 无缝集成。Kylin 是大数据版图中一个强有力的框架，也已被全球上千家组织所采用。

TiFlash

TiFlash是PingCAP开源的一款HTAP分布式数据库，是提供HTAP能力的重要组成。TiFlash框架代码是基于 ClickHouse 开发，使用 ClickHouse的方式是将它当做一个单机的Compute Runtime和Server框架，并复用了Storage Interface。

时序数据库

时序数据的主要数据属性如下：

• 每个数据点都包含用于索引、聚合和采样的时间戳。该数据也可以是多维的和相关的；
• 写多读少，需要支持秒级和毫秒级甚至纳秒级高频写入；
• 查询通常是多维聚合查询，对查询的延迟要求比较高数据的汇总视图（例如，下采样或聚合视图、趋势线）可能比单个数据点提供更多的洞察力。例如，考虑到网络不可靠性或传感器读数异常，我们可能会在一段时间内的某个平均值超过阈值时设置警报，而不是在单个数据点上这样做；
• 分析数据通常需要在一段时间内访问它（例如，给我过去一周的点击率数据）；

TDengine

Greenplum

MatrixDB

MatrixDB是全球首款同时支持在线事务处理（OLTP）、在线分析处理（OLAP）和物联网时序应用的超融合型分布式数据库产品，具备严格分布式事务一致性、水平在线扩容、安全可靠、成熟稳定、兼容PostgreSQL/Greenplum协议和生态等重要特性。为万物互联的智能时代提供坚实、简洁的智能数据核心基础设施，为物联网应用、工业互联网、智能运维、智慧城市、实时数仓、智能家居、车联网等场景提供一站式高效解决方案。