最新的性能测试中👇
- GreptimeDB 的写入吞吐量是 InfluxDB 的 2 倍以上,复杂查询场景中 GreptimeDB 的查询速度可达 InfluxDB 的 11 倍;
- GreptimeDB 的日志引擎在写入性能、资源占用和压缩率方面表现逼近甚至胜过 ClickHouse 和 ElasticSearch;
- 边缘场景中,GreptimeDB 的数据压缩率为 SQLite 的 19 倍,写入性能是 SQLite 的 1.7 倍;
- 与 Grafana Mimir 的对比测试中,GreptimeDB 能够支持单集群 100 个节点,充分体现了其水平扩展能力。
本文基于这些性能测试报告做一个简单的回顾和总结。
报告回顾
1. 与 InfluxDB 的性能对比
测试内容:大规模数据写入和查询
结果:GreptimeDB 在写入吞吐量上的性能远超 InfluxDB,特别是在基于 EBS 和 S3 的存储环境中,写入性能分别达到 23.4 万行/秒和 23.1 万行/秒,而 InfluxDB 的写入吞吐量则相对较低,仅为 10.9 万行/秒。此外,在大多数复杂查询场景中,GreptimeDB 的查询速度可达 InfluxDB 的 11 倍。在处理大于 10 亿行数据时,GreptimeDB 的分布式版本具备良好的水平和垂直伸缩性,而 InfluxDB 开源版本无法胜任此类场景。
详细报告:GreptimeDB vs. InfluxDB 性能测试报告
2. 与 ClickHouse、ElasticSearch 的性能对比
测试内容:日志数据的写入和查询(包括多列文本和单列全文索引场景下的写入速率、资源消耗、查询性能的表现对比)
结果:GreptimeDB 在写入性能和资源利用率上具有显著优势,尤其是在多表复杂查询的情况下,其响应时间明显快于 Elasticsearch。此外,GreptimeDB 在数据压缩和存储效率方面也表现突出,能够在保持高性能的同时减少存储成本。
详细报告:GreptimeDB vs. ClickHouse vs. ElasticSearch 日志引擎性能对比报告
3. 与 SQLite 的性能对比
测试内容:写入、查询和资源消耗等(嵌入式和边缘场景)
结果:GreptimeDB 在处理复杂查询时,性能大幅优于 SQLite,特别是在涉及到大量数据写入和实时分析的场景中。GreptimeDB Edge 的写入性能是 SQLite 的 1.7 倍,数据压缩率是 SQLite 的 19 倍,资源占用方面 CPU 消耗更低,内存消耗较大,但是可以通过配置灵活地在 CPU、内存和压缩率三者之间分配。相比之下,SQLite 在轻量级应用场景下表现尚可,但在大规模数据处理和复杂查询场景中逐渐表现出不足。
详细报告:GreptimeDB vs. SQLite —— 高通 8155 平台上的性能对比报告
4. 与 Grafana Mimir 的性能对比
测试内容:GreptimeDB 与 Grafana Mimir 的性能对比
结果:验证了 GreptimeDB 的架构设计在超大规模集群下的扩展能力,且在同样数据规模下,GreptimeDB 的资源占用率也更低。对比同样使用对象存储的 Grafana Mimir,在处理同等规模的数据下,Mimir 需要消耗 5 倍以上的 CPU 和内存资源。
详细报告:单集群 100 节点!资源占用远小于 Grafana Mimir——GreptimeDB 海量数据写入性能报告
总结
通过对比测试报告可以清晰地看到,GreptimeDB 在多个应用场景中展现出了卓越的性能表现和高度的灵活性。无论是面对大规模数据写入、处理复杂查询,还是应用于边缘场景和嵌入式环境,GreptimeDB 都表现出强劲的竞争力。
这些测试不仅验证了我们在技术上的积累,也进一步证明了 GreptimeDB 能够为用户带来切实的价值。我们相信,这些测试将帮助用户在数据库解决方案的选型上做出决策,感兴趣欢迎联系我们的销售(Wechat:z303036724/greptime)。
关于 Greptime
Greptime 格睿科技专注于为可观测、物联网及车联网等领域提供实时、高效的数据存储和分析服务,帮助客户挖掘数据的深层价值。目前基于云原生的时序数据库 GreptimeDB 已经衍生出多款适合不同用户的解决方案,更多信息或 demo 展示请联系下方小助手(微信号:greptime)。
欢迎对开源感兴趣的朋友们参与贡献和讨论,从带有 good first issue 标签的 issue 开始你的开源之旅吧~期待在开源社群里遇见你!添加小助手微信即可加入“技术交流群”与志同道合的朋友们面对面交流哦~
Star us on GitHub Now: https://github.com/GreptimeTeam/greptimedb
Twitter: https://twitter.com/Greptime
Slack: https://greptime.com/slack