欢迎参与 8 月 1 日中午 11 点的线上分享,了解 GreptimeDB 联合处理指标和日志的最新方案! 👉🏻 点击加入
特性/方面 | GreptimeDB | ClickHouse |
---|---|---|
数据模型 | 统一可观测数据库 | 列式 OLAP 数据库 |
值模型 | 多值(支持复杂数据结构) | 多值(面向列式分析) |
多模型支持 | 在一个数据库中支持指标、日志与链路追踪 | 主要用于分析数据(结构化可观测性需要独立系统) |
数据摄取协议 | SQL gRPC InfluxDB 行协议 Prometheus 远程存储 OpenTelemetry HTTP API | SQL HTTP 接口 原生 TCP 协议 Kafka 集成 各种连接器 |
查询语言 | SQL 和 PromQL(双接口) | SQL(扩展 ClickHouse 特有功能) |
数据保留 | 灵活的 TTL 策略与自动分层 | TTL 表达式与自动数据清理 |
持续聚合 | 内置 SQL 聚合、Pipeline ETL 引擎与 Flow 流计算 | Materialized Views 与 Aggregating MergeTree |
用例 | 统一可观测性、实时分析、物联网监控、边缘计算 | 商业智能、实时分析、数据仓库、日志分析 |
架构 | 云原生分布式,计算存储分离 | 无共享架构,水平分片 |
存储格式 | Apache Parquet(列式,压缩) | MergeTree 引擎系列,列式存储 |
查询性能 | 时序优化的亚秒级查询 | 大数据集上极快的分析查询 |
压缩 | 智能编码的高级 Parquet 压缩 | 高效列式压缩(LZ4、ZSTD) |
实时处理 | 原生实时摄取和查询 | 近实时,有一定摄取延迟 |
许可证 | Apache 2.0 | Apache 2.0 |
部署复杂度 | 可观测性工作负载的单一系统 | 分布式部署设置复杂 |
资源效率 | 针对时序工作负载优化 | 复杂分析查询需要高内存使用 |
编程语言 | Rust(内存安全、高性能) | C++(高性能,复杂优化) |