挑战者
TDengine
AGPL 授权 · IoT 专精 · 无原生可观测性协议
GreptimeDB
GreptimeDB
Apache 2.0 授权，可观测性原生，PromQL + SQL
Skip to content 
TDengine 对比总览。
看看规模化后运维上的差异。
TDengine 是涛思数据开发的时序数据库，面向 IoT 和工业数据。核心采用 AGPL v3 授权，在网络可访问的部署场景下可能有源码披露义务。它以 Super Table 概念提供 IoT 设备模板，但缺乏原生可观测性协议支持（无 PromQL、无 OpenTelemetry、无日志或链路摄入）。
特性对比
| 特性/方面 | GreptimeDB | TDengine |
|---|---|---|
| 数据模型 | 在一个数据库中支持指标、日志与链路 | 工业物联网时序数据库 |
| 值模型 | 多值（支持复杂数据结构） | 多值 Super Table 模板 |
| 多模型支持 | 指标、日志与链路追踪在一个数据库中 | 针对物联网优化的时序数据 |
| 摄取协议 | SQL gRPC InfluxDB 行协议 Prometheus 远程存储 OpenTelemetry Loki Push API Elasticsearch Bulk API HTTP API | RESTful API SQL INSERT MQTT（Enterprise/Cloud） OPC-UA（Enterprise/Cloud） 工业协议 |
| 查询语言 | SQL & PromQL（双接口） | 标准 SQL 与时序函数 |
| 数据保留 | 灵活的 TTL 策略与分层存储 | 可配置保留与自动删除 |
| 持续聚合 | 内置 SQL 聚合、Pipeline ETL 引擎与 Flow 流计算 | 流处理与缓存和数据订阅 |
| 用例 | 统一可观测性、实时分析、物联网监控、边缘计算 | 工业物联网、智能制造、车联网、能源监控 |
| 架构 | 计算存储分离的云原生分布式架构 | 基于 Super Table 模板的分布式设计 |
| 存储格式 | Apache Parquet（列式存储，压缩） | 原生时序优化存储 |
| 存储扩展性 | 对象存储集成，容量无限 | 自动分片的分布式存储 |
| 高可用性 | 内置集群与自动故障转移 | 多副本部署与数据同步 |
| 许可证 | Apache 2.0 | AGPL v3.0（核心）、商业版（企业） |
| 部署选项 | 单节点、集群、K8s 原生、边缘到云统一 API | Kubernetes 支持的本地、云、混合部署 |
| 运维复杂度 | 统一系统简化 K8s 运维 | 需要理解 Super Table 概念 |
| 编程语言 | Rust（内存安全、高性能） | C（系统级性能） |
Stay in the loop
加入我们的社区
获取 Greptime 最新更新，并与其他用户讨论。