Skip to content 
关于 TimescaleDB
TimescaleDB 是一个专业的时序数据库，作为 PostgreSQL 扩展构建，将 PostgreSQL 的可靠性和 SQL 兼容性与针对时序工作负载的优化相结合。由 Timescale 开发，它使用 Hypertables 自动跨时间和空间维度对数据进行分区，实现时序数据的高效存储和查询。TimescaleDB 保持完全的 SQL 兼容性，同时提供时序专用功能、Continuous Aggregates 和数据保留策略。它在需要 PostgreSQL 兼容性的物联网应用、金融数据分析和基础设施监控中特别受欢迎。
GreptimeDB vs. TimescaleDB
| 特性/方面 | GreptimeDB | TimescaleDB |
|---|---|---|
| 数据模型 | 统一可观测性数据库 | 基于 PostgreSQL 的时序数据库 |
| 值模型 | 多值（支持复杂数据结构） | 多值（关系模型，时序优化） |
| 多模型支持 | 在一个数据库中支持指标、日志与链路追踪 | 仅时序数据（日志/链路追踪需要独立系统） |
| 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 | SQL PostgreSQL 协议 COPY 命令 各种连接器 |
| 查询语言 | SQL 和 PromQL（双接口） | SQL（PostgreSQL 兼容） |
| 数据保留 | 灵活的 TTL 策略与自动分层 | 数据保留策略与自动删除 |
| 持续聚合 | 内置 SQL 聚合、Pipeline ETL 引擎与 Flow 流计算 | Continuous Aggregates（Materialized Views） |
| 用例 | 统一可观测性、实时分析、物联网监控、边缘计算 | 金融分析、物联网应用、基础设施监控、应用指标 |
| 架构 | 云原生分布式，计算存储分离 | PostgreSQL 扩展与 Hypertables 分区 |
| 存储格式 | Apache Parquet（列式，压缩） | PostgreSQL 堆存储 列式存储（企业版） |
| PostgreSQL 兼容性 | 原生 SQL 支持，可观测性扩展 | 完全 PostgreSQL 兼容性与生态系统 |
| 扩展模型 | 无状态计算节点水平扩展 | 垂直扩展（开源） 分布式 Hypertables（企业版） |
| 高可用性 | 原生集群与自动故障转移 | PostgreSQL 高可用方案（流复制等） |
| 许可证 | Apache 2.0 | Timescale 许可证（社区版） 商业（企业功能） |
| 云集成 | 原生对象存储支持 S3、GCS 等 | TimescaleDB 云服务 |
| 部署选项 | 单节点、集群、K8s 原生、边缘到云统一 API | 基于 PostgreSQL 的部署、托管云服务 |
| 编程语言 | Rust（内存安全、高性能） | C（PostgreSQL 扩展） |
加入我们的社区
获取 Greptime 最新更新，并与其他用户讨论。