摘要：为帮助用户了解TDengine的指标，此次测试，从数据库的读、写、查询、压缩比等方面对TDengine和OpenTSDB进行了对比测试。从测试结果上看，TDengine的性能远超OpenTSDB，写入性能约为25倍，读取性能约为32倍，聚合函数性能约为1000倍，按标签分组查询性能约为1000倍，按时间分组查询性能约为40倍，压缩比约为5倍。

测试环境

对比测试的测试程序和数据库服务在同一台4核8GB的Dell台式机上部署，台式机型号为OptiPlex-3050，详细配置如下

OS: Ubuntu 16.04 x64
CPU: Intel(R) Core(TM) i3-7100 CPU @ 3.90GHz
Memory: 8GB
Disk: 1TB HDD

测试数据集及其生成方法

本次测试调研了两类比较热门的测试数据集：

• 1.纽约出租车运行数据，因该数据中抹去了单台车辆的信息，无法对其进行建模
• 2.faker生成工具，因其只能生成字符串，并不适合物联网场景下处理的数据。

所以，为了使得测试可轻易重复，自己写了一个生成模拟数据的程序来进行本次测试。

测试数据生成程序模拟若干温湿度计生成的数据，其中温度为整数、湿度为浮点数，同时每个温度计包含设备ID、设备分组、设备名称三个标签。为了尽可能真实地模拟温湿度计的生成数据，没有使用完全随机数，而是针对每个温度计确保生成的数据值呈正态分布。

测试数据的频率为1秒钟，数据集包含10000台设备，每台设备10000条记录。每条数据采集记录包含3个标签字段，2个数据字段，1个时间戳字段。

2.测试数据生成程序源码

采用java程序生成测试数据集，测试程序源代码行数较多，因此您可以到https://github.com/taosdata/TDengine/tree/master/tests/comparisonTest/dataGenerator 下载，执行如下语句

cd tests/comparisonTest/dataGenerator
javac com/taosdata/generator/DataGenerator.java 

3.测试数据生成程序用法

相关参数如下

• dataDir 生成的数据文件路径
• numOfFiles 生成的数据文件数目
• numOfDevices 测试数据集中的设备数目
• rowsPerDevice 测试数据集中每台设备包含的记录条数

4.生成测试数据

执行如下命令，会在~/testdata目录下生成100个数据文件，每个文件包含100台设备的测试数据；合计10000台设备，每台设备10000条记录

mkdir ~/testdata
java com/taosdata/generator/DataGenerator -dataDir ~/testdata -numOfDevices 10000 -numOfFiles 100 -rowsPerDevice 10000

TDengine环境准备

TDengine是一个开源的专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。除核心的快10倍以上的时序数据库功能外，还提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的工作量。

1.安装部署

• 下载tdengine-1.6.1.0.tar.gz，地址https://www.taosdata.com/
• 安装TDengine，解压后运行install.sh进行安装
• 启动TDengine，运行sudo systemctl start taosd
• 测试是否安装成功，运行TDengine的shell命令行程序taos，可以看到如下类似信息

Welcome to the TDengine shell, server version:1.6.1.0  client version:1.6.1.0
Copyright (c) 2017 by TAOS Data, Inc. All rights reserved.
taos> 

2.数据建模

TDengine为相同结构的设备创建一张超级表，而每个具体的设备则单独创建一张数据表。因此，超级表的数据字段为采集时间、温度、湿度等与时间序列相关的采集数据；标签字段为设备编号、设备分组编号、设备名称等设备本身固定的描述信息。

创建超级表的SQL语句为

create table devices(ts timestamp, temperature int, humidity float) tags(devid int, devname binary(16), devgroup int);

以设备ID作为表名（例如device id为1，则表名为dev1），使用自动建表语句，写入一条记录的语句为

insert into dev1 using devices tags(1,'d1',0) values(1545038786000,1,3.560000);

3.测试程序源码

本文采用TDengine的原生C语言接口，编写数据写入及查询程序，后续的其他文章会提供基于JDBCDriver的测试程序。
测试程序源代码行数较多，因此您可以到https://github.com/taosdata/TDengine/tree/master/tests/comparisonTest/tdengine 下载，执行如下语句

cd tdengine
make

会在当前目录下生成可执行文件./tdengineTest

4.测试程序用法

TDengine的测试程序用法与OpenTSDB的用法相同，写入相关参数

• writeClients 并发写入的客户端链接数目，默认为1
• rowsPerRequest 一次请求中的记录条数，默认为100，范围1-1000
• dataDir 读取的数据文件路径，来自于测试数据生成程序
• numOfFiles 从数据文件路径中读取的文件个数

例如

./tdengineTest -dataDir ./data -numOfFiles 10 -writeClients 2 -rowsPerRequest 100

查询相关参数

• sql 将要执行的SQL语句列表所在的文件路径，以逗号区分每个SQL语句

例如

./tdengineTest -sql ./sqlCmd.txt

OpenTSDB环境准备

OpenTSDB是基于Hbase的分布式的，可扩展的时间序列数据库。

1.安装部署

• 下载安装并启动HBase

从https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/stable/ 下载 hbase-1.4.10-bin.tar.gz

tar xzvf hbase-1.4.10-bin.tar.gz
cd hbase-1.4.10/bin
./start_hbase.sh

• 下载并安装OpenTSDB

git clone git://github.com/OpenTSDB/opentsdb.git
cd opentsdb
./build.sh

• 在HBase里建表

如果是第一次运行OpenTSDB，还需要先创建一些必要的HBase表。

env COMPRESSION=NONE HBASE_HOME=${HBASE_HOME}/hbase-version ${OpenTSDB_download_path}/src/create_table.sh

• 启动OpenTSDB服务

sudo service opentsdb start

OpenTSDB可以通过http://hostIp:4242打开交互式网页

图0 OpenTSDB交互式网页

• 修改设置

打开OpenTSDB配置文件

cd /etc/opentsdb
vim opentsdb.conf

修改某些参数的默认值

tsd.core.auto_create_metrics = true 
tsd.http.request.enable_chunked = true 
tsd.http.request.max_chunk = 30000

因为本次测试采用http 接口，如果出现“java.net.NoRouteToHostException: Cannot assign requested address (Address not available)” 这种错误，还可执行如下命令

sudo sysctl -w net.ipv4.tcp_tw_reuse=1

2.OpenTSDB数据建模

创建一个名为devices的measurement，所有设备都属于该measurement，不同设备通过标签进行区分。每台设备包含三个标签，分别为设备编号、设备分组编号、设备名称。每条记录只能包含一个metric，因此需要对温度（整型）和 湿度（浮点）分别写入一条记录。每条记录包含设备的三个标签，一个metric的名字和值，以及时间戳。

3.OpenTSDB测试程序源码

本文采用OpenTSDB的原生语言java，编写数据写入及查询程序。因为OpenTSDB并未提供官方java 接口，本次测试选择调用他们的http接口。测试程序源代码行数较多，因此您可以到https://github.com/taosdata/TDengine/tree/master/tests/comparisonTest/opentsdb 下载。

4.OpenTSDB测试程序用法

写入相关参数

• writeClients 并发写入的客户端链接数目，默认为1
• rowsPerRequest 一次请求中的记录条数，默认为100，范围1-1000
• dataDir 读取的数据文件路径，来自于测试数据生成程序
• numOfFiles 从数据文件路径中读取的文件个数

例如

cd opentsdb/opentsdbtest/src/target
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -dataDir ~/testdata -numOfFiles 100 -writeClients 2 -rowsPerRequest 30

查询相关参数

• sql 将要执行的SQL语句选项

java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql sqlchoice

写入性能对比

数据库的一个写入请求可以包含一条或多条记录，一次请求里包含的记录条数越多，写入性能就会相应提升。在以下测试中，使用R/R表示Records/Request ，即一次请求中的记录条数。同时，一个数据库可以支持多个客户端链接，链接数增加，系统总的写入通吐量也会相应增加。因此测试中，对于每一个数据库，都会测试一个客户端和多个客户端连接的情况。

1.TDengine的写入性能

TDengine按照每次请求包含1，100，500，1000，2000条记录各进行测试，同时也测试了不同客户端连接数的情况。测试步骤如下所示，您可以修改示例中的参数，完成多次不同的测试。

1.清空上次测试数据
运行TDengine的shell命令行程序taos，执行删除测试数据库语句
Welcome to the TDengine shell, server version:1.6.1.0  client version:1.6.1.0
Copyright (c) 2017 by TAOS Data, Inc. All rights reserved.
taos>drop database db;
2.测试执行
开启5个客户端读取~/testdata目录中的100个数据文件，每个请求写入1000条数据，可以参考如下命令
./tdengineTest -dataDir ~/testdata -numOfFiles 100 -writeClients 5 -rowsPerRequest 1000

写入吞吐量如下，单位为记录数/秒

表1 TDengine的写入吞吐量

图1 TDengine的写入吞吐量

2.OpenTSDB的写入性能

OpenTSDB按照每次请求包含1，10，30，50，80条记录各进行测试，同时也测试了不同客户端连接数的情况。测试步骤如下所示，您可以修改示例中的参数，完成多次不同的测试。

1.清空上次测试数据
运行HBase的shell命令行程序./hbase shell，可以看到如下类似信息
HBase Shell
Use "help" to get list of supported commands.
Use "exit" to quit this interactive shell.
Version 1.4.10, r76ab087819fe82ccf6f531096e18ad1bed079651, Wed Jun  5 16:48:11 PDT 2019
hbase(main):001:0> disable 'tsdb'; disable 'tsdb-meta'; disable 'tsdb-tree'; disable 'tsdb-uid';
hbase(main):002:0> drop 'tsdb'; drop 'tsdb-meta'; drop 'tsdb-tree'; drop 'tsdb-uid';
hbase(main):003:0> quit
然后再为OpenTSDB建表
env COMPRESSION=NONE HBASE_HOME=${HBASE_HOME}/hbase-version ${OpenTSDB_download_path}/src/create_table.sh

2.测试执行

开启5个客户端读取~/testdata目录中的100个数据文件，每个请求写入30条数据，可以参考如下命令

java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -dataDir ~/testdata -numOfFiles 100 -writeClients 5 -rowsPerRequest 30

写入吞吐量如下，单位为记录数/秒

表2 OpenTSDB的写入吞吐量

图2 OpenTSDB的写入吞吐量

3.TDengin和OpenTSDB的最佳性能对比

基于以上的测试数据，将TDengine和OpenTSDB测试出的最佳写入速度进行对比，结果如下

表3 TDengine和OpenTSDB的最佳写入性能对比

图3 TDengine和OpenTSDB的最佳写入性能对比

从图3可以看出，TDengine的写入速度约为百万条记录/秒的量级，而OpenTSDB的写入速度约为六万条记录/秒的量级。因此可以得出结论，在同等数据集和硬件环境下，TDengine的写入速度远高于OpenTSDB，约为25倍。

读取性能对比

本测试做了简单的遍历查询，就是将写入的数据全部读出。每次查询仅取出100万条记录，在测试数据准备时，已经按照devgroup字段将数据拆分成100个分组，本次测试随机选取其中10个分组进行查询。

1. TDengine的测试方法

测试SQL语句存储在tdengine/q1.txt中，测试SQL语句参考
select * from db.devices where devgroup=0;
执行方法如下
./tdengineTest -sql ./q1.txt

2.OpenTSDB的测试方法

OpenTSDB的查询语句为json语句，已写在代码里，测试时只需选择执行哪项查询即可。

测试SQL的选项(sqlchoice)为q1
执行方法如下
java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql q1

读取速度如下，单位为秒

表4 TDengine和OpenTSDB的读取性能对比

从图表中可以看出，TDengine的100万条的读取速度稳定在0.21秒，吞吐量约为500万条记录/秒，OpenTSDB的100万条的读取速度稳定在6.7秒，吞吐量约为15万条记录/秒。所以从测试结果来看，TDengine的查询吞吐量远高于OpenTSDB, 约为OpenTSDB的16倍。

聚合函数性能对比

本单元的测试包含COUNT，AVERAGE，SUM，MAX，MIN，SPREAD这六个TDEngine和OpenTSDB共有的聚合函数。所有测试函数都会搭配筛选条件（WHERE）来选取设备的十分之一、十分之二、十分之三、直到全部设备。

1.TDengine的聚合函数性能

测试SQL语句存储在tdengine/q2.txt中，测试SQL语句参考

select count(*) from db.devices where devgroup<10;

执行方法如下

./tdengineTest -sql ./q2.txt

查询速度如下表，单位为秒

表5 TDengine聚合函数性能

图5 TDengine聚合函数性能

2.OpenTSDB的聚合函数性能

OpenTSDB的查询语句为json语句，已写在代码里，测试时只需选择执行哪项查询即可。

测试SQL的选项(sqlchoice)为q2

执行方法如下

java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql q2

查询速度如下表，单位为秒

表6 OpenTSDB聚合函数性能

图6 OpenTSDB聚合函数性能

3.聚合函数性能对比

基于以上的测试数据，将TDengine和OpenTSDB在1亿条记录数据集的测试结果进行对比

>

表7 聚合函数性能对比

图7 聚合函数性能对比

从图7可以看出，TDengine的聚合函数查询时间在100毫秒以内，而OpenTSDB的查询时间在66秒左右。因此可以得出结论，在同等数据集和硬件环境下，TDengine的聚合速度远远高于OpenTSDB，超过1000倍。

按标签分组查询性能对比

本测试做了按标签分组函数的性能测试，测试函数会搭配筛选条件（WHERE）来选取设备的十分之一、十分之二、十分之三、直到全部设备。

1. TDengine的测试方法

测试SQL语句存储在tdengine/q3.txt中，例如

select count(temperature), sum(temperature), avg(temperature) from db.devices where devgroup<10 group by devgroup;

执行方法如下

./tdengineTest -sql ./q3.txt

2. OpenTSDB的测试方法

测试SQL的选项(sqlchoice)为q3

执行方法如下

java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql q3

读取速度如下，单位为秒

表8 TDengine和OpenTSDB的按标签分组查询性能对比

图8 TDengine和OpenTSDB的按标签分组查询性能对比

从测试结果来看，TDengine的分组聚合查询速度远高于OpenTSDB，约为1000倍。

按时间分组性能对比

本测试做了按时间分组函数的性能测试，测试函数会搭配筛选条件（WHERE）来选取设备的十分之一、十分之二、十分之三、直到全部设备。

1. TDengine的测试方法

测试SQL语句存储在tdengine/q4.txt中，例如

select count(temperature), sum(temperature), avg(temperature) from db.devices where devgroup<10 interval(1m);

执行方法如下

./tdengineTest -sql ./q4.txt

2. OpenTSDB的测试方法

测试SQL的选项(sqlchoice)为q4

执行方法如下

java -jar opentsdbtest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql q4

读取速度如下，单位为秒

表9 TDengine和OpenTSDB的按时间分组查询性能对比

图9 TDengine和OpenTSDB的按时间分组查询性能对比

从测试结果来看，TDengine的按时间分组聚合查询速度远高于OpenTSDB，约为40倍。

压缩比对比

1.原始数据的磁盘占用

本次测试共生成100个测试数据文件，存储在~/testdata目录下，使用du命令查看~/testdata目录的文件大小

cd ~/testdata
du -h .

如下图所示

图10 原始数据的磁盘占用情况

2.查看TDengine的磁盘占用

TDengine的磁盘文件默认位置在目录/var/lib/taos/data下，在查看磁盘文件大小时，首先将TDengine的服务停止

sudo systemctl stop taosd

然后，调用du命令，查看/var/lib/taos/data目录下文件的大小

cd /var/lib/taos/data
du -h .

如下图所示

图11 TDengine的磁盘占用情况

3.查看OpenTSDB的磁盘占用

OpenTSDB的磁盘文件默认位置在目录/var/lib/hbase/data/下，在查看磁盘文件大小时，首先将OpenTSDB的服务停止

sudo service opentsdb stop

调用du命令，查看该目录下文件的大小。

cd /var/lib/hbase/data/
du -sh 

如下图所示

图12 OpenTSDB的磁盘占用情况

4.磁盘占用情况对比

生成的测试数据文件占用的磁盘大小为3941MB，OpenTSDB磁盘占用2.3GB，TDengine磁盘占用459MB。在相对比较随机数据集的情况下，TDengine的压缩比约为OpenTSDB压缩比的5倍。

在物联网场景下，大多数采集数据的变化范围都比较小。由于TDengine采用列式存储，因此可以预期，TDengine在真实场景的压缩比表现会更好。

功能对比

TDengine与OpenTSDB都是用与处理时序数据的存储引擎，其功能比较接近，各有特色。

表10 TDengine与OpenTSDB的功能对比

总结

此次测试，从数据库的读、写、查询、压缩比等方面对TDengine和OpenTSDB进行了对比测试。测试用数据集、测试程序源码、执行的SQL语句都可以从https://github.com/taosdata/TDengine/tree/master/tests/comparisonTest/ 下载，测试具备可重复性。

从测试结果上看，TDengine的性能远超OpenTSDB，写入性能约为25倍，读取性能约为32倍，聚合函数性能约为1000倍，按标签分组查询性能约为1000倍，按时间分组查询性能约为40倍，压缩比约为5倍，具体见下表。

表11 TDengine与OpenTSDB的性能对比汇总