30秒执行摘要：
MatrixDB 在小规模、中规模和大规模场景下表现均优于其他时序数据库，多数场景有几十倍性能优势
MatrixDB 支持ACID，确保数据不错不重不丢；InfluxDB、TDengine不能确保数据不错不重不丢
MatrixDB 在各种规模数据写入时，内存消耗小而且平稳；InfluxDB 占用内存较多；TDengine占用内存最多
MatrixDB 支持冷热分级存储
背 景
在物联网和实时数仓场景中，数据的高速写入能力至关重要，直接影响产品方案的可用性、可靠性和扩展性。以物联网为例，当面临千万甚至上亿设备、平均每个设备采集几十个到几百个指标时，每秒生成的数据将达到数十亿至数百亿。能否及时可靠的插入这种量级的数据，是评价一个物联网数据库的核心要素和第一需求。据统计，时序数据具有写多读少特征，其中95%甚至99%以上是数据写入操作，从这个意义上讲，怎么重视数据写入能力都不为过。
为了应对这种高通量数据写入需求，一些产品采用无事务或者弱事务的方式来提高写入速度，这样造成错误数据、重复数据或者丢失数据。MatrixDB通过MatrixGate组件，创新性的在保证事务严格一致性（ACID）的前提下，支持大吞吐量数据高速写入。同时，产品具有良好的线性扩展性，可以通过添加节点的方式，线性提升系统的写入速度，满足车联网、工业互联网、智能家居、智能城市等各种物联网场景的数据写入需求。
这篇博客将详细介绍在同样环境下MatrixDB、InfluxDB和TDengine三个产品的写入能力，方便用户选型。本文采用行/每秒衡量数据写入能力，有的文章使用数据点/秒，这两种方式可以互换，譬如一张表有时间列、设备ID列和5个指标列，那么插入一行数据就意味着插入5个数据点，如果一秒插入1000行，那么写入能力是每秒5000个数据点。
测试结论
根据不同的用户使用场景，我们定义了小规模、中等规模和大规模三种不同的测试用例。具体特征如下：
针对每种测试用例，分别使用三种产品各自推荐的快速加载方式取得最高值，测试结果如下（单位: 行/秒），其中小规模选择100万设备1列指标数据、中等规模选择10万设备400列指标数据、大规模选择100万设备800列指标数据：
MatrixDB与两个产品的加载速度之比分别是：
综上，在三种场景下，加载性能从高到低分别是：
MatrixDB > TDengine > InfluxDB
值得一提的是，三个产品的事务支持是不一样的，MatrixDB在单节点和集群多节点都支持完整严格的事务，包括原子性（A）、一致性（C）、隔离性（I）和持久性（D），InfluxDB和TDengine不支持事务。测试时，也注意到不同产品内存消耗不同，MatrixDB内存占用较小较平稳，InfluxDB内存占用较多，TDenginie内存消耗最多并且与设备数正相关，例如在500万设备时，内存占用会超过80G。
测试环境和产品信息
MatrixDB、InfluxDB、TDengine均采用单机部署。机器配置如下：
01
机器配置
02
软件版本
03
参数调整
数据生成
数据通过tsbs_generate_data工具生成。tsbs_generate_data是开源时序数据测评基准tsbs中的数据生成工具。MatrixDB团队扩充了该工具以支持大规模设备场景，通过参数--use-case="massiveiot"来使用，可以在百度网盘https://pan.baidu.com/s/1BFYcQR3DzqVLiy8ymXu9eg （提取码：8cba）下载该工具。
tsbs_generate_data 命令常用参数说明如下：
详细的数据生成方法和命令，请参考文末链接：时序数据库加载性能测试过程
01
小规模文件大小
02
中等规模文件大小
03
大规模文件大小
如果全量生成的话，估算数据容量如下：
由于InfluxDB/TDEngine在列数超过100列时较慢，为避免写入时间过长，测试中采取限定时间范围方法：
限定时间范围后，实际数据大小如下：
数据写入
每种产品使用的写入方式如下：
01
小规模数据写入对比
值越大代表写入性能越好
MatrixDB与InfluxDB写入速度对比
MatrixDB写入速度最高是InfluxDB的11.6倍
MatrixDB与TDengine写入速度对比
MatrixDB写入速度最高是TDengine的2倍
02
中等规模数据写入性能数据
值越大代表写入性能越好
MatrixDB与InfluxDB写入速度对比
MatrixDB 写入速度最高是InfluxDB的73.8倍
备
注
如果InfluxDB全量写入，按400列的2268.06行每秒的写入速度计算，14.4亿行，需要费时1058分钟，而MatrixDB 只需要14分钟，相比之下InfluxDB写入速度太慢。故InfluxDB 10列、50列，只写入1千万行，InfluxDB 100列，只写入100万行，400列，只写入10万行。
MatrixDB与TDengine写入速度对比
MatrixDB的写入速度最高是TDengine的28.6倍
备
注
按TDengine 100列全量写入需要262分钟计算，400列估算需要1050分钟。而MatrixDB 最快仅需要14分钟。10万设备数400列，相比之下写入速度太慢、费时太久，故设置1000个设备，然后推导出10万设备所需时间。
03
大规模数据写入性能数据
值越大代表写入性能越好
MatrixDB与InfluxDB写入对比
MatrixDB写入csv的速度最高是InfluxDB的84.8倍
备
注
如果InfluxDB全量写入，按10万设备量400列2268.06行每秒的写入速度计算，14.4亿行，需要费时1058分钟，100万设备量估算需要花费10580分钟，耗时太久。为避免InfluxDB写入费时太长，InfluxDB 100万设备数、100列和200列，只写入100万行，400、800列只写入10万行，然后同比推导出结果数据。
MatrixDB与TDengine写入速度对比
MatrixDB的写入速度最高是TDengine的38.7倍
备
注
TDengine按10万设备数、100列全量写入需要262分钟计算，400列估算需要1050分钟，而MatrixDB 400列最快仅需要14分钟，100万设备数，相比之下写入速度太慢、避免写入费时太久，故TDengine 100、200、400、800列，设置的是1000个设备，然后同比推导出结果数据。
关于MatrixDB
四维纵横（https://ymatrix.cn） 是全球超融合时空数据库开创者，专为物联网、车联网、工业互联网和智慧城市提供一站式数据平台。
MatrixDB为首款PB级超融合时空数据库，基于自主研发的多项专利技术，MatrixDB可以同时完美支持传统的关系型数据和物联网海量时空数据的快速采集、高效存储、实时分析以及深度学习（ML+AI），为万物互联的智能时代提供坚实、简洁的智能数据核心基础设施。MatrixDB为公司自主研发的国产数据库，公司拥有该产品的全部知识产权。
公司创始团队均来自于Oracle、IBM、Teradata、Greenplum等国际一线数据库企业，拥有数百人年的数据库内核开发积累，是国内拥有全球顶级数据库内核开发经验，并能驾驭数据库内核各模块的团队。
附 录
时序数据库加载性能测试过程：https://ymatrix.cn/blog/load-test-steps
数据生成及加载工具下载链接：https://pan.baidu.com/s/1BFYcQR3DzqVLiy8ymXu9eg（提取码：8cba）
MatrixGate原理介绍：https://ymatrix.cn/doc/reference/mxgate.html
欲了解更多超融合时序数据库相关信息，烦请访问yMatrix官方网站：https://www.ymatrix.cn
关注
我们
yMatrix官方社群现已正式对外开放，我们诚挚地期待您的加入。在这里，您不仅可以了解到最前沿的创新技术，掌握最In的科技资讯，获取最专业的技术解答，还能够有机会与大咖面对面的互动和交流；您还在等什么？快快扫描下方二维码，加小M助手为好友即可入群。
