2. 时序数据库选型：InfluxDB、TimescaleDB、TDengine、Prometheus对比，选型考量因素（性能、生态、成本）
选时序数据库，说白了就是选“存数据的方式”和“查数据的速度”。
市面上选项很多，但真正经得起生产环境考验的，我个人觉得就这四个：InfluxDB、TimescaleDB、TDengine、Prometheus。每个我都踩过坑，今天把底裤都翻出来给你看。
2.1 四款数据库的“人设”
先给它们贴个标签，方便你快速建立印象：
- InfluxDB：时序数据库里的“老大哥”。出道最早，生态最全。我2017年第一次做物联网项目用的就是它。特点是“开箱即用”，但到了海量数据场景，内存消耗会让你肉疼。
- TimescaleDB：披着时序外衣的“关系型数据库”。本质是PostgreSQL插件。如果你团队里DBA只会写SQL，选它准没错。我有个客户，硬是把InfluxDB迁移到TimescaleDB，就因为“SQL写起来顺手”。
- TDengine：国产新秀，主打“超级表”和“降采样”。性能确实猛，但生态还在长。我记得2020年第一次用TAOS SQL时，差点被它“一个设备一张子表”的设计搞懵。后来习惯了，真香。
- Prometheus：严格来说不是数据库，是“监控系统”。但它的TSDB模块（PromQL）太强了，做基础设施监控几乎是标配。不过，它不适合存设备原始数据——数据保留策略太“暴力”。
2.2 性能对比：谁跑得快？
性能这东西，不能光看官方Benchmark。我拿真实项目数据说话：
| 维度 | InfluxDB | TimescaleDB | TDengine | Prometheus |
|---|---|---|---|---|
| 写入吞吐 | 单机约50万点/秒 | 依赖PG，约30万点/秒 | 单机100万+点/秒 | 约80万点/秒（本地） |
| 查询延迟 | 毫秒级（聚合查询） | 秒级（复杂JOIN） | 毫秒级（降采样） | 毫秒级（PromQL） |
| 压缩比 | 约10:1 | 约5:1（依赖PG） | 约15:1 | 约7:1 |
| 高可用 | 企业版/集群 | PG流复制 | 原生集群 | Thanos/Cortex |
我的经验：
曾经有个风电项目，每秒10万点数据。InfluxDB单机直接OOM，换成TDengine后，CPU占用不到30%。但如果你要做“过去7天每5分钟的平均值”，TimescaleDB的连续聚合视图反而比TDengine的降采样更灵活。
2.3 生态对比：谁的朋友多？
选数据库，其实是在选“朋友圈”。
- InfluxDB：生态最成熟。Telegraf采集、Chronograf可视化、Kapacitor告警，一套组合拳。但注意，Flux查询语言学习曲线陡峭。我团队新人上手Flux，平均要两周才能写复杂查询。
- TimescaleDB：PostgreSQL生态就是它的生态。你可以直接用pgAdmin、Tableau、Grafana。甚至可以用PostGIS做时空查询。嗯，这里要注意：别被“SQL万能”迷惑，时序场景下，窗口函数性能不如专用TSDB。
- TDengine：生态在追赶。支持Grafana、Telegraf、EMQX。但第三方工具适配度一般。比如，我曾经想用Kafka Connect写数据到TDengine，结果发现社区版不支持JDBC写入，只能走REST API。
- Prometheus：云原生生态之王。和Kubernetes、Spring Boot、Node Exporter无缝集成。但它的数据模型是“标签+时间戳”，不适合存“设备ID+属性+时间”这种结构化数据。
避坑指南：
我曾经在一个智慧园区项目里，用Prometheus存了10万个传感器的原始数据。结果Prometheus的本地存储直接爆炸，因为它的设计初衷是“存指标，不存事件”。后来我改用InfluxDB做原始数据存储，Prometheus只做告警计算，才稳住。
2.4 成本对比：谁更省钱？
成本不只是“软件授权费”。我算过一笔账：
| 成本项 | InfluxDB | TimescaleDB | TDengine | Prometheus |
|---|---|---|---|---|
| 软件授权 | 开源免费，企业版收费 | 开源免费 | 开源免费，企业版收费 | 开源免费 |
| 硬件成本 | 内存大户，需大内存 | 依赖PG，磁盘I/O高 | CPU友好，内存省 | 本地存储有限 |
| 运维成本 | 中等（集群复杂） | 低（PG运维成熟） | 低（开箱即用） | 高（高可用需额外组件） |
| 学习成本 | 高（Flux语言） | 低（SQL） | 中（TAOS SQL） | 中（PromQL） |
注意：
别只看“开源免费”四个字。InfluxDB企业版一个节点一年要几万美金。TDengine企业版虽然便宜，但集群版需要买授权。如果你只是小项目，用开源版完全够。但如果是金融级场景，建议直接上企业版——数据丢了，赔不起。
2.5 选型决策树
说了这么多，到底怎么选？我一般按这个逻辑走：
- 先看团队技能：如果团队只会SQL，无脑选TimescaleDB。别为了“性能”去学Flux，项目周期会拖死你。
- 再看数据规模：日均10亿点以下，InfluxDB够用。超过这个量，考虑TDengine或TimescaleDB+分区。
- 然后看查询模式：如果90%的查询是“最近1小时原始数据”，Prometheus最合适。如果要做“过去一年按天聚合”，TDengine的降采样是杀手锏。
- 最后看预算：没钱就开源版+堆硬件。有钱就上企业版，省心。
我的建议：
如果你刚开始做物联网平台，我建议先用InfluxDB 2.x。生态最全，遇到问题百度一下就有答案。等数据量上来了，再考虑迁移到TDengine或TimescaleDB。别一开始就上“最强性能”，性能再强，没人会用也是白搭。
2.6 总结
选型没有银弹。InfluxDB适合快速原型，TimescaleDB适合SQL团队，TDengine适合海量设备，Prometheus适合监控场景。
你想想看，你的项目最看重什么？是“开发速度”还是“查询性能”？是“运维简单”还是“生态丰富”？想清楚这个，选型就完成了一半。
另一半，靠踩坑。嗯，我踩过的坑，都写在上面了。