摘要：为帮助用户了解TDengine Database的指标，特将TDengine与Cassandra从数据库的读、写、查询、压缩比等方面进行了对比测试。从测试结果上看，TDengine的性能远超Cassandra，写入性能约为20倍，读取性能约为17倍，聚合函数性能约为4000倍，按标签分组查询性能约为2500倍，按时间分组查询性能约为119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
1.测试数据生成方法
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/tests/tree/master/comparisonTest/dataGenerator 下载，执行如下语句
cd tests/comparisonTest/dataGeneratorjavac 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 ~/testdatajava 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（Time-Series Database）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:1.6.1.0Copyright (c) 2017 by TAOS Data, Inc. All rights reserved.
taos>
2.数据建模
TDengine Database为相同结构的设备创建一张超级表（STable），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/tests/tree/master/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Cassandra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
Cassandra环境准备
Apache Cassandra是一个高度可扩展的高性能分布式数据库，用于处理大量商用服务器上的大量数据，提供高可用性，无单点故障。这是一种NoSQL类型的数据库。
1.安装部署
- 下载并安装Cassandra
echo "deb http://www.apache.org/dist/cassandra/debian 311x main" | sudo tee -a /etc/apt/sources.list.d/cassandra.sources.list
curl https://www.apache.org/dist/cassandra/KEYS | sudo apt-key add -
sudo apt-get update
sudo apt-get install cassandra
- 启动Cassandra服务
sudo service cassandra start
- 测试是否安装成功，运行Cassandra的shell命令行程序cqlsh，可以看到如下类似信息
Connected to Test Cluster at 127.0.0.1:9042.[cqlsh 5.0.1 | Cassandra 3.11.4 | CQL spec 3.4.4 | Native protocol v4]Use HELP for help.
cqlsh>
2.Cassandra数据建模
创建一个名为Cassandra.test的measurement，所有设备都属于该measurement。每条记录包含六个数据字段，分别为时间戳（毫秒），温度（整型），湿度（浮点），设备编号（整型）、设备分组编号（整型）、设备名称（字符型）。主键为（设备分组编号、设备编号、设备名称，时间戳）。因为Cassandra的where语句里只对主键进行搜索，所以在后面查询时需要进行筛选的列一定要放进主键里。同时，因为Cassandra里group by语句只能对主键且按照主键的顺序进行聚合，所以这里将后面聚合查询用到的设备分组编号放在主键的第一位。
3.Cassandra测试程序源码
本文采用Cassandra的原生Java语言接口，编写数据写入及查询程序，测试程序源代码行数较多，因此您可以到https://github.com/taosdata/tests/tree/master/comparisonTest/cassandra 下载。
安装Cassandra Java 客户端。本次测试使用DataStax提供的客户端，具体可见https://github.com/datastax/java-driver。 DataStax使用maven管理源码，在Cassandra/Cassandratest/pom.xml 里DataStax客户端已经被添加入maven的库里。
4.Cassandra测试程序用法
测试准备
由于Cassandra建表写入查询速度比较慢，在本次测试中很容易出现timeout错误，测试无法进行下去。因此测试前一定需要修改Cassandra服务端和客户端的timeout的默认值。
- 服务端修改， 将/etc/Cassandra/Cassandra.yaml 中所有含有“timeout”的设置选项里的默认值增加100-1000倍。
- 客户端修改， 在测试源代码Cassandra/目录下提供了“application.conf”文件，里面修改了客户端timeout默认值，执行源代码时需要提供这个文件的路径。
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
- conf Cassandra客户端参数文件所在路径(修改timeout默认值)
例如
cd cassandra/cassandratest/target
java -jar cassandratest-1.0-SNAPSHOT-jar-with-dependencies.jar -datadir ./data -numofFiles 100 -rowsperrequest 2000 -writeclients 4 -conf cassandra/application.conf
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
cd cassandra/cassandratest/target
java -jar cassandratest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql cassandra/sqlCmd.txt -conf cassandra/application.conf
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:1.6.1.0Copyright (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
| R/R | 1 client | 2 clients | 3 clients | 4 clients | 5 clients | 6 clients | 7 clients |
|---|---|---|---|---|---|---|---|
| 1 | 26824 | 43699 | 55137 | 62869 | 64529 | 68647 | 72277 |
| 100 | 415800 | 734484 | 895522 | 976085 | 1087902 | 1171074 | 1192199 |
| 500 | 479846 | 882612 | 1083032 | 1195100 | 1269196 | 1364256 | 1417004 |
| 1000 | 500751 | 914494 | 1121914 | 1239157 | 1367989 | 1418104 | 1476560 |
| 2000 | 512820 | 1055520 | 1174164 | 1306904 | 1426635 | 1458434 | 1477208 |
2.Cassandra的写入性能
Cassandra按照每次请求包含1，10，50, 100，500，1000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Cassandra的shell命令行程序cqlsh，可以看到如下类似信息Connected to Test Cluster at 127.0.0.1:9042.[cqlsh 5.0.1 | Cassandra 3.11.4 | CQL spec 3.4.4 | Native protocol v4]Use HELP for help.cqlsh> drop database Cassandra;
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java -jar cassandratest-1.0-SNAPSHOT-jar-with-dependencies.jar -dataDir ~/testdata -numOfFiles 100 -writeClients 5 -rowsPerRequest 1000 -conf cassandra/application.conf
写入吞吐量如下，单位为记录数/秒
| R/R | 1 client | 2 clients | 3 clients | 4 clients | 5 clients | 6 clients | 7 clients |
|---|---|---|---|---|---|---|---|
| 1 | 3515 | 4925 | 5529 | 5991 | 6331 | 6380 | 6597 |
| 10 | 35998 | 35542 | 35124 | 34135 | 35077 | 35886 | 36102 |
| 50 | 31743 | 49423 | 51626 | 55752 | 57282 | 56815 | 55831 |
| 100 | 38328 | 50387 | 54519 | 56940 | 57853 | 59335 | 61708 |
| 500 | 30417 | 36264 | 38078 | 39066 | 39459 | 39758 | 39918 |
| 1000 | 21555 | 25293 | 26224 | 26559 | 26765 | 26511 | 26693 |
3.TDengin和Cassandra的最佳性能对比
基于以上的测试数据，将TDengine和Cassandra测试出的最佳写入速度进行对比，结果如下
| R/R | 1 client | 2 clients | 3 clients | 4 clients | 5 clients | 6 clients | 7 clients |
|---|---|---|---|---|---|---|---|
| TDengine | 512820 | 1055520 | 1174164 | 1306904 | 1426635 | 1458434 | 1477208 |
| Cassandra | 38328 | 50387 | 54519 | 56940 | 57835 | 59335 | 61708 |
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Cassandra的写入速度约为1~10万条记录/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Cassandra，约为20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。
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.Cassandra的测试方法
测试SQL语句存储在Cassandra/q1.txt中，测试SQL语句参考select * from devices where devgroup=0;
执行方法如下
java -jar cassandratest-1.0-SNAPSHOT-jar-with-dependencies.jar -conf cassandra/application.conf -sql cassandra/q1.txt
读取速度如下，单位为秒
| Latency | G-0 | G-10 | G-20 | G-30 | G-40 | G-50 | G-60 | G-70 | G-80 | G-90 |
|---|---|---|---|---|---|---|---|---|---|---|
| TDengine | 0.235 | 0.212 | 0.208 | 0.218 | 0.209 | 0.210 | 0.209 | 0.209 | 0.216 | 0.208 |
| Cassandra | 3.92 | 3.68 | 3.65 | 3.61 | 3.69 | 3.57 | 3.55 | 3.59 | 3.66 | 3.64 |
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，Cassandra的100万条的读取速度大约在3.6秒，吞吐量约为30万条记录/秒。所以从测试结果来看，TDengine的查询吞吐量高于Cassandra,约为Cassandra的17倍。
聚合函数性能对比
本单元的测试包含COUNT，AVERAGE，SUM，MAX，MIN这五个TDEngine和Cassandra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
| Latency | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | 100% |
|---|---|---|---|---|---|---|---|---|---|---|
| count | 0.018 | 0.026 | 0.016 | 0.018 | 0.017 | 0.024 | 0.024 | 0.027 | 0.030 | 0.033 |
| avg | 0.007 | 0.014 | 0.015 | 0.020 | 0.024 | 0.038 | 0.044 | 0.050 | 0.057 | 0.060 |
| sum | 0.006 | 0.010 | 0.019 | 0.018 | 0.031 | 0.036 | 0.034 | 0.037 | 0.043 | 0.046 |
| max | 0.007 | 0.013 | 0.015 | 0.020 | 0.025 | 0.030 | 0.035 | 0.039 | 0.045 | 0.049 |
| min | 0.006 | 0.010 | 0.016 | 0.024 | 0.032 | 0.039 | 0.045 | 0.041 | 0.043 | 0.049 |
| spread | 0.007 | 0.010 | 0.015 | 0.019 | 0.033 | 0.038 | 0.046 | 0.052 | 0.059 | 0.066 |
2.Cassandra的聚合函数性能
测试SQL语句存储在Cassandra/q2.txt中。
select count(*) from devices where devgroup<10;
执行方法如下Java -jar cassandratest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql cassandra/q2.txt -conf cassandra/application.conf
查询速度如下表，单位为秒
| Latency | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | 100% |
|---|---|---|---|---|---|---|---|---|---|---|
| count | 33.79 | 67.23 | 87.64 | 105.82 | 131.52 | 160.88 | 188.70 | 213.85 | 240.39 | 264.49 |
| mean | 28.88 | 57.83 | 87.16 | 114.87 | 145.30 | 173.32 | 204.11 | 235.33 | 261.29 | 290.97 |
| sum | 29.35 | 58.19 | 86.24 | 115.56 | 145.73 | 173.81 | 203.94 | 234.15 | 260.41 | 292.51 |
| max | 28.94 | 57.85 | 85.60 | 115.02 | 145.62 | 175.08 | 202.53 | 232.61 | 260.37 | 288.46 |
| min | 29.58 | 58.26 | 87.27 | 117.22 | 144.01 | 174.20 | 201.88 | 235.98 | 263.69 | 290.27 |
3.聚合函数性能对比
基于以上的测试数据，将TDengine和Cassandra在1亿条记录数据集的测试结果进行对比
| Latency | count | average | sum | max | min |
|---|---|---|---|---|---|
| TDengine | 0.033 | 0.06 | 0.046 | 0.049 | 0.049 |
| Cassandra | 264.49 | 290.97 | 291.51 | 288.46 | 290.27 |
从图7可以看出，TDengine的聚合函数查询时间在100毫秒以内，而Cassandra的查询时间在200~300秒左右。因此可以得出结论，在同等数据集和硬件环境下，TDengine的聚合查询速度远远高于Cassandra，超过100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. Cassandra的测试方法
测试SQL语句存储在Cassandra/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
java -jar cassandratest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql cassandra/q3.txt -conf cassandra/application.conf
读取速度如下，单位为秒
| Latency | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | 100% |
|---|---|---|---|---|---|---|---|---|---|---|
| TDengine | 0.030 | 0.028 | 0.031 | 0.041 | 0.069 | 0.066 | 0.077 | 0.091 | 0.102 | 0.123 |
| Cassandra | 31.40 | 62.21 | 92.12 | 122.01 | 154.95 | 185.03 | 217.46 | 249.59 | 281.86 | 308.89 |
从测试结果来看，TDengine的分组聚合查询速度远高于Cassandra，约为3000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. Cassandra的测试方法
因为前面提到的Cassandra 在where和group by 语句里的限制，在测试之前，需要重新写入数据，在原表中加入“minute”这一列，同时将它放入主键的第一位。执行下面命令再写入一次数据
java -jar cassandratest-1.0-SNAPSHOT-jar-with-dependencies.jar -datadir ～/testdata -numofFiles 100 -rowsperrequest 2000 -writeclients 4 -conf cassandra/application.conf -timetest
测试SQL语句存储在Cassandra/q4.txt中，例如
select count(temperature), sum(temperature), mean(temperature) from devices where devgroup<10 group by minute;
执行方法如下
java -jar cassandratest-1.0-SNAPSHOT-jar-with-dependencies.jar -sql cassandra/q4.txt -conf cassandra/application.conf
读取速度如下，单位为秒
| Latency | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | 100% |
|---|---|---|---|---|---|---|---|---|---|---|
| TDengine | 0.237 | 0.472 | 0.653 | 0.902 | 1.134 | 1.422 | 1.753 | 1.784 | 2.085 | 2.549 |
| Cassandra | 131.35 | 153.87 | 169.40 | 188.86 | 203.47 | 227.61 | 250.41 | 274.53 | 294.87 | 303.51 |
从测试结果来看，TDengine的按时间分组聚合查询速度远高于Cassandra，约为100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
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/datadu -h .
如下图所示
3.查看Cassandra的磁盘占用
Cassandra的磁盘文件默认位置在目录/var/lib/Cassandra/data/keyspace_name下，在查看磁盘文件大小时，首先将Cassandra的服务停止
sudo service Cassandra stop
本测试中，数据存储在/var/lib/Cassandra/data/Cassandra目录下，调用du命令，查看该目录下文件的大小。
cd /var/lib/Cassandra/data/Cassandra
du -sh .
如下图所示
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，Cassandra磁盘占用12GB，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Cassandra压缩比的26.7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Cassandra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。
| 功能支持 | TDengine | Cassandra |
|---|---|---|
| SQL语法支持 | 支持 | 不支持 |
| 查询中的计算支持* | 支持 | 不支持 |
| 非主键分组 | 支持 | 不支持 |
| 私有化部署支持 | 支持 | 支持 |
| 水平扩展能力 | 支持 | 支持 |
| 系统连接管理 | 支持 | 支持 |
| 查询任务管理 | 支持 | 支持 |
| 数据导入工具 | 支持 | 支持 |
| 数据导出工具 | 支持 | 支持 |
| Web管理工具 | 支持 | 支持 |
| 多介质分级存储 | 支持 | 支持 |
| Telegraf数据采集 | 支持 | 支持 |
| Grafana数据可视化 | 支持 | 支持 |
| RESTFul | 支持 | 支持 |
| C/C++ | 支持 | 不支持 |
| JDBC/ODBC | 支持 | 不支持 |
| GO | 支持 | 支持 |
| Python | 支持 | 支持 |
| 数据库参数配置 | 支持 | 支持 |
| 配置副本数 | 支持 | 支持 |
| 数据时效 | 支持 | 支持 |
| 数据分区 | 支持 | 支持 |
| 流式计算 | 支持 | 不支持 |
| 数据订阅 | 支持 | 不支持 |
| 微秒级精度 | 支持 | 支持 |
| 聚合函数支持 | 支持 | 支持 |
| 数据降采样 | 支持 | 支持 |
| 数据分页 | 支持 | 支持 |
| 数据插值 | 支持 | 支持 |
| 历史数据修改 | 不支持 | 支持 |
| 时间线删除 | 支持 | 支持 |
| 数据清空 | 支持 | 支持 |
总结
此次测试，从数据库的读、写、查询、压缩比等方面对TDengine和Cassandra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/tests/tree/master/comparisonTest/ 下载，测试具备可重复性。
从测试结果上看，TDengine Database的性能远超Cassandra，写入性能约为20倍，读取性能约为17倍，聚合函数性能约为4000倍，按标签分组查询性能约为2500倍，按时间分组查询性能约为119倍，具体见下表。
| TDengine | Cassandra | |
|---|---|---|
| 写入吞吐量 | 1477208 记录数/秒 | 记录数61708/秒 |
| 100万条记录读取时间 | 0.21秒 | 3.64秒 |
| 1亿条记录取平均值时间 | 0.06秒 | 264.49秒 |
| 1亿条记录按标签分组取均值时间 | 0.123 | 308.39秒 |
| 1亿条记录按时间分组取均值时间 | 2.549秒 | 303.51秒 |
