Apache Kudu与InfluxDB关于快速分析的时间序列数据

Question

Apache Kudu如何与InfluxDB比较需要快速分析的物联网传感器数据（例如机器人技术）？

Kudu最近发布了v1.0我有一些关于Kudu如何处理以下问题的具体问题：

1. 拆分？
2. 数据保留政策（保留指定数量的数据点的数据，或时间以及之后聚合/丢弃数据）？
3. 是否有汇总/汇总功能（例如将1s间隔数据转换为1分钟间隔数据）？
4. 是否支持连续查询（即数据的物化视图 - 查询以持续查看60秒）？
5. 如何在磁盘和内存之间存储数据？
6. 可以从不规则时间序列中引入常规时间序列（将不规则事件数据转换为常规时间间隔）吗？

Kudu和InfluxDB之间还有其他明显的优势和/或弱点吗？

Answer 1

Kudu是一个比InfluxDB低得多的数据存储区。它更像是一个分布式文件系统，它提供了一些类似数据库的功能，而不是一个完整的数据库。它目前依赖于诸如Impala之类的查询引擎来查找存储在Kudu中的数据。

Kudu也很年轻。有可能构建一个时间序列数据库，其中kudu作为其下的分布式存储，但目前最接近的实现是this proof of concept project。

关于你问题的答案。

1）Kudu将数据存储在平板电脑中，并提供两种分区数据的方式：Range Partitions and Hash based Partitioning

2）Nope虽然如果数据是使用范围分区构建的，但删除平板电脑应该是一种有效的操作（类似于InfluxDB在删除数据时丢弃整个分片的方式）。

3）与Kudu一起工作的查询引擎能够做到这一点，例如impala或spark。

4）Impala确实支持views

5）数据以类似于Parquet的柱状格式存储，但Kudu的一大卖点是Kudu允许柱状数据变得可变，这对于当前的镶木地板文件来说是非常困难的。

6）虽然我确信你可以得到火花或黑斑羚这样做，但它不是内置功能。<​​/ p>

Kudu仍然是一个新项目，它的设计并不是为了与InfluxDB竞争，而是为InfluxDB等服务提供高度可扩展且高性能的存储层。将数据附加到类似于数据结构的镶木地板的能力确实令人兴奋，因为它可以消除对lambda架构的需求。