数据库新秀GreptimeDB

 

 

GreptimeDB 在 JSONBench 中的表现验证了其处理海量数据集的竞争力，性能与 ClickHouse 和 VictoriaLogs 处于同一梯队。

在查询速度方面，GreptimeDB 以十亿级冷启动查询斩获榜首[5]，在多数查询场景中展现优于 Elasticsearch、DuckDB、StarRocks 和 PostgreSQL 的性能。

 

其采用的高效存储引擎在压缩比和 I/O 性能方面显著优于传统存储格式，实现了卓越的存储效率。

 

（图 1：10 亿份文档，冷启动）

 

（图 2：10 亿份文档/冷启动的详细数据）

 

（图 3：10 亿份文档，热启动）

 

 

（图 4：10 亿份文档/热启动的详细数据）

作为面向海量可观测数据设计的新一代实时数据库，GreptimeDB 通过原生 JSON 支持应对结构化日志采集趋势。其内置 Pipeline（ETL）引擎与云原生架构深度整合，充分发挥对象存储作为主数据存储和 Kubernetes 管理集群的优势，大幅降低实际应用场景的运营成本。

 

 

 原文参考:  https://mp.weixin.qq.com/s/Z1N1wXcFgBxEDVElHlwxwg

 

Reference

[1] https://jsonbench.com
[2] https://github.com/clickhouse/JSONBench/
[3] https://clickhouse.com/blog/json-bench-clickhouse-vs-mongodb-elasticsearch-duckdb-postgresql#the-json-dataset---a-billion-bluesky-events
[4] https://jsonbench.com
[5] https://github.com/ClickHouse/JSONBench/tree/main/greptimedb
[6] https://github.com/GreptimeTeam/greptimedb/releases/tag/v0.13.1
[7] https://docs.greptime.com/user-guide/logs/write-logs
[8] https://github.com/clickhouse/JSONBench/?tab=readme-ov-file#pre-requisites
[9] https://docs.greptime.com/user-guide/flow-computation/overview
[10] https://docs.greptime.com/user-guide/flow-computation/overview