GreptimeDB 的车云一体方案已成功应用于头部新能源车企，解决了毫秒级信号的采集、存储和分析问题，为企业带来了显著的降本增效成果——数据的流量和存储成本更低，数据分析更实时。
但是为了更加全面地评估 GreptimeDB 在嵌入式和边缘计算环境中的性能，我们将其与 SQLite 进行了详细的对比测试。本次测试的目的是评估它们在类似应用场景中的数据处理性能，以验证 GreptimeDB 在物联网，车联网和可观测应用环境中的适应性和优势。
SQLite 是一个小巧、快速并且功能齐全的 SQL 数据库引擎，它被认为是世界上使用最广泛的数据库系统，能够部署在各类移动设备（比如手机、机顶盒、电视）及嵌入到本地应用程序中等等。
本文将对比 GreptimeDB 和 SQLite 在高通骁龙 8155 智能座舱芯片平台上的性能表现，包括读写性能、资源占用和压缩率等。
测试环境
硬件平台：
软件版本：
软件配置
两者都关闭 WAL，默认关闭 GreptimeDB Edge，通过下列命令关闭 SQLite 的 journal 和同步写入：
PRAGMA journal_mode=OFF;PRAGMA synchronous=OFF;
复制代码
其他都为默认配置。
测试数据和方法
测试数据
我们同样采用 TSBS 生成的 CPU 监控数据，总共 1000 万行，每行数据有 10 个 Tag 和 Field，加上时间戳，总共 21 个列，样例数据如下：
cpu,hostname=host_0,region=eu-central-1,datacenter=eu-central-1a,rack=6,os=Ubuntu15.10,arch=x86,team=SF,service=19,service_version=1,service_environment=test usage_user=58i,usage_system=2i,usage_idle=24i,usage_nice=61i,usage_iowait=22i,usage_irq=63i,usage_softirq=6i,usage_steal=44i,usage_guest=80i,usage_guest_nice=38i 1686441600000000000
复制代码
建表语句参考附录。SQLite 只对 hostname 和 ts 列做主键索引，这两个列是查询需要，没有将其他 tag 列加入到主键，因为写入性能会非常差。GreptimeDB 索引了所有 tag 列，ts 是 TIME INDEX 约束，并启用了 append 模式。
写入方式
（图 1 ：GreptimeDB Edge 基于共享内存的写入更高效）
查询方式
写入 1000 万行后执行 SQL 查询，我们从 TSBS 查询场景中挑选了 7 条 SQL 执行，覆盖典型场景，具体见附录。
测试报告
写入性能
由于 SQLite 并不支持多线程的并发写入 ，我们测试了单核极限写入场景：
（图 2 ：单核极限写入场景性能对比）
GreptimeDB 写入 TPS 大概是 SQLite 的 1.7 倍，达到 7.2 万行每秒。
我们单独测试了 GreptimeDB 的并发写入性能，在平均 160% CPU 消耗并且将 I/O（Input/Output） 打满的情况下，达到了 10 万行每秒的写入性能。
压缩率
除了写入性能外，嵌入式数据库的磁盘占用同样值得关注。由于嵌入式设备往往存储空间并不是很充裕，而且其所使用的存储介质通常为 Flash 闪存，因此如果磁盘占用过大，不仅会导致能够保存的数据量受限，而且会大大缩短存储介质的寿命。在本次测试中，我们将 1000 万行数据全部写入到 GreptimeDB 和 SQLite 后，分别测量两者数据目录所占用的大小。
（图 3 ：压缩率对比）
得益于 GreptimeDB Edge 所使用的列式存储的极高的压缩率，最终其所占用空间仅为 87MB，而 SQLite 需要 1,686 MB， GreptimeDB 的压缩率是 SQLite 的 19 倍。
资源占用
我们将写入限流为 43000 行每秒，测量下 GreptimeDB 和 SQLite 的 CPU 和内存占用：
图 4 ：CPU 使用量对比
图 5 ：内存使用量对比
结论：
GreptimeDB 的 CPU 占用更低，仅为 67%，而 SQLite 为 96%
SQLite 的写入过程几乎没有内存分配，优化的非常好，内存稳定地保持在 10MB，而 GreptimeDB Edge 需要消耗 200MB 内存。
GreptimeDB Edge 的内存大小可以通过配置优化，得益于良好的架构设计， GreptimeDB Edge 可以在 CPU、内存和压缩率三者之间，根据用户需求灵活通过配置来平衡。
查询性能
我们选取的 7 条典型 SQL 的查询结果如下（查询耗时，单位：毫秒）：
（图 6 ：查询对比）
可以看到，SQLite 的查询性能相当出色，而 GreptimeDB Edge 也没有明显落后，并且在时序聚合查询场景更快。
总结
在高通 8155 芯片平台上，GreptimeDB Edge 的写入性能是 SQLite 的 1.7 倍，数据压缩率是 SQLite 的 19 倍，查询性能在时序聚合场景更优，资源占用方面 CPU 消耗更低，内存消耗较大，但是可以通过配置灵活地在 CPU、内存和压缩率三者之间分配。
本测试使用的 GreptimeDB Edge 商用版还是 1.0 版本，最新研发的 2.0 版本将支持日志引擎、轻量级流计算引擎 Flow 以及专为嵌入式 LLM 应用设计的向量检索的能力，并且在读写性能和资源占用做出进一步的优化。Greptime 边云一体方案显著降低数据的流量和存储成本，赋能边缘计算，并在边云之间灵活协调算力。
如果您对 GreptimeDB Edge 商用版在智能汽车等边缘环境的使用感兴趣，欢迎联系我们做进一步的交流。
附录
建表语句
GreptimeDB
CREATE TABLE IF NOT EXISTS cpu ( hostname STRING NULL, region STRING NULL, datacenter STRING NULL, rack STRING NULL, os STRING NULL, arch STRING NULL, team STRING NULL, service STRING NULL, service_version STRING NULL, service_environment STRING NULL, usage_user BIGINT NULL, usage_system BIGINT NULL, usage_idle BIGINT NULL, usage_nice BIGINT NULL, usage_iowait BIGINT NULL, usage_irq BIGINT NULL, usage_softirq BIGINT NULL, usage_steal BIGINT NULL, usage_guest BIGINT NULL, usage_guest_nice BIGINT NULL, ts TIMESTAMP(9) NOT NULL, TIME INDEX (ts), PRIMARY KEY (hostname, region, datacenter, rack, os, arch, team, service, service_version, service_environment)) with (append_mode='true');
复制代码
SQLite
CREATE TABLE IF NOT EXISTS cpu ( hostname VARCHAR NULL, region VARCHAR NULL, datacenter VARCHAR NULL, rack VARCHAR NULL, os VARCHAR NULL, arch VARCHAR NULL, team VARCHAR NULL, service VARCHAR NULL, service_version VARCHAR NULL, service_environment VARCHAR NULL, usage_user BIGINT NULL, usage_system BIGINT NULL, usage_idle BIGINT NULL, usage_nice BIGINT NULL, usage_iowait BIGINT NULL, usage_irq BIGINT NULL, usage_softirq BIGINT NULL, usage_steal BIGINT NULL, usage_guest BIGINT NULL, usage_guest_nice BIGINT NULL, ts TIMESTAMP NOT NULL, PRIMARY KEY (hostname, ts));
复制代码
查询语句
1. FIVE_MINUTE_1E
SELECT * FROM cpu WHERE hostname='host_1701' AND ts>='2016-01-01T00:00:00Z' AND ts<'2016-01-01T00:05:00';
复制代码
2. COUNT
SELECT count(*) FROM cpu;
复制代码
3. CPU_MAX_ALL_1
-- GreptimeDBSELECT max(usage_user), max(usage_system), max(usage_idle), max(usage_nice), max(usage_iowait), max(usage_irq), max(usage_softirq), max(usage_steal), max(usage_guest), max(usage_guest_nice), date_trunc('hour', ts) FROM cpuWHERE hostname = 'host_1435' AND ts >= '2016-01-01T00:00:00Z' AND ts < '2016-01-01T08:00:00Z' GROUP BY date_trunc('hour', ts);
-- SQLiteSELECT max(usage_user), max(usage_system), max(usage_idle), max(usage_nice), max(usage_iowait), max(usage_irq), max(usage_softirq), max(usage_steal), max(usage_guest), max(usage_guest_nice), strftime('%Y-%m-%dT%H:00:00', ts)FROM cpuWHERE hostname = 'host_1435' AND ts >= '2016-01-01T00:00:00Z' AND ts < '2016-01-01T08:00:00Z'GROUP BY strftime('%Y-%m-%dT%H:00:00', ts);
复制代码
4. CPU_MAX_ALL_8
SELECT max(usage_user), max(usage_system), max(usage_idle), max(usage_nice), max(usage_iowait), max(usage_irq), max(usage_softirq), max(usage_steal), max(usage_guest), max(usage_guest_nice), date_trunc('hour', ts) FROM cpu WHERE ( hostname = 'host_249' OR hostname = 'host_1403' OR hostname = 'host_1435' OR hostname = 'host_3539' OR hostname = 'host_3639' OR hostname = 'host_3075' OR hostname = 'host_815' OR hostname = 'host_2121' ) AND ts >= '2016-01-01T00:00:00Z' AND ts < '2016-01-01T08:00:00Z' GROUP BY date_trunc('hour', ts)
-- SQLite SELECT max(usage_user), max(usage_system), max(usage_idle), max(usage_nice), max(usage_iowait), max(usage_irq), max(usage_softirq), max(usage_steal), max(usage_guest), max(usage_guest_nice), strftime('%Y-%m-%dT%H:00:00', ts)FROM cpu WHERE ( hostname = 'host_249' OR hostname = 'host_1403' OR hostname = 'host_1435' OR hostname = 'host_3539' OR hostname = 'host_3639' OR hostname = 'host_3075' OR hostname = 'host_815' OR hostname = 'host_2121' ) AND ts >= '2016-01-01T00:00:00Z' AND ts < '2016-01-01T08:00:00Z' GROUP BY strftime('%Y-%m-%dT%H:00:00', ts);
复制代码
5. SINGLE_GROUP_BY_1_1_1
SELECT max(usage_user), date_trunc('minute', ts) FROM cpu WHERE (hostname = 'host_3701') AND ts >= '2016-01-01T00:00:00Z' AND ts < '2016-01-01T08:00:00Z' GROUP BY date_trunc('minute', ts)
-- SQLiteSELECT max(usage_user), strftime('%Y-%m-%dT%H:%M:00', ts)FROM cpu WHERE (hostname = 'host_1701') AND ts >= '2016-01-01T00:00:00Z' AND ts < '2016-01-01T08:00:00Z' GROUP BY strftime('%Y-%m-%dT%H:%M:00', ts);
复制代码
6. LAST_POINT_ALL
-- GreptimeDBSELECT last_value(hostname order by ts), last_value(region order by ts), last_value(datacenter order by ts), last_value(rack order by ts), last_value(os order by ts), last_value(arch order by ts), last_value(team order by ts), last_value(service order by ts), last_value(service_version order by ts), last_value(service_environment order by ts), last_value(usage_user order by ts), last_value(usage_system order by ts), last_value(usage_idle order by ts), last_value(usage_nice order by ts), last_value(usage_iowait order by ts), last_value(usage_irq order by ts), last_value(usage_softirq order by ts), last_value(usage_steal order by ts), last_value(usage_guest order by ts), last_value(usage_guest_nice order by ts)FROM cpu GROUP BY hostname;
--SQLiteSELECT last_value(hostname) over(order by ts), last_value(region) over(order by ts), last_value(datacenter) over(order by ts), last_value(rack) over(order by ts), last_value(os) over(order by ts), last_value(arch) over(order by ts), last_value(team) over(order by ts), last_value(service) over(order by ts), last_value(service_version) over(order by ts), last_value(service_environment) over(order by ts), last_value(usage_user) over(order by ts), last_value(usage_system) over(order by ts), last_value(usage_idle) over(order by ts), last_value(usage_nice) over(order by ts), last_value(usage_iowait) over(order by ts), last_value(usage_irq) over(order by ts), last_value(usage_softirq) over(order by ts), last_value(usage_steal) over(order by ts), last_value(usage_guest) over(order by ts), last_value(usage_guest_nice) over(order by ts) FROM cpu GROUP BY hostname;
复制代码
7. LAST_POINT_ONE
-- GreptimeDB EdgeSELECT last_value(hostname order by ts), last_value(region order by ts), last_value(datacenter order by ts), last_value(rack order by ts), last_value(os order by ts), last_value(arch order by ts), last_value(team order by ts), last_value(service order by ts), last_value(service_version order by ts), last_value(service_environment order by ts), last_value(usage_user order by ts), last_value(usage_system order by ts), last_value(usage_idle order by ts), last_value(usage_nice order by ts), last_value(usage_iowait order by ts), last_value(usage_irq order by ts), last_value(usage_softirq order by ts), last_value(usage_steal order by ts), last_value(usage_guest order by ts), last_value(usage_guest_nice order by ts)FROM cpuWHERE hostname='host_1701'
-- SQLiteSELECT last_value(hostname) over(order by ts), last_value(region) over(order by ts), last_value(datacenter) over(order by ts), last_value(rack) over(order by ts), last_value(os) over(order by ts), last_value(arch) over(order by ts), last_value(team) over(order by ts), last_value(service) over(order by ts), last_value(service_version) over(order by ts), last_value(service_environment) over(order by ts), last_value(usage_user) over(order by ts), last_value(usage_system) over(order by ts), last_value(usage_idle) over(order by ts), last_value(usage_nice) over(order by ts), last_value(usage_iowait) over(order by ts), last_value(usage_irq) over(order by ts), last_value(usage_softirq) over(order by ts), last_value(usage_steal) over(order by ts), last_value(usage_guest) over(order by ts), last_value(usage_guest_nice) over(order by ts)FROM cpuWHERE hostname='host_1701'
复制代码
如果您对 GreptimeDB Edge 商用版在智能汽车等边缘环境的使用感兴趣，欢迎联系我们做进一步的交流。
关于 Greptime
Greptime 格睿科技专注于为可观测、物联网及车联网等领域提供实时、高效的数据存储和分析服务，帮助客户挖掘数据的深层价值。目前基于云原生的时序数据库 GreptimeDB 已经衍生出多款适合不同用户的解决方案，更多信息或 demo 展示请联系下方小助手（微信号：greptime）。
欢迎对开源感兴趣的朋友们参与贡献和讨论，从带有 good first issue 标签的 issue 开始你的开源之旅吧～期待在开源社群里遇见你！添加小助手微信即可加入“技术交流群”与志同道合的朋友们面对面交流哦～
Star us on GitHub Now: https://github.com/GreptimeTeam/greptimedb
官网：https://greptime.cn/
文档：https://docs.greptime.cn/
Twitter: https://twitter.com/Greptime
Slack: https://greptime.com/slack
LinkedIn: https://www.linkedin.com/company/greptime/
评论