与通常NoSQL数据库(例如MongoDB,Cassandra)或更专门的时间导向数据库(例如InfluxDB,KairosDB)相比,TimescaleDB提供了定性和定量差别:数据库
普通SQL:即便在规模上,TimescaleDB也能够为时间序列数据提供标准SQL查询的功能。大多数(全部?)NoSQL数据库都须要学习新的查询语言或使用最好的“SQL-ish”(它仍然与现有工具兼容)。第三方工具:TimescaleDB支持任何能够说SQL的东西,包括像Tableau这样的BI工具。分布式
而后,若是如下任一状况属实,则可能不想使用TimescaleDB:
工具
简单的读取要求:若是您只须要快速键值查找或单列累积,则内存或列导向数据库可能更合适。前者显然不能扩展到相同的数据量,可是,后者的性能明显低于更复杂的查询。
很是稀疏或非结构化的数据:尽管TimescaleDB利用PostgreSQL对JSON / JSONB格式的支持,而且至关有效地处理稀疏性(空值的位图),但在某些状况下,无模式体系结构可能更合适。
重要的压缩是一个优先事项:基准测试显示在ZFS上运行的TimescaleDB得到约4倍的压缩率,但压缩优化的列存储可能更适合于更高的压缩率。
不频繁或离线分析:若是响应时间较慢(或响应时间限于少许预先计算的度量标准),而且您不但愿许多应用程序/用户同时访问该数据,则能够避免使用数据库,而只是将数据存储在分布式文件系统中性能