TSBS 实测：InfluxDB 3.0 查询速度最多慢 48 倍！

TDengine 2025-03-20

亮点总结

1. 在大多数查询场景下，InfluxDB 3.0 的查询速度明显慢于 InfluxDB 1.8。在 DevOps 场景下，查询速度最多慢 48 倍，而在 IoT 场景下，最大差距达 30 倍。

2. 在 IoT 场景中，InfluxDB 3.0 由于 InfluxQL 兼容性问题，12 个测试查询中有 6 个无法执行，而 InfluxDB 1.8 则可正常运行，说明 InfluxDB 3.0 对 InfluxQL 的支持仍然存在较大局限。

3. 在更大规模的数据集测试（4000 台设备，每台 10 个指标）中，InfluxDB 3.0 无法在高并发环境下运行，必须将并发 worker 数量减少到 3 个或更少。

不久前，我们发布了 InfluxDB 3.0 在数据写入性能上的测试结果。这次，我们进一步对比其查询性能。为了保证测试的公平性，本次测试依然采用 Time Series Benchmark Suite（TSBS）。InfluxDB 3.0 宣称支持 InfluxQL，按理来说，TSBS 针对 InfluxDB 1.8 的查询集应该可以直接在 3.0 版本上运行，但在实际测试中，我们发现其 InfluxQL 兼容性并不完善。

根据 InfluxData 官方文档（https://docs.influxdata.com/influxdb3/core/reference/influxql/feature-support/），InfluxDB 3.0 目前仍不完全支持 InfluxQL 语法，即便考虑到这些已知限制，我们仍然遇到了一些在 InfluxDB 1.8 上可正常执行的 TSBS 查询，在 InfluxDB 3.0 上却无法运行的情况。更值得关注的是，即使是能够执行的查询，InfluxDB 3.0 的查询性能也明显逊色于 InfluxDB 1.8。

#TSBS

DevOps 场景测试

我们首先对 DevOps 场景下的小规模数据集（100 台设备）进行基准测试，每个查询执行 4000 次，并使用 8 个 worker 进行并行查询，测量其平均响应时间。

测试结果显示，InfluxDB 3.0 仅在 double-groupby-all
和 high-cpu-all
这两个查询上表现优于 InfluxDB 1.8，而其余查询的性能均大幅落后。其中，lastpoint
查询的执行速度甚至比 InfluxDB 1.8 慢了最多 48 倍。

鉴于 InfluxDB 3.0 可能针对高基数场景进行了优化，我们将测试规模扩大至 4000 台设备，以观察其在更大数据量下的表现。然而，测试过程中出现了严重问题：在数据库本身未崩溃，日志中也未记录任何相关错误的情况下，InfluxDB 3.0 拒绝了 HTTP 请求。

最终，我们不得不将 worker 数量减少到 3 个甚至 2 个，才能完成查询。受影响的查询包括 double-groupby-1
、double-groupby-5
、double-groupby-all
、high-cpu-all
、groupby-orderby-limit
和 lastpoint
，这表明 InfluxDB 3.0 在高并发查询环境下的稳定性存在明显问题。

#TSBS

IoT 场景测试

在 IoT 场景测试中，我们使用了更加复杂的数据集，以模拟 TDengine 典型用户所处理的海量时序数据。然而，在 12 个测试查询中，有 6 个查询在 InfluxDB 3.0 上完全无法运行，而 InfluxDB 1.8 则可以正常执行。

注意：标记为“—”的条目表示查询失败或未返回结果。

从查询性能来看，InfluxDB 3.0 仅在 breakdown-frequency
查询上优于 InfluxDB 1.8，而其他查询的执行速度均明显落后。其中，在 last-loc
查询上，InfluxDB 3.0 的运行速度比 InfluxDB 1.8 慢了多达 30 倍。

此外，有六个查询执行失败，分别是 stationary-trucks
、long-driving-sessions
、long-daily-sessions
、avg-daily-driving-duration
、avg-daily-driving-session
和 daily-activity
。其中，后三个查询因 InfluxDB 3.0 的 InfluxQL 兼容性问题无法执行。例如，avg-daily-driving-duration
查询返回了以下错误信息：

类似的错误同样出现在 avg-daily-driving-session
和 daily-activity
查询中。为了验证这一问题，我们尝试修改 InfluxQL 查询，经过一定调整后，最终在 InfluxDB 3.0 上成功运行，这进一步表明其 InfluxQL API 并未完全兼容 InfluxDB 1.8。

此外，stationary-trucks
、long-driving-sessions
和 long-daily-sessions
查询虽然能够快速返回，但结果集为空。目前，我们仍未找到适用于 InfluxDB 3.0 的可行查询修改方案。

此外，当查询数据集扩展至 4000 台设备时，我们同样不得不减少 worker 数量，情况与 DevOps 场景类似。受影响的查询包括 last-loc
、high-load
、avg-vs-projected-fuel-consumption
、avg-daily-driving-session
、avg-load
和 breakdown-frequency
。

#TSBS

欢迎查看源码自行测试

为了实现测试流程的自动化，让用户能够使用 TSBS 对比不同数据库的性能，我们开发了一套支持本地运行的测试脚本。在 Ubuntu 22 系统上，用户可将 TSBS 分支 enh/add-influxdb3.0
克隆至 /usr/local/src
目录，然后进入 scripts/tsdbComp
目录，并以 root 用户执行 tsbs_test.sh --help
命令。

sudo -s
git clone https://github.com/taosdata/tsbs
cd tsbs
git checkout enh/add-influxdb3.0
cd scripts/tsdbComp
./tsbs_test.sh --help
复制

该脚本支持多种测试场景和配置选项。鉴于测试涉及高性能计算，建议在至少配备 4 核 CPU 和 8GB 内存的机器上运行。

结语

本次 TSBS 测试表明，InfluxDB 3.0 在查询性能上仍然明显落后于 InfluxDB 1.8，同时 InfluxQL 兼容性问题较为严重。此外，由于查询时间范围被限制在 72 小时以内，许多典型的时序数据应用（包括 TSBS 测试场景）将变得难以实现，甚至无法执行。

鉴于 InfluxDB 3.0 仍处于公测阶段，我们相信其性能和兼容性在未来版本中可能会有所改进，但就当前情况来看，还是建议开源用户谨慎考虑是否升级。

QCon 北京 2025 即将开启，TDengine 带你免费参会！

作为国内最具影响力的技术大会之一，QCon 汇聚前沿技术趋势、顶级大咖分享与深度行业交流。但想要参会？门票价格高达 5800 元💰…… 现在，TDengine 替你买单！我们将送出 2 张 QCon 北京 2025 门票，只要你在时序数据存储、查询或计算方面有实际业务挑战，就有机会免费获得！

🎯 参与方式：扫描下方海报二维码，填写问卷并描述你在时序数据管理中的挑战。我们将筛选符合要求的参与者，并从中随机抽取 2 位幸运儿送出 QCon 门票。

📅 提交截止日期：4 月 1 日 12:00

最终获奖者可添加小T微信（tdengine）领取 QCon 北京 2025 门票 🎟️！

👇 点击阅读原文，立即体验 TDengine！

tdengine influxdb

文章转载自TDengine，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

TSBS 实测：InfluxDB 3.0 查询速度最多慢 48 倍！

评论

相关阅读