十年磨一剑：蚂蚁集团可观测性平台 AntMonitor 揭秘
蚂蚁集团的业务种类繁多，兼具金融级的“稳” 和互联网的 “快”，支撑又快又稳的业务发展需要完善的稳定性保障体系， 这个体系的基石就是可观测性平台-AntMonitor 。
早在2011年前，监控平台就已经完成初代建设，在2012到2017年这五年间，蚂蚁监控技术团队抽象出了业务视角监控牵引的模式，大大提升了核心业务的故障发现能力，同期研发了可视化引擎与易用的配置系统。为了支撑双11等大规模海量计算场景，在底层数据技术上做到了实时稳定的大规模日志和指标处理能力。随着这些能力的完成，可观测平台的产品也逐渐成熟。
InfluxDB 的优缺点，哪些应用场景
InfluxDB是一种专门用于处理和存储时间序列数据的开源数据库。以下是InfluxDB的一些优点和缺点，以及适用的应用场景：
优点：
1. 高性能：InfluxDB在设计上针对时间序列数据进行了优化，具有高写入和高查询性能，可以处理大规模的数据量。
2. 简单易用：InfluxDB具有简单的数据模型和查询语言，易于上手和使用。其查询语言InfluxQL和新版本的Flux具有强大的查询和聚合功能。
3. 数据压缩：InfluxDB通过使用时间序列数据的特性进行数据压缩，可以有效地减小数据存储的大小。
4. 可扩展性：InfluxDB支持水平扩展，可以通过添加更多的节点来增加存储和查询能力。
阿里云时序数据库简介和购买使用流程
阿里云时序数据库（Lindorm Time Series Database，简称TSDB）是阿里云原生多模数据库Lindorm中的核心组件，专门负责处理时序数据。它具有许多优势，包括高并发写入、高压缩比存储、实时时序指标聚合、统计、预测以及ML/AI计算等强大功能。 时序数据是指表示物理设备、系统、应用过程或行为随时间变化的数据，这类数据在物联网、工业物联网、基础运维系统等场景中有着广泛的应用。阿里云TSDB可以解决大规模时序数据的可靠写入问题，显著降低数据存储成本，并且能够实时灵活地完成业务数据的聚合分析。 TSDB针对不同应用场景，支持多元数据存储与索引，具有高效的写入性能和实时数据分析能
从 MongoDB 到 时序数据库 TDengine，沃太能源实现 18 倍写入性能提升
沃太能源是国内领先储能设备生产厂商，数十万储能终端遍布世界各地。此前使用 MongoDB 存储时序数据，但随着设备测点增加，MongoDB 在存储效率、写入性能、查询性能等方面暴露出短板。经过对比，沃太能源选择了专业时序数据库 TDengine，生产效能显著提升：整体上，数据压缩率超 10 倍、写入性能提升 18 倍，查询在特定场景上也实现了数倍的提升。同时减少了技术架构复杂度，实现了零代码数据接入。本文将对 TDengine 在沃太能源的应用情况进行详解。
时序数据库 InfluxDB 3.0 版本性能实测报告：写入吞吐量提升效果验证
TSBS 测试表明，对于少于 100 万台设备的数据集，InfluxDB OSS 3.0 的数据写入速度实际上比 InfluxDB OSS 1.8 更慢。
对于 100 万台及以上设备的数据集，InfluxDB OSS 3.0 的数据写入性能才开始超过 InfluxDB OSS 1.8。
InfluxDB OSS 3.0 的数据写入接口与 InfluxDB 1.8 并不兼容，用户无法顺利迁移。
