Quais são as diferenças entre o Lindorm e outros bancos de dados open source? - Lindorm: Central de Documentação do Alibaba Cloud

Este tópico compara o Lindorm com outros bancos de dados open source.

Informações gerais

O Lindorm é compatível com diversas APIs padrão, como Apache HBase, S3, TSDB, HDFS e Apache Solr. Ele suporta vários modelos de dados, incluindo tabelas largas, séries temporais, objetos, texto, filas e dados espaciais. O Lindorm é ideal para armazenar e analisar diferentes tipos de dados, como logs, faturas e tags, com alta performance e baixo custo.

Este tópico compara o Lindorm com alternativas open source como Apache HBase, OpenTSDB, Elasticsearch, Apache Solr e HDFS. A comparação abrange recursos principais, performance e custos para ajudar você a entender as vantagens do Lindorm.

Comparação de recursos

Lindorm vs. Apache HBase

O LindormTable é um mecanismo de armazenamento distribuído projetado para grandes volumes de dados estruturados e semiestruturados. É compatível com APIs padrão open source, incluindo Apache HBase e Phoenix (SQL). A tabela a seguir compara o LindormTable com o Apache HBase.

Recurso		Lindorm	Apache HBase
Recursos principais	Modelo de dados	Suporta múltiplos modelos de dados, como tabelas largas, séries temporais, busca e arquivos. O modelo de tabela larga oferece suporte a vários endpoints e APIs.	Apenas tabelas largas
	Acesso via API	Compatível com a API do HBase e Phoenix SQL. Os dados são interoperáveis entre diferentes endpoints.	API do HBase ou Phoenix SQL
	SQL	Compatível com JDBC e Phoenix, oferecendo estabilidade e performance superiores.	Requer suporte externo do Phoenix.
	Tipo de dado	Oferece um conjunto rico de tipos de dados. Para mais informações, consulte Data types.	Suporta apenas `byte[]`.
	TTL	Fornece TTL de nível empresarial nos níveis de tabela, linha e célula.	Suporta TTL nos níveis de tabela e célula.
	Consistência forte	Suporta múltiplos níveis de consistência, incluindo consistência forte e eventual.	Suportado
	Índice secundário global	Oferece um índice secundário global integrado. Esse recurso permite consultas transparentes, entrega alta performance e possibilita redundância sob demanda para colunas não indexadas.	Exige configuração complexa de componentes externos.
	Recuperação multidimensional	Integra-se perfeitamente ao LindormSearch para fornecer acesso unificado a armazenamento massivo de dados, consultas multidimensionais e busca de texto completo. Para mais informações, consulte Search index overview.	Não suportado
Performance	Throughput	Entrega até 7 vezes o throughput de um único nó do Apache HBase. Para mais informações, consulte Test result analysis.	Não aplicável
Performance	Picos de latência de requisição	Reduz a latência P99 para um décimo da latência do Apache HBase. Para mais informações, consulte Test result analysis.	Picos frequentes de latência
Custo	Custo de armazenamento	Oferece múltiplos tipos de armazenamento, como Performance, Standard e Capacity, reduzindo custos em até 80% em comparação com instâncias autogerenciadas em discos cloud.	Baseado em discos cloud ou locais autogerenciados, que são caros e inelásticos.
	Separação de computação e armazenamento	Sim. Os recursos de armazenamento e computação escalam independentemente.	Não
	Compressão de dados	Utiliza um algoritmo de compressão integrado e profundamente otimizado para alcançar uma taxa de compressão superior a 10:1, mais de 50% maior que o Snappy.	Suporta Snappy, LZ4 e LZO, mas com baixas taxas de compressão.
	Codificação	Emprega codificação adaptativa e consciente do tipo de dado para obter alta taxa de compressão. Isso permite buscas rápidas sem decodificação.	Suporta DIFF com compressão moderada. Dados codificados não podem ser pesquisados.
	Separação de dados quentes e frios	Classifica os dados automaticamente. Dados frios são movidos para armazenamento de alta compressão e baixo custo, reduzindo despesas em 80%, enquanto melhora a performance de acesso a dados quentes em 15%. Para mais informações, consulte Hot and cold data separation.	Não suportado
Escalabilidade e elasticidade	Escala mínima	Não aplicável.	Pelo menos 3 nós
Escalabilidade e elasticidade	Escalabilidade	Altamente escalável. Suporta dimensionamento horizontal para milhares de nós.	Altamente escalável. Suporta dimensionamento horizontal para milhares de nós.
Confiabilidade	Redundância ativa-ativa	Oferece capacidades avançadas como failover automatizado de recuperação de desastres e requisições simultâneas em clusters duplos. Permite construir uma arquitetura híbrida primária/standby com um cluster Apache HBase autogerenciado.	Não é um recurso nativo de product. Failover não suportado.
	Consistência forte entre AZs	Suporta implantação entre zonas de disponibilidade (AZ), garantindo recuperação automática e forte consistência de dados em caso de falha no nível da AZ.	Não suportado
	Backup e restauração	Suporta backup de conjuntos de dados maiores que 100 TB para o OSS. Oferece recursos avançados como backup sob demanda, recuperação point-in-time (PITR) e Objetivo de Tempo de Recuperação (RTO) independente do tamanho dos dados, inferior a 30 minutos. Para mais informações, consulte Enable backup and restoration.	Suportado, mas com capacidades limitadas.
	Redundância geográfica ativa	Suportado. Permite implantação em várias regiões geográficas e unidades com sincronização de dados sob demanda.	Não suportado
Multitenancy e segurança	Autenticação e ACL	Suporta autenticação por nome de usuário e senha, além de ACLs. Para mais informações, consulte Manage users.	Não suportado
	Isolamento de recursos	Fornece grupos de recursos para permitir isolamento físico de recursos entre tenants.	Não suportado
	Cota	Suporta cotas globais para tenants, incluindo requisições e armazenamento.	Não suporta multitenancy.
	Criptografia em repouso	Suportado. As chaves são gerenciadas pelo KMS, e todos os dados e logs são criptografados.	Suportado, mas com capacidades limitadas.
	Lista de bloqueios de RPC	Suporta uma lista de bloqueios de RPC para restringir chamadas específicas.	Não suportado
	Auditoria	Atualmente não suportado.	Não suportado
Recursos avançados	Lixeira de tabelas	O Lindorm move tabelas excluídas para uma lixeira, onde podem ser restauradas para evitar perda acidental de dados.	Não suportado
	Divisão em cascata	As regiões podem ser divididas sucessivamente sem esperar a conclusão da compactação, melhorando significativamente a escalabilidade e o balanceamento de carga.	Não suportado
	TTL discreto	Permite reter dados de múltiplos períodos de tempo não contíguos.	Não suportado
Operações e diagnósticos	Ferramentas de O&M	Oferece uma ferramenta de gerenciamento de cluster baseada em GUI para gerenciar tabelas, namespaces, grupos e ACLs. Para mais informações, consulte Log on to the cluster management system.	HBase Shell
Operações e diagnósticos	Consulta de dados	Suporta consultas SQL interativas no sistema de gerenciamento de cluster baseado em GUI. Para mais informações, consulte Data Query. Também suporta ferramentas open source como HBase Shell e CQLsh.	HBase Shell
Ecossistema	Migração de dados	Suporta migração online, entre versões, automatizada e eficiente a partir de várias versões do Apache HBase. O processo de migração não impacta suas aplicações e não exige alterações de código. Para mais informações, consulte Lindorm Tunnel Service.	Apenas migração offline é suportada.
	Sincronização de dados do MySQL	Suporta importação completa e sincronização incremental de dados do MySQL para o Lindorm usando Lindorm Tunnel Service.	Requer ferramentas de terceiros. Não suporta sincronização incremental online.
	Análise com Spark	Oferece integração profunda e nativa de product. Você pode sincronizar incrementalmente dados do Lindorm para o Spark, analisá-los com Spark SQL e gravar os resultados de volta no Lindorm.	Não otimizado. A integração de dados exige esforço significativo de desenvolvimento.
	MaxCompute	Fornece integração nativa de product para arquivar incrementalmente dados do Lindorm no MaxCompute.	A integração de dados exige esforço significativo de desenvolvimento.
	Log Service	Suporta assinatura de dados em tempo real do Log Service para o Lindorm usando Lindorm Tunnel Service.	A integração de dados exige esforço significativo de desenvolvimento.
Serviço e suporte	SLA de disponibilidade	Respaldado por um SLA. Oferece 99,95% de disponibilidade para instâncias de zona única e 99,975% para instâncias multizona.	Não fornecido
	Custo operacional	Um service totalmente gerenciado que elimina a necessidade de operações complexas de banco de dados.	Alto custo operacional
	Equipe técnica	Uma equipe especializada de membros do Apache Project Management Committee (PMC) e Committers fornece suporte técnico.	Não fornecido
	Experiência comprovada	Comprovado em escala com dezenas de milhares de instâncias implantadas, suportando o 11.11 Global Shopping Festival da Alibaba por nove anos.	Não aplicável

Lindorm vs. OpenTSDB

O Lindorm TSDB é um mecanismo de banco de dados de séries temporais de alta performance, econômico e confiável. Ele oferece operações eficientes de leitura/gravação, alta taxa de compressão de dados e agregação de séries temporais. O LindormTSDB é altamente compatível com o protocolo OpenTSDB e entrega capacidades poderosas de séries temporais usando tecnologias proprietárias para indexação, modelagem de dados e agregação de fluxo. A tabela a seguir compara o LindormTSDB com o OpenTSDB.

Recurso		LindormTSDB	OpenTSDB
Operações e gerenciamento	Disponibilidade do service	99,9%	Exige que você construa e gerencie clusters e dependências para garantir a disponibilidade.
	Confiabilidade dos dados	99,9999%	Exige que você construa e gerencie clusters e dependências para garantir a confiabilidade.
	Investimento em hardware e software	Sem investimento em hardware ou software. Pagamento conforme o uso.	Custo relativamente alto para servidores de banco de dados.
	Custo de manutenção	Service gerenciado	Requer administradores de banco de dados (DBAs) dedicados, resultando em altos custos de mão de obra.
	Implantação e dimensionamento	Oferece ativação instantânea, implantação rápida e dimensionamento elástico.	Requer aquisição demorada de hardware, hospedagem em data center e implantação de máquinas.
	Dependências	Livre de O&M	Depende do AsyncHBase e HBase, o que leva a altos custos operacionais.
	Ajuste de parâmetros	Usa parâmetros padrão baseados em melhores práticas.	Requer ajuste manual de parâmetros como SALT, contagem de conexões, flush síncrono e compactação.
	Instruções de criação de tabela	A criação de tabelas é gerenciada pelo service e transparente para os usuários.	Requer que a equipe de O&M escreva instruções estáticas de criação de tabela.
	Monitoramento e alertas	Fornece um pipeline completo de automonitoramento.	Requer ferramentas externas para configuração.
Recursos	Modelo de dados	Suporta modelos de dados com valores múltiplos e valor único.	Suporta apenas o modelo de dados de valor único.
	SDK	SDK Java	O SDK open source não suporta consultas.
	Variedade de tipos de dados	Suporta múltiplos tipos de dados, como numéricos, booleanos e strings.	Suporta apenas tipos numéricos.
	Capacidade de consulta SQL	Suporta SQL para consultas analíticas.	Não suportado
	Suporte a caracteres chineses	Suporta caracteres em inglês e chinês.	Suporta apenas caracteres em inglês.
	Requisito de tag	Tags são opcionais.	Tags são obrigatórias.
	Número de chaves de tag	Até 16	Até 8
	Integração	Oferece um ecossistema rico com integração perfeita ao Flink e IoT Platform.	Como product open source, possui capacidades limitadas de integração com services cloud.
Custo de armazenamento	Compressão de dados	Usa um algoritmo de compressão especializado para séries temporais, alcançando alta taxa de compressão.	Usa um algoritmo de compressão de uso geral, resultando em baixa taxa de compressão.
Estabilidade	Leituras de dados	Separa pools de threads de leitura e gravação para facilitar o gerenciamento de conexões e garantir performance estável de leitura/gravação.	Acopla operações de leitura e gravação, o que pode levar ao esgotamento de conexões e alta taxa de falhas de leitura/gravação.
Estabilidade	Agregador	Usa agregação de fluxo com gerenciamento de memória granular para maior controle.	Usa agregação materializada em memória, o que pode facilmente causar erros de falta de memória (OOM).

LindormSearch vs. Elasticsearch e Solr

O Lindorm Search é um mecanismo distribuído de busca e armazenamento projetado para grandes conjuntos de dados. É compatível com a API padrão do Apache Solr. A tabela a seguir compara o LindormSearch com o Elasticsearch e o Apache Solr.

Recurso		LindormSearch	Elasticsearch	Apache Solr
Recursos principais	Modelo de dados	Suporta múltiplos modelos de dados, como tabelas largas, séries temporais, busca e arquivos. O mecanismo de busca pode servir perfeitamente como armazenamento de índices para outros mecanismos.	Apenas busca	Apenas busca
	Acesso via API	Suporta Phoenix SQL e a API do Solr.	API do ES	API do Solr
	TTL	Fornece TTL de nível empresarial em múltiplas granularidades, como tabela e linha.	Apenas TTL no nível de tabela é suportado.	Apenas TTL no nível de tabela é suportado.
	Armazenamento e recuperação unificados	Integra-se perfeitamente ao LindormTable e LindormTSDB para fornecer armazenamento e recuperação multimodal unificados.	Não aplicável	Não aplicável
Performance e custo	Throughput	Entrega de 130% a 200% do throughput de um único nó do Apache Solr.	Não aplicável	Não aplicável
	Custo de armazenamento	Oferece múltiplos tipos de armazenamento, como Performance, Standard e Capacity. Reduz custos de armazenamento em até 80% em comparação com instâncias autogerenciadas em discos cloud.	Baseado em discos cloud ou locais autogerenciados, que são caros e inelásticos.	Baseado em discos cloud ou locais autogerenciados, que são caros e inelásticos.
	Separação de computação e armazenamento	Sim. Os recursos de armazenamento e computação escalam independentemente.	Não	Não
	Compressão de dados	Utiliza um algoritmo de compressão integrado e profundamente otimizado para alcançar uma taxa de compressão superior a 10:1, mais de 50% maior que o Snappy.	Não aplicável	Não aplicável
	Separação de dados quentes e frios	Separa automaticamente os dados em tabelas com base em um atributo de tempo. Dados frios usam armazenamento de alta compressão e baixo custo para reduzir despesas, enquanto a performance de acesso a dados quentes é melhorada.	Não suportado	Não suportado
Elasticidade	Elasticidade de armazenamento	Alta. Desacopla armazenamento de computação e suporta dimensionamento com um clique. O dimensionamento de armazenamento entra em vigor em segundos, e o de computação em minutos.	Baixa. O scale-out requer migração de dados e leva horas.	Baixa. O scale-out requer migração de dados e leva horas.
Elasticidade	Single-writer, multiple-reader	Os shards de dados suportam o modelo single-writer, multiple-reader. Réplicas de leitura podem ser escalonadas horizontalmente online, com alterações entrando em vigor em segundos.	Suportado, mas adicionar réplicas de leitura requer migração de dados e leva horas.	Suportado, mas adicionar réplicas de leitura requer migração de dados e leva horas.
Ecossistema	Migração de dados	Suporta migração de dados online, automatizada e eficiente de clusters Apache Solr ou Elasticsearch para o Lindorm, sem impacto nas aplicações ou alterações de código. Para mais informações, consulte Lindorm Tunnel Service.	Apenas migração offline é suportada.	Apenas migração offline é suportada.
	Sincronização de dados do MySQL	Suporta importação completa e sincronização incremental de dados do MySQL para o Lindorm usando Lindorm Tunnel Service.	Requer ferramentas de terceiros. Não suporta sincronização incremental online.	Requer ferramentas de terceiros. Não suporta sincronização incremental online.
	Análise com Spark	Oferece integração profunda e nativa de product. Você pode analisar dados do Lindorm com Spark SQL, sincronizar incrementalmente dados do Lindorm para o Spark e gravar resultados de análises offline de volta no Lindorm.	Não otimizado. A integração de dados exige esforço significativo de desenvolvimento.	Não otimizado. A integração de dados exige esforço significativo de desenvolvimento.
	Log Service	Suporta assinatura de dados em tempo real do Log Service para o Lindorm usando Lindorm Tunnel Service.	A integração de dados exige esforço significativo de desenvolvimento.	A integração de dados exige esforço significativo de desenvolvimento.
Serviço e suporte	SLA de disponibilidade	Respaldado por um SLA. Oferece 99,95% de disponibilidade para instâncias de zona única e 99,975% para instâncias multizona.	Não fornecido	Não fornecido
	Custo operacional	Um service totalmente gerenciado que elimina a necessidade de operações complexas de banco de dados.	Não aplicável	Não aplicável
	Equipe técnica	Uma equipe especializada de membros do Apache PMC e Committers fornece suporte técnico.	Não fornecido	Não fornecido
	Experiência comprovada	Comprovado em escala com dezenas de milhares de instâncias implantadas, suportando o 11.11 Global Shopping Festival da Alibaba por nove anos.	Não aplicável	Não aplicável

Lindorm vs. HDFS

O Lindorm DFS é um service de armazenamento de arquivos cloud-native compatível com o protocolo HDFS. A tabela a seguir compara o LindormDFS com o HDFS.

Recurso		LindormDFS	HDFS
Posicionamento do product		Sistema de arquivos distribuído	Sistema de arquivos distribuído
Compatibilidade com HDFS	Protocolo de comunicação HDFS	Suportado	Suportado
	APIs básicas de leitura/gravação	Totalmente suportado	Totalmente suportado
	APIs avançadas de gerenciamento	Totalmente suportado	Totalmente suportado
Custo	Preço de armazenamento (O preço real na página de compra prevalece.)	A partir de USD 0,019/GB/mês	A partir de USD 0,023/GB/mês
	Elasticidade de armazenamento	Suporta dimensionamento online suave.	Alto limiar de entrada e grandes incrementos de dimensionamento.
	Separação de computação e armazenamento	Suportado. Desacoplado de mecanismos de computação para dimensionamento independente.	Não suportado. Colocado junto com mecanismos de computação.
	Armazenamento em camadas	Armazenamento multicamada com classificação inteligente de dados.	Não suportado
Escalabilidade	Número de nós	Não aplicável	0 a 1.000
	Capacidade de armazenamento	0 a 1 EB	0 a 10 PB
	Número de arquivos	Suporta centenas de bilhões de arquivos.	Dezenas de milhões
Ecossistema		Ecossistemas de big data open source como Hadoop e Spark, além do ecossistema de dados da Alibaba Cloud.	Ecossistemas de big data open source como Hadoop e Spark.
Usabilidade		O LindormDFS é livre de O&M e fácil de manter.	Service com estado que é complexo de manter.