Porównywanie druida i pipelinedb

Question

Pracowałem nad agregacją danych strumieniowych, znalazłem 2 narzędzia do osiągnięcia tego samego. Są druidami i pipelinedb. Zrozumiałem implementację i architekturę obu. Ale nie potrafił wymyślić sposobu na porównanie tych dwóch czynników. Czy został już przeprowadzony jakiś test porównawczy? Albo jeśli chcę zrobić benchmarking własny niezależnie od szybkości i skalowalności, jakie są wszystkie czynniki, które muszę wziąć pod uwagę. Wszelkie pomysły, linki i pomoc byłyby naprawdę znaczące. Również podzielamy własne doświadczenia z pipelinedb i druid

Dzięki

Answer 1

UPD:

Po przeczytaniu strony PipelineDB, tylko zastanawiam się, dlaczego trzeba porównać te różne rzeczy?

Druid jest dość skomplikowany w instalacji i utrzymaniu, wymaga wielu zewnętrznych zależności (takich jak zookeeper i hdfs/amazon, które również muszą być utrzymywane).

I w tej cenie można kupić podstawowe cechy druida: kolumna zorientowanych i rozprowadzane przechowywanie i przetwarzanie. Oznacza to również poziome, skalowalne rozwiązanie, które jest całkowicie automatyczne, nie musisz nawet o tym myśleć.

Więc jeśli nie potrzebujesz jego rozproszonego charakteru, powiedziałbym, że wcale nie potrzebujesz druida.

Pierwsza wersja:

mam żadnego doświadczenia z pipelinedb (co to jest google pokazuje nic, pls podzielić się odnośnik?), Ale nie mam dużego doświadczenia z druida. Więc uważam (oprócz [zapytań] szybkości i skalowalności): (? Ile wierszy per sec/min/godzinę/... można włożona)

1. przyjmowaniem wydajność zużycia
2. RAM przyjmowaniem (ile RAM musi łykać z prędkością docelową?)
3. poziom kompresji (ile miejsca na dysku potrzebuje jeden godzina/dzień/miesiąc/... danych?)
4. tolerancji błędu (co się dzieje, gdy niektóre składników nie działa? Jest to krytyczne dla mojej firmy?)
5. Buforowanie (pamiętaj)