最新的性能测试中👇

• GreptimeDB 的写入吞吐量是 InfluxDB 的  2 倍以上 ，复杂查询场景中 GreptimeDB 的查询速度可达 InfluxDB 的  11 倍；
• GreptimeDB 的日志引擎在写入性能、资源占用和压缩率方面表现逼近甚至胜过 ClickHouse 和 ElasticSearch；
• 边缘场景中，GreptimeDB 的数据压缩率为 SQLite 的  19 倍 ，写入性能是 SQLite 的  1.7 倍；
• 与 Grafana Mimir 的对比测试中，GreptimeDB 能够 支持单集群 100 个节点，充分体现了其水平扩展能力。

本文基于这些性能测试报告做一个简单的回顾和总结。

报告回顾

1. 与 InfluxDB 的性能对比

(图 1 ：InfluxDB）

测试内容：大规模数据写入和查询

结果：GreptimeDB 在写入吞吐量上的性能远超 InfluxDB，特别是在基于 EBS 和 S3 的存储环境中，写入性能分别达到 23.4 万行 / 秒和 23.1 万行 / 秒，而 InfluxDB 的写入吞吐量则相对较低，仅为 10.9 万行 / 秒。此外，在大多数复杂查询场景中，GreptimeDB 的查询速度可达 InfluxDB 的 11 倍。在处理大于 10 亿行数据时，GreptimeDB 的分布式版本具备良好的水平和垂直伸缩性，而 InfluxDB 开源版本无法胜任此类场景。

详细报告 ： GreptimeDB vs. InfluxDB 性能测试报告

1. 与 ClickHouse、ElasticSearch 的性能对比

（图 2 ：ClickHouse 和 ElasticSearch）

测试内容：日志数据的写入和查询（包括多列文本和单列全文索引场景下的写入速率、资源消耗、查询性能的表现对比）

结果：GreptimeDB 在写入性能和资源利用率上具有显著优势，尤其是在多表复杂查询的情况下，其响应时间明显快于 Elasticsearch。此外，GreptimeDB 在数据压缩和存储效率方面也表现突出，能够在保持高性能的同时减少存储成本。

详细报告 ： GreptimeDB vs. ClickHouse vs. ElasticSearch 日志引擎性能对比报告

1. 与 SQLite 的性能对比

（图 3 ：SQLite）

测试内容：写入、查询和资源消耗等（嵌入式和边缘场景）

结果：GreptimeDB 在处理复杂查询时，性能大幅优于 SQLite，特别是在涉及到大量数据写入和实时分析的场景中。GreptimeDB Edge 的写入性能是 SQLite 的 1.7 倍，数据压缩率是 SQLite 的 19 倍，资源占用方面 CPU 消耗更低，内存消耗较大，但是可以通过配置灵活地在 CPU、内存和压缩率三者之间分配。相比之下，SQLite 在轻量级应用场景下表现尚可，但在大规模数据处理和复杂查询场景中逐渐表现出不足。

详细报告 ： GreptimeDB vs. SQLite ------ 高通 8155 平台上的性能对比报告

1. 与 Grafana Mimir 的性能对比

（图 4 ：Grafana Mimir）

测试内容：GreptimeDB 与 Grafana Mimir 的性能对比

结果：验证了 GreptimeDB 的架构设计在超大规模集群下的扩展能力，且在同样数据规模下，GreptimeDB 的资源占用率也更低。对比同样使用对象存储的 Grafana Mimir，在处理同等规模的数据下，Mimir 需要消耗 5 倍以上的 CPU 和内存资源。

详细报告 ： 单集群 100 节点！资源占用远小于 Grafana Mimir------GreptimeDB 海量数据写入性能报告

总结

通过对比测试报告可以清晰地看到，GreptimeDB 在多个应用场景中展现出了卓越的性能表现和高度的灵活性。无论是面对大规模数据写入、处理复杂查询，还是应用于边缘场景和嵌入式环境，GreptimeDB 都表现出强劲的竞争力。

这些测试不仅验证了我们在技术上的积累，也进一步证明了 GreptimeDB 能够为用户带来切实的价值。我们相信，这些测试将帮助用户在数据库解决方案的选型上做出决策，感兴趣欢迎联系我们的销售（Wechat：z303036724/greptime）。

关于 Greptime

Greptime 格睿科技专注于为可观测、物联网及车联网等领域提供实时、高效的数据存储和分析服务，帮助客户挖掘数据的深层价值。目前基于云原生的时序数据库  GreptimeDB 已经衍生出多款适合不同用户的解决方案，更多信息或 demo 展示请联系下方小助手（微信号：greptime）。

欢迎对开源感兴趣的朋友们参与贡献和讨论，从带有 good first issue 标签的 issue 开始你的开源之旅吧～期待在开源社群里遇见你！添加小助手微信即可加入 "技术交流群" 与志同道合的朋友们面对面交流哦～

Star us on GitHub Now:  https://github.com/GreptimeTeam/greptimedb

官网： https://greptime.cn/

文档： https://docs.greptime.cn/

Twitter:  https://twitter.com/Greptime

Slack:  https://greptime.com/slack

LinkedIn:  https:///company/greptime/