时序/工业数据库 · 选型指南
时序/工业数据库专门存储和查询带时间戳的设备点位数据，是监控、追溯、分析的数据底座。
综合推荐 Top 3
TOP1
基于PostgreSQL的时序数据库，完整SQL支持，PostgreSQL生态复用，工业数据存储首选之一。
适合：工业时序数据存储、SQL团队、PostgreSQL生态、复杂查询分析、云原生部署、中小规模数据
不太适合：超大规模高频数据、极致写入性能、纯NoSQL团队、需要专用时序引擎
TOP2
国产开源高性能时序数据库，专为物联网/工业数据设计，写入查询速度比通用数据库快10倍以上，内置缓存/订阅/流式计算。
适合：设备传感器数据存储、工业监控数据平台、高频时序数据写入、物联网数据中台、边缘端数据缓存、需要国产开源方案
不太适合：关系型复杂事务查询、非时序数据为主的场景、需要AGPL之外的开源协议、极简单数据量场景（通用数据库足够）
TOP3
高性能开源时序数据库，Go编写，Prometheus兼容，存储成本低，云原生监控和工业数据首选。
适合：Prometheus生态、云原生监控、工业数据存储、低成本时序存储、高写入吞吐、K8s部署
不太适合：需要完整SQL、复杂关系查询、非Prometheus协议、需要商业支持
选型重点看什么
- 写入吞吐：每秒要写多少点、多少设备，压缩率如何
- 查询方式：SQL 友好度、降采样、连续聚合能力
- 生态：能否对接 Grafana、Telegraf、你的后端语言
- 部署资源：内存/磁盘占用，是否适合小服务器
- 国产化/信创要求，以及高可用集群方案
选型建议
团队熟 SQL、要关系库+时序一体，选 TimescaleDB；追求高压缩、高写入和国产化信创，重点评估 TDengine；云原生、监控指标场景选 VictoriaMetrics；快速原型可选 InfluxDB。
常见误区与避坑
- 用普通关系库硬扛高频时序写入，几个月后查询和磁盘都崩
- 只看写入速度，不看降采样和聚合查询是否方便
- 不规划数据保留策略（retention），历史数据无限膨胀
本品类全部软件（6 款）
| 软件 | 授权 | 平台 | 综合分 | 一句话定位 |
|---|---|---|---|---|
| TimescaleDB | 开源 | Windows、Linux、macOS | ★★★★☆ 4.7 | 基于PostgreSQL的时序数据库，完整SQL支持，PostgreSQL生态复用，工业数据存储首选之一。 |
| TDengine | 开源 | Linux、Windows、macOS | ★★★★☆ 4.5 | 国产开源高性能时序数据库，专为物联网/工业数据设计，写入查询速度比通用数据库快10倍以上，内置缓存/订阅/流式计算。 |
| VictoriaMetrics | 开源 | Linux、Windows、macOS | ★★★★☆ 4.3 | 高性能开源时序数据库，Go编写，Prometheus兼容，存储成本低，云原生监控和工业数据首选。 |
| Apache IoTDB | 开源 | Windows、Linux、macOS | ★★★★☆ 4.2 | Apache旗下国产时序数据库，清华大学发起，专为工业物联网设计，边缘到云端全场景支持。 |
| InfluxDB | 开源 | Windows、Linux、macOS | ★★★★☆ 4.0 | 国际最流行的开源时序数据库，Go语言开发，生态完善，Telegraf采集器+InfluxDB存储+Grafana可视化是监控领域经典组合。 |
| QuestDB | 开源 | Windows、Linux、macOS | ★★★☆☆ 3.7 | 高性能开源时序数据库，Java/C++编写，PostgreSQL兼容，金融级低延迟，适合高频数据场景。 |