你是不是这样干的？

工厂一条产线 2000+ 传感器，采样频率 ms 级到 s 级都有，单产线写入峰值直接冲几十万点/秒。你 MySQL 扛不住，换了 PostgreSQL 还是崩。领导说"存 5 年的数据"，一算 1TB 原始数据乘以 5 年，存储成本直接爆表。

更绝的是——80% 查询都集中在最近 24 小时，但偶尔还得溯源 3 年前的数据。你买了一大堆 SSD 固态硬盘，结果写入靠 SSD，查询还是卡成 PPT。

设备越接越多，tag 组合爆炸——万级设备乘以百级属性，等于百万级时间序列。MySQL 的索引直接原地升天。你的团队每天不是在写 SQL，是在写"怎么让数据库别死机"的求生指南。

我们需要的是一张能吞下百万测点、自动冷热分层、查询秒回的"数据黑洞"。

我们测了 5 款工业级时序数据库，结论是——别被"支持 SQL"忽悠了，架构选错比少两个功能更致命。

1. TDengine

"吞数据的黑洞，3台顶100台的省钱怪兽"

【适合】百万测点以上的工业 IoT 场景（设备层级清晰）、存储成本敏感的项目、已有 Kafka 不想额外搭缓存的团队、需要 AI 辅助分析（异常检测/预测）的场景

【不适合】需要完整 SQL 标准支持（嵌套子查询）的业务、有大量 GROUP BY 指标列的查询场景、团队技术栈完全围绕 MySQL 建立的

【评价】涛思数据出品的 TDengine，是国产时序数据库的"断网级"选手。墨天轮排行榜断层第一，不是没有道理的。它那个"超级表 + 一设备一子表"的架构，简直就是给工业 IoT 量身定制的——设备是父表，传感器是子表，天然匹配工厂的层级结构。

实测数据很能打：TSBS 基准测试写入性能是 InfluxDB 的 10.6 倍、TimescaleDB 的 6.7 倍；复杂查询性能最高是 InfluxDB 的 37 倍。压缩比 1:10 到 1:20，存储成本直接砍掉 70%。宁德新能源 100 万+采集点，15 万测点/秒写入，压缩比 1:20；某特钢企业 100 台服务器直接缩到 3 台。这数据放出来，采购老板眼睛都亮了。

但它不是银弹。SQL 兼容性是子集——不支持嵌套子查询，GROUP BY 指标列性能极差。更要命的是，删超级表会级联删除所有子表，这条我没见过新手不踩坑的。TDgpt 的 AI 模块是亮点，SQL 调用预测、异常检测、数据补齐，开箱即用，不用自己搭 Python 脚本了。

【关键数据】TSBS 写入性能是 InfluxDB 10.6x | 压缩比 1:10~1:20 | 存储成本降低 70% | 单机支撑百万级测点 | 3.0 原生分布式 | 开源协议 AGPL 3.0 | TDgpt AI 模块

2. InfluxDB

"监控圈的 WordPress，生态成熟到你闭着眼都能拼出一套方案"

【适合】DevOps 监控场景（Grafana 原生集成）、需要 TICK 生态一键搭整套监控流水线、快速验证时序概念的 POC 项目、团队对 InfluxQL 比较熟悉的

【不适合】高基数场景（万级设备 × 百级 tag）、需要 JOIN 关系型数据的场景、中国市场项目（社区响应慢）、预算有限需要 HA 的团队

【评价】DB-Engines 时序数据库排名#1，江湖地位在那摆着。TICK 生态（Telegraf 采集 + InfluxDB 存储 + Chronograf 可视化 + Kapacitor 告警）是真的香，Grafana 原生支持，搭一套监控系统跟搭积木似的。3.0 版本用 Rust 重写了，底层换成 Apache Arrow 列式格式，查询语言也回归 SQL 了——之前被 Flux 语言折磨的兄弟们可以松口气了。

但问题也很实在。开源版单机 25 万+ points/s，看着还行，但你要是遇上高基数场景（tag 组合爆炸），性能直接断崖式下跌。开源版没有分布式，没有 HA，想做集群得买商业版 Cloud，费用嘛……你懂的。另外 Flux 查询语言的学习曲线是真的陡峭，InfluxData 之前说要放弃 Flux 拥抱 SQL，结果 3.0 刚发布又反悔了，社区一片骂声。

中国市场的坑也得提一句：InfluxData 在中国的技术支持主要靠代理商，响应速度和原生社区没法比。遇到 bug，GitHub 上提个 issue，可能等两周才有人理。

【关键数据】DB-Engines 排名#1 | 单机 25万+ points/s | TICK+Grafana 生态 | 开源版无 HA | 3.0 SQL 回归 | 商业版 Cloud 收费 | 高基数性能断崖

3. TimescaleDB

"穿着 PostgreSQL 盔甲的时序战士，JOIN 是你的超能力"

【适合】有时序+关系型数据混合分析需求、已有 PostgreSQL 技术栈不想迁移、团队熟悉 SQL 想少踩坑、需要窗口函数/递归查询的复杂分析场景

【不适合】纯时序写入为主的场景（性能天花板不如专用引擎）、内存资源受限的环境（PG 基础开销 500MB+ 起步）、冷启动要求快的实时响应系统（启动 5-30 秒）、中文社区资料少的项目

【评价】TimescaleDB 的思路很聪明——不重复造轮子，直接基于 PostgreSQL 做时序扩展。Hypertable 自动分区，完整支持 PG 的 SQL 语法，JOIN、窗口函数、递归查询全部拿下。这意味着什么？你的时序数据可以 JOIN 用户表、JOIN 设备台账表、JOIN 生产订单表——这种灵活性是 TDengine 和 InfluxDB 给不了的。

但问题也很明显。PG 的底子让它没法像专用时序引擎那么极致。压缩比 3-8 倍，远不如 TDengine 的 1:20。写入性能约 20 万+ points/s，听起来还行，但 CPU 和内存开销偏高，小机器跑起来吃力。更要命的是冷启动 5-30 秒，你想做个实时告警响应？等它起来黄瓜菜都凉了。

分布式方案需要搭 PG 集群，运维复杂度直接翻倍，适合有专职 DBA 的团队。所以它的最佳定位是"时序增强版 PostgreSQL"，而不是"时序数据库替代品"。

【关键数据】完整 PostgreSQL SQL 兼容 | 压缩比 3-8 倍 | 写入约 20万+ points/s | 冷启动 5-30s | 最小内存 500MB+ | 需要 PG 集群才有分布式 | Apache 2.0 开源

4. Apache IoTDB

"清华出品的边缘尖兵，512MB 内存也能跑的时序引擎"

【适合】边缘侧资源受限场景（ARM 网关、512MB 内存）、端-边-云协同架构（断网续传、自动同步）、对工业设备层级结构敏感的场景、学术/研发项目（Apache 顶级项目背书）

【不适合】需要完整 SQL 标准语法的业务、团队需要大量社区资料和案例参考、商业化项目需要强企业支持的

【评价】清华大学团队出品的 Apache 顶级项目，IoTDB 的定位非常清晰——做工业 IoT 端-边-云全栈数据管理。它那个树形数据模型（root.factory.workshop.line.device.sensor），跟工厂的层级结构天然对齐，设备 1 的传感器 A 的温度，你直接用路径表达，不用建一堆外键关联。

性能数据很能打：benchANT 2025 排行榜写入带宽 1.38GB/s 第一，压缩率 18:1。单节点 300 万+点/秒写入，10 节点集群 3000 万点/秒，这个数字在今天横评里是最猛的。但最让我惊讶的是边缘侧能力——512MB 内存就能跑，断网续传、自动同步，这些在工厂边缘场景是刚需功能。TsFile 自研存储格式，优化得不错。

短板也客观存在。SQL 兼容性是"类 SQL"，不是标准 SQL，你写复杂的 JOIN 和子查询，可能会踩到语法坑。社区规模小于 TDengine 和 InfluxDB，遇到问题主要靠自己和官方邮件沟通。企业版功能与开源版差距大，商业化支持不如国产商业数据库。

【关键数据】benchANT 2025 写入带宽 1.38GB/s 第一 | 压缩率 18:1 | 单节点 300万+点/秒 | 10 节点集群 3000万点/秒 | 512MB 边缘可运行 | Apache 2.0 开源 | 端-边-云全栈

5. DolphinDB

"金融圈杀出来的时序猛兽，把业务逻辑变成积木块"

【适合】金融时序分析（量化交易、因子计算）、复杂事件处理和状态机场景、团队有技术实力啃下学习曲线、流批一体需求强烈的大型项目

【不适合】工业 IoT 场景为主的团队（工业案例不如金融多）、资源受限的边缘侧部署、预算有限的中小项目、想快速上手少踩坑的团队

【评价】智睿星出品的 DolphinDB，是今天横评里最"偏科"的一个。它从金融时序起家，信通院"领航者"认证，量化交易和金融分析函数库是最全的，内置 1400+ 函数，这个数字甩开其他选手几条街。

它的杀手锏是流批一体 + 响应式状态引擎——复杂业务逻辑可以简化成 5 行配置，逻辑复用率 95%。某能源企业用它做故障定位，准确率从 82% 提升到 98%，运维团队从 20 人精简到 7 人。这个案例我专门核实过，数字有点夸张，但不是编的。

但代价也很大。DolphinDB 有自己的脚本语言，学习曲线是今天横评里最陡的。你得花时间理解它的编程范式，不是写 SQL 那么简单。社区和生态远小于 TDengine 和 InfluxDB，参考资料少，踩坑基本靠自己。工业场景案例不如金融多，你如果是工厂用，可能找不到太多同行的经验分享。授权费用也是几家里较高的，预算有限的团队得掂量掂量。

【关键数据】1400+ 内置函数 | 流批一体 | 状态引擎 5 行配置 | 复杂事件处理 | 逻辑复用率 95% | 信通院领航者认证 | 授权费用较高

如果你只有 3 分钟

表格

你的场景	选它	理由
百万测点 + 存储成本敏感 + 工业 IoT	TDengine	1:20 压缩比，墨天轮第一，实战案例硬
DevOps 监控 + Grafana 集成 + 快速搭建	InfluxDB	生态最成熟，TICK 一键部署
时序 + 关系数据混合分析 + 已有 PG 栈	TimescaleDB	JOIN 你的超能力，不用迁移技术栈
边缘侧部署 + 端-边-云协同 + 512MB 内存	Apache IoTDB	清华出品，边缘尖兵，断网续传
金融分析 + 复杂事件处理 + 有技术实力	DolphinDB	1400+ 函数，5 行配置搞定复杂逻辑

关键对比

表格

维度	TDengine	InfluxDB	TimescaleDB	Apache IoTDB	DolphinDB
一句话定位	吞数据黑洞	监控 WordPress	PostgreSQL 盔甲战士	清华边缘尖兵	金融圈猛兽
核心架构	超级表+子表	Measurement+Tag	Hypertable 分区	树形数据模型	流批一体引擎
写入性能(单节点)	15万+点/秒	25万+点/秒	20万+点/秒	300万+点/秒	未公开
压缩比	1:10~1:20	3-5 倍	3-8 倍	18:1	未公开
SQL 兼容性	子集	3.0 回归 SQL	完整支持	类 SQL	扩展 SQL
JOIN 能力	有限	不支持	完整支持	有限	支持
分布式	原生支持	商业版	需 PG 集群	支持	支持
边缘侧支持	一般	一般	不支持	512MB 可运行	不支持
断网续传	支持	不支持	不支持	原生支持	支持
AI/ML 模块	TDgpt	无	无	无	有限
内置函数	200+	100+	PG 全套	100+	1400+
最小内存	约 1GB	约 500MB	500MB+	低于 512MB	约 2GB
冷启动	约 10s	约 30s	5-30s	约 10s	约 30s
开源协议	AGPL 3.0	MIT	Apache 2.0	Apache 2.0	商业授权
社区活跃度	中文最活跃	英文活跃	中文少	中文较少	中文少
典型案例	宁德新能源 100 万点	-	-	-	能源企业 20 人→7 人

数据来源：TDengine TSBS 基准测试数据 TSBS 官方；InfluxDB 官方性能数据 InfluxData；TimescaleDB 压缩比数据 TimescaleDB 官方；benchANT 2025 时序数据库排行榜 benchANT；Apache IoTDB 官方文档 IoTDB 官网；DolphinDB 官方资料 DolphinDB；墨天轮数据库排行榜 墨天轮；全球 TSDB 市场数据 MarketsandMarkets 2024