QuestDB:开源时序数据库以闪电速度挑战巨头

GitHub June 2026
⭐ 17040📈 +68
来源:GitHub归档:June 2026
QuestDB,一款开源时序数据库,凭借其列式存储与向量化执行引擎,正在重新定义性能基准。专为物联网、金融科技和实时监控设计,它支持SQL和InfluxDB行协议,以原始速度和效率挑战老牌玩家。

QuestDB已成为时序数据库(TSDB)领域的一股强大力量,拥有超过17,000个GitHub星标,并以比传统数据库实现数量级性能提升而闻名。与通用数据库不同,QuestDB从头开始为时间戳数据设计,利用列式存储模型、SIMD优化的向量化执行引擎以及自定义数据摄取路径,在普通硬件上即可每秒处理数百万行数据。它对标准SQL(含时序扩展)和InfluxDB行协议的支持,使其对从其他技术栈迁移的开发者立即可用。该项目由一个不断壮大的社区支持,并已吸引金融服务公司、工业物联网运营商等关注。

技术深度剖析

QuestDB的性能优势根植于三大核心架构决策:列式存储格式、向量化查询执行引擎以及无锁摄取管道。

列式存储: 与行式数据库(如PostgreSQL)不同,QuestDB将每一列单独存储在磁盘上。对于分析型工作负载而言,这是一种众所周知的优化方式,因为它允许引擎仅读取查询所需的列,从而大幅减少I/O。对于时序数据,当查询通常跨多行聚合但仅涉及少数列时(例如 `SELECT avg(temperature) FROM sensors WHERE timestamp > now() - 1h`),其节省效果极为显著。QuestDB还使用诸如时间戳的delta-of-delta编码和重复值的游程编码等技术对列进行压缩,在典型数据集上可实现5-10倍的压缩比。

向量化执行引擎: 这是QuestDB的秘密武器。它不是一次处理一行数据(传统的迭代器模型),而是使用SIMD(单指令多数据流)CPU指令对列值批次(向量)进行操作。例如,在计算某列的总和时,CPU可以在单个指令周期内累加8个或16个值。这极大地减少了指令开销并改善了缓存局部性。该引擎使用Java编写,并通过手工调优的JNI(Java本地接口)调用来利用原生SIMD指令集,这种优化水平在开源数据库中极为罕见。结果是:对于聚合密集型工作负载,查询延迟比PostgreSQL快10-100倍,在可比硬件上比InfluxDB的TSM引擎快2-5倍。

无锁摄取: QuestDB在其写入路径中使用了一种称为“双端队列”的自定义数据结构,避免了传统的锁和互斥量。写入器将数据追加到内存缓冲区,该缓冲区会定期作为不可变段刷新到磁盘。读取器可以访问最新数据而不会阻塞写入器,从而实现每核心每秒超过100万行的持续摄取速率。对InfluxDB行协议的支持意味着现有代理(Telegraf、collectd等)无需更改即可发送数据。

基准测试性能: 下表使用标准时序基准测试(TSBS)在相同硬件(8核Intel Xeon,32GB RAM,NVMe SSD)上将QuestDB与两个主要竞争对手进行了比较:

| 数据库 | 摄取速率(行/秒) | 查询:聚合(100万点平均值) | 查询:最新点(100万点) | 存储大小(10亿行) |
|---|---|---|---|---|
| QuestDB 7.0 | 1,450,000 | 8 毫秒 | 0.3 毫秒 | 45 GB |
| InfluxDB 2.7 (TSM) | 780,000 | 42 毫秒 | 1.2 毫秒 | 68 GB |
| TimescaleDB 2.15 (PostgreSQL) | 320,000 | 95 毫秒 | 4.5 毫秒 | 112 GB |

数据要点: QuestDB在各项指标上均领先:摄取速度比InfluxDB快1.8倍,聚合查询快5倍,存储效率高2.5倍。随着数据集增大和并发度提高,差距会进一步拉大。

GitHub生态系统: 主仓库(`questdb/questdb`)拥有超过17,000个星标,并保持活跃维护,每日都有提交。该项目还维护着一个专门的基准测试套件(`questdb/questdb-benchmarks`),可复现TSBS结果,使用户能够验证性能声明。社区贡献了Apache Kafka、Grafana和Prometheus的连接器,使其成为许多现有监控栈的即插即用替代品。

关键玩家与案例研究

QuestDB由前高盛工程师Vlad Ilyushchenko创立,他构建了第一个版本来解决金融交易系统中的延迟问题。核心团队包括具有高频交易和数据库内核开发背景的工程师。该项目由一家知名风投机构领投的A轮融资支持(金额未披露,根据公开文件估计为1000-1500万美元),这表明了强大的投资者信心。

竞争格局: TSDB市场竞争激烈,但QuestDB占据了一个独特的利基市场:高性能、开源、SQL优先。主要竞争对手包括:

| 特性 | QuestDB | InfluxDB (InfluxData) | TimescaleDB | ClickHouse |
|---|---|---|---|---|
| 许可证 | Apache 2.0 | MIT(核心)/ 专有(云) | Apache 2.0 / Timescale许可证 | Apache 2.0 |
| 查询语言 | SQL + InfluxQL | Flux(旧版)/ SQL(新版) | SQL(PostgreSQL) | SQL |
| 存储引擎 | 列式 + 向量化 | TSM(LSM树) | 行式(PostgreSQL)+ 超表 | 列式 + 向量化 |
| 主要用例 | 实时分析、金融科技 | 监控、物联网 | PostgreSQL上的时序数据 | OLAP、日志 |
| 云服务 | 仅自托管 | InfluxDB Cloud | Timescale Cloud | ClickHouse Cloud |

数据要点: QuestDB是唯一一个在宽松的开源许可下将纯列式向量化引擎与完整SQL支持相结合的选项。InfluxDB转向Flux疏远了许多用户,而TimescaleDB基于行式的基础限制了其分析速度。ClickHouse是一个强大的竞争对手,但主要针对批量分析优化。

更多来自 GitHub

ChatGPT2API: The Underground Bridge Bypassing OpenAI's PaywallThe basketikun/chatgpt2api repository represents a significant escalation in the cat-and-mouse game between third-party Focalboard:开源项目管理工具,数据主权由你掌控Focalboard 由 Mattermost 社区开发,是一款开源、自托管的项目管理平台,旨在与 Trello、Notion 和 Asana 等商业工具正面竞争。其核心吸引力在于完全的数据控制权:用户自行托管实例,彻底摆脱对第三方服务器的Mattermost WebApp 归档:一款 Slack 杀手独立前端的终结mattermost/mattermost-webapp 仓库,曾作为这款开源 Slack 替代品前端的跳动心脏,现已归档,其代码被合并至主仓库 mattermost/mattermost 的单体仓库中。该仓库拥有 2287 颗星,曾作为高查看来源专题页GitHub 已收录 2599 篇文章

时间归档

June 20261209 篇已发布文章

延伸阅读

math-inc/OpenGauss:华为数据库分支崛起,剑指企业级市场作为华为OpenGauss数据库的社区驱动分支,math-inc/OpenGauss项目正迅速吸引开发者目光。它在GitHub上已获超1100星标且每日增长显著,这款企业级关系型数据库凭借极致性能与安全特性,瞄准金融与电信等关键领域。ChatGPT2API: The Underground Bridge Bypassing OpenAI's PaywallA new open-source project, basketikun/chatgpt2api, has exploded onto GitHub with 4,000 stars in days, offering a fully rFocalboard:开源项目管理工具,数据主权由你掌控Mattermost 旗下的开源项目管理工具 Focalboard,正以自托管替代方案的身份,在 Trello、Notion 和 Asana 的领地中迅速崛起。凭借超过 26,000 个 GitHub Star,它提供看板、表格和日历视图,Mattermost WebApp 归档:一款 Slack 杀手独立前端的终结Mattermost 正式归档其独立 Web 应用仓库,将所有前端开发整合至单一单体仓库。这一举措标志着项目工程策略的关键转变,预示着更紧密的集成与更快的迭代,但也引发了对其模块化架构未来的疑问。

常见问题

GitHub 热点“QuestDB: The Open-Source Time-Series Database Challenging Giants with Blazing Speed”主要讲了什么?

QuestDB has emerged as a formidable contender in the time-series database (TSDB) space, boasting over 17,000 GitHub stars and a reputation for delivering order-of-magnitude perform…

这个 GitHub 项目在“QuestDB vs InfluxDB benchmark comparison 2026”上为什么会引发关注?

QuestDB’s performance advantage is rooted in three core architectural decisions: a columnar storage format, a vectorized query execution engine, and a lock-free ingestion pipeline. Columnar Storage: Unlike row-oriented d…

从“QuestDB vectorized execution engine SIMD optimization”看,这个 GitHub 项目的热度表现如何?

当前相关 GitHub 项目总星标约为 17040,近一日增长约为 68,这说明它在开源社区具有较强讨论度和扩散能力。