Wenn es um IoT Lösungen geht, setzen heute viele auf die Dienste von Azure – besonders, wenn sie sich als Firma oder Entwickler auch sonst in der .NET-Welt bewegen. Azure IoT Hub und Azure Stream Analytics sind deshalb vielfach präsent – man kennt, nutzt und schätzt sie. Anders ist es mit Azure Time Series Insights: In letzter Zeit fragten mich Kunden immer wieder, inwiefern man diesen Dienst in IoT-Lösungen überhaupt braucht.
Was antworten?
Das kann Azure Time Series Insights – und das nicht
Also, vom Anfang an. Azure Time Series Insights ist eine Zeitreihendatenbank. Mit anderen Worten: Sie ist dafür gemacht, Daten in regelmässigen Zeitabständen zu verarbeiten – und diese Daten zu aggregieren und zu analysieren. Und dies zeitnah. Solche Datenbanken kommen beispielsweise oft zum Einsatz, wenn es darum geht, Sensordaten zu speichern. Die Daten können dabei mit Tags erweitert werden – beispielsweise mit einem Tag, der einen Maschinentyp beschreibt oder einen Ort. So lässt sich die Aggregation und Analyse vereinfachen.
Völlig sekundär ist bei Zeitreihendatenbanken hingegen die Visualisierung der Daten. So ist es auch bei Azure TSI. Es hat zwar ein Visualisierungstool, der TSI Explorer, aber dahinter steckt sehr viel mehr. Die Visualisierung ist nur die Spitze des Eisbergs.
Ok, dies zu den Grundlagen. Aber braucht der Kunde Azure TSI nun oder nicht?
Ich finde: Ja. Im Kontext eines IoT-Projekts macht es Sinn, eine Zeitreihendatenbank einzusetzen – und TSI ist hier die gebräuchlichste und die beliebteste in der Azure-Welt. Für TSI spricht, dass die Daten anhand einer REST API abgefragt werden und somit relativ einfach in massgeschneiderten Applikationen verwendet werden können. Da es sich um einen Azure-Dienst handelt, lässt sich TSI gut und einfach mit anderen Azure/Microsoft-Diensten wie Azure Stream Analytics oder Power BI integrieren. Ausserdem wird TSI ständig weiterentwickelt, die Dokumentation ist ausführlich und wird regelmässig aktualisiert, und die Performanz der Datenbank ist gut.
Allerdings weist Azure TSI auch zwei grosse Nachteile auf:
- Der Startaufwand, um in die TSI-Welt einzut
auchen, ist hoch. Und auch nachher bleibt schwierig zu verstehen, was hinter den Kulissen passiert. Zum Beispiel, wenn ein Problem auftritt. - Eine Portierung auf einen anderen Cloud-Provider ist schwierig. Es besteht ein Vendor-Lock-in.
Angesichts dieser Nachteile: Gibt es denn auch Alternativen zu Azure TSI, die sich einfach in die Azure-Welt integrieren lassen?
Drei mögliche Alternativen zu Azure TSI
In den letzten fünf bis zehn Jahren hat die Nachfrage nach Zeitreihendatenbanken stark zugenommen, viele Produkte kamen auf dem Markt, die Auswahl ist gross. Ich beschränke mich darauf, hier drei gute Alternativen zu TSI vorzustellen.
1. Die Unkonventionelle: Elasticsearch als Zeitreihendatenbank
Elasticsearch ist eine breit verwendete Suchmaschine, die u.a. dafür bekannt ist, dass sie sehr schnell ist und sich hochskalieren lässt. Der Service lässt sich über eine einfache REST-API anbinden, und die Daten können mit Kibana einfach analysiert und visualisiert werden. Obwohl Elasticsearch nicht fürs Speichern und Analysieren von Zeitreihendaten konzipiert wurde, kann die Suchmaschine mit einer passenden Indexierung dazu optimiert werden, um mit Zeitreihen umzugehen.
Auf Azure kann Elastic als verwalteter Dienst (Elastic on Azure) oder selbstverwaltet eingesetzt werden. Im ersten Fall ist die Konfiguration schnell und die Verwaltung einfach. Ist ein Entwickler bereits vertraut mit Elastic oder braucht eine spezifische Konfiguration, erweist sich die zweite Option – ein selbstverwalteter Dienst – jedoch als interessanter und tendenziell günstiger. In beiden Fällen ist Elastic einfach zu installieren, sehr performant und unterstützt viele Programmiersprachen. Das Logging und Monitoring ist Teil des Elastic Stack, was die Fehlerbehandlung vereinfacht. Und, was besonders positiv auffällt: Es ist jederzeit möglich, zu einem anderen Cloud-Provider zu wechseln, insbesondere bei einer selbstverwalteten Lösung.
2. Die Beliebte: InfluxDB
Die Zeitreihendatenbank InfluxDB ist open source, existiert seit fast 10 Jahren und ist praktisch seit Beginn Marktführerin in diesem Bereich. Seit 2020 wird InfluxDB auch als verwalteter Dienst auf Azure angeboten (InfluxDB Cloud on Azure) – jedoch noch nicht für alle Azure-Regionen. Wie viele andere Zeitreihendatenbanken ist InfluxDB eine nicht-relationale Datenbank. Sie ist optimiert, um mit vielen parallelen Schreibzugriffen umzugehen, ist schnell und hochskalierbar. InfluxDB bietet ein integriertes Dashboard, um Daten zu visualisieren, kann aber auch einfach an externe Tools (wie z.B. Grafana) angebunden werden. Für die Abfragen kann die SQL-ähnliche InfluxQL benutzt werden.
InfluxDB ist tendenziell günstiger als Azure TSI. Der Preis hängt direkt von der Menge tatsächlich verarbeiteter und gespeicherter Daten ab, Azure/InfluxData bietet keinen pauschalen Preis an. Da InfluxDB Cloud auch auf AWS oder Google Cloud verfügbar ist, ist es auch hier einfach möglich, den Provider zu wechseln.
3. The old new one: Timescale
Die neuste (wenn auch nicht mehr ganz neue) Alternative zu TSI beruht auf dem altbekannten PostgreSQL – und das ist natürlich interessant, denn die meisten Softwareentwickler sind mit SQL und relationalen Datenbanken vertraut und kennen die dort eingesetzten Tools. Vergleiche zeigen, dass Timescale die schnellste Zeitreihendatenbank überhaupt ist. Fürs Abfragen der Datenbank ist SQL nicht nur erprobt, sondern auch mächtig.
Timescale kann selbstverwaltet auf Azure PostreSQL oder als verwalteter Dienst eingesetzt werden. Im zweiten Fall wird die Datenbank nicht über das Azure Portal, sondern über das Timescale-Portal verwaltet. Diese Lösung fokussiert also ganz auf die Datenbank. Die Interaktion mit dieser ist intuitiv und einfach. Der Nutzer kann sogar mehrere Zeitreihendatenbanken parallel verwalten, wenn er das will. Es ist zwar keine Lösung für die Visualisierung der Daten integriert, die Datenbank kann aber an einem externen Service angebunden werden. Auch hier ist es einfach, zu AWS oder Google Cloud zu wechseln. Gegen Timescale spricht eigentlich nur ein Grund, aber der ist gewichtig: Timescale ist von allen Alternativen zu Azure TSI die teuerste, v.a. als verwalteter Dienst.
Kurzes Update: Microsoft hat kürzlich angekündigt, dass Azure Time Series Insights ab März 2025 nicht mehr unterstützt wird und zu Azure Data Explorer migriert werden soll (siehe offizielle Informationen).
