與一般nosql資料庫（例如mongodb，cassandra）或更專門的時間導向資料庫（例如influxdb，kairosdb）相比，timescaledb提供了定性和定量差異：
普通sql：即使在規模上，timescaledb也可以為時間序列資料提供標準sql查詢的功能。大多數（所有？）nosql資料庫都需要學習新的查詢語言或使用最好的「sql-ish」（它仍然與現有工具相容）。
操作簡單：使用timescaledb，您只需要為關係資料和時間序列資料管理乙個資料庫。否則，使用者通常需要將資料儲存到兩個資料庫中：「正常」關聯式資料庫和第二個時間序列資料庫。
join可以通過關係資料和時間序列資料執行。
對於不同的查詢集，查詢效能更快。在nosql資料庫中，更複雜的查詢通常是緩慢或全表掃瞄，而有些資料庫甚至無法支援許多自然查詢。
像postgresql一樣管理，並繼承對不同資料型別和索引（b樹，雜湊，範圍，brin，gist，gin）的支援。
對地理空間資料的本地支援：儲存在timescaledb中的資料可以利用
postgis的幾何資料型別，索引和查詢。
第三方工具：timescaledb支援任何可以說sql的東西，包括像tableau這樣的bi工具。
然後，如果以下任一情況屬實，則可能不想使用timescaledb：
簡單的讀取要求：如果您只需要快速鍵值查詢或單列累積，則記憶體或列導向資料庫可能更合適。前者顯然不能擴充套件到相同的資料量，但是，後者的效能明顯低於更複雜的查詢。
非常稀疏或非結構化的資料：儘管timescaledb利用postgresql對json / jsonb格式的支援，並且相當有效地處理稀疏性（空值的點陣圖），但在某些情況下，無模式體系結構可能更合適。
重要的壓縮是乙個優先事項：基準測試顯示在zfs上執行的timescaledb獲得約4倍的壓縮率，但壓縮優化的列儲存可能更適合於更高的壓縮率。
不頻繁或離線分析：如果響應時間較慢（或響應時間限於少量預先計算的度量標準），並且您不希望許多應用程式/使用者同時訪問該資料，則可以避免使用資料庫，而只是將資料儲存在分布式檔案系統中
為什麼使用nosql
工作中遇到的挑戰 1，高併發讀寫 web2.0 資料庫併發負載非常高，往往達到每秒上萬次的讀寫請求 2，高容量儲存和高效儲存 web2.0 通常需要在後台資料庫中儲存海量資料，如何儲存海量資料並進行高效的查詢往往是乙個挑戰 3，高擴充套件性和高可用性 隨著系統的使用者量和訪問量與日俱增，需要資料庫能...
為什麼要使用NoSQL
前面 為什麼要使用nosql 和 關聯式資料庫還是nosql資料庫 兩篇從大體上介紹了為什麼要用nosql，何時該用nosql。經常有朋友遇到困惑，看到nosql的介紹，覺得很好，但是卻不知道如何正式用到自己的專案中。很大的原因就是思維固定在mysql中了，他們問得最多的問題就是用了nosql，我如...
為什麼要使用NoSQL資料庫
工作中遇到的挑戰 1，高併發讀寫 web2.0 資料庫併發負載非常高，往往達到每秒上萬次的讀寫請求 2，高容量儲存和高效儲存 web2.0 通常需要在後台資料庫中儲存海量資料，如何儲存海量資料並進行高效的查詢往往是乙個挑戰 3，高擴充套件性和高可用性 隨著系統的使用者量和訪問量與日俱增，需要資料庫能...