VictoriaMetrics, rozwiązanie do monitorowania typu open source i baza danych szeregów czasowych 

Jeśli jesteś w szukasz rozwiązania, które pozwoli na przechowywanie i przetwarzanie danych w postaci serii czasu i w ramach tych rozwiązań zetknąłeś się z Prometeuszem, NapływDB, TimescaleDB lub Thanos i/lub dodatkowo może działać w Kubernetes, Docker lub bare metal, nie wyprzedzaj siebie i poświęć mi 5 minut swojego czasu, aby możesz dowiedzieć się trochę o VictoriaMetrics.

VictoriaMetrics jest rozwiązanie które znajdziesz przeszukując sieć w poszukiwaniu systemu DBMS open source do przechowywania i przetwarzania danych w postaci szeregów czasowych. W tym czasie mówiłem tutaj na blogu nt NapływDB i to była moja pierwsza opcja, ale VictoriaMetrics bardzo mnie przekonało.

O firmie VictoriaMetrics

Jak już wspomniałem, VictoriaMetrics zapewnia dodatkowo DBMS dla danych w postaci szeregów czasowych jest zoptymalizowany do rozwiązywania problemów związanych z monitorowaniem, z którym możesz używać zarówno w Prometheusie, jak i używać VictoriaMetrics tylko w Grafanie dzięki API zapytań Prometheus, więc może być ich przezroczystym zamiennikiem.

Na twojej stronie, Zakłada się, że w testach wydajnościowych VictoriaMetrics przewyższa InfluxDB i TimescaleDB nawet 20-krotniejest szybszy niż InfluxDB i 7 razy mniej pamięci RAM niż Prometheus, Thanos i Cortex podczas przetwarzania milionów unikalnych szeregów czasowych.

poza tym Przechowywanie danych w formie skompresowanej umożliwia uwzględnienie 7 razy większej liczby rekordów w tej samej ilości miejsca w porównaniu do Prometeusza, Thanosa i Cortexa, i 70 razy więcej niż TimescaleDB. Istnieją specjalne optymalizacje dla pamięci masowej o dużych opóźnieniach i niskiej intensywności operacji we/wy (na przykład dyski twarde i pamięć masowa w chmurze w AWS, Google Cloud i Microsoft Azure).

Warto wspomnieć, że VictoriaMetrics Został zaprojektowany jako pojedynczy plik wykonywalny z minimalną konfiguracją przekazywane przez wiersz poleceń podczas uruchamiania. Wszystkie dane są przechowywane w katalogu określonym przy uruchomieniu za pomocą flagi.

Używanym językiem zapytań jest MetricsQL, rozszerzona wersja języka PromQL wykorzystywanego w systemie monitorowania Prometheus. Oprócz ciągłego przetwarzania napływających danych, VictoriaMetrics oferuje także możliwość pobrania wcześniej zebranych danych historycznych.

VictoriaMetrics zapewnić narzędzia chroniące integralność pamięci masowej przed uszkodzeniem danych, na przykład podczas awaryjnej przerwy w dostawie prądu (pamięć ma formę drzewa o strukturze dziennika z fuzją), a także prosty system tworzenia kopii zapasowych oparty na migawkach. Możliwe jest łączenie węzłów VictoriaMetrics w skalowalny poziomo klaster obsługujący mechanizmy wysokiej dostępności.

Funkcje wewnętrzne z VictoriaMetrics wyróżniają się:

• Może być używany jako zamiennik Graphite w Grafanie, ponieważ obsługuje API Graphite.
• VictoriaMetrics pozwala obniżyć koszty infrastruktury ponad 10-krotnie w porównaniu do Graphite.
• Jest łatwy w konfiguracji i obsłudze:
• VictoriaMetrics składa się z jednego małego pliku wykonywalnego bez zewnętrznych zależności.
• Cała konfiguracja odbywa się przy użyciu jawnych flag wiersza poleceń z rozsądnymi wartościami domyślnymi.
• Szybkie i łatwe tworzenie kopii zapasowych z migawek za pomocą narzędzi vmbackup / vmrestore.
• Zapewnia globalny widok zapytań. Wiele wystąpień Prometheusa lub dowolnego innego źródła danych może pozyskiwać dane do VictoriaMetrics. Później dane te można przeglądać za pomocą jednego zapytania.
• Zapewnia wysoką wydajność oraz dobrą skalowalność pionową i poziomą zarówno w przypadku przyjmowania danych, jak i wykonywania zapytań. Przewyższa InfluxDB i TimescaleDB nawet 20 razy.
• Zapewnia wysoką kompresję danych, dzięki czemu w ograniczonej pamięci można przechowywać do 70 razy więcej punktów danych w porównaniu do TimescaleDB.

Na koniec warto wspomnieć, że VictoriaMetrics niedawno otrzymałem nową aktualizację VictoriaMetrics 1.94 i z najbardziej znaczących zmian wyróżnia się opcja interfejsu vmui, która pokazuje również 25 najnowszych żądań takie jak możliwość eksportu danych do Prometheusa na stronę „Eksploruj kardynalność”.

Dodano przycisk do automatycznego formatowania zapytań PromQL/MetricsQL, oprócz poprawy widoczności diagramów. Dodano przechowywanie historii żądań do localStorage i in Rozszerzono możliwości zarządzania węzłami klastra vmagent, usprawniono obsługę błędów i zmniejszono obciążenie panelu sterowania Kubernetes podczas początkowego wykrywania usług.

W końcu Jeśli chcesz dowiedzieć się więcej na ten temat, Zapraszam do sprawdź jego repozytorium na GitHubie, gdzie znajdziesz więcej informacji oraz instrukcje dotyczące jego instalacji.