VictoriaMetrics, un DBMS de sèrie temporal compatible amb Prometheus, és de codi obert
Obert textos d'origen VictoriaMetrics — un SGBD ràpid i escalable per emmagatzemar i processar dades en forma de sèrie temporal (el registre forma temps i un conjunt de valors corresponents a aquest temps, per exemple, obtinguts mitjançant sondejos periòdics de l'estat dels sensors o recollida de mètriques). El projecte competeix amb solucions com ara InfluxDB, Escala de temps DB, Thanos, Escorça и Uber M3. El codi està escrit en llenguatge Go i Distribuït per amb llicència d'Apache 2.0.
Avantatges i característiques de VictoriaMetrics:
Fàcil d'usar. És un únic fitxer executable amb una configuració mínima que es passa per la línia d'ordres a l'inici. Totes les dades s'emmagatzemen en un directori, especificat a l'inici mitjançant el senyalador "-storageDataPath";
Suport del llenguatge de consultes PromQL, utilitzat en el sistema de seguiment Prometeu. Les subconsultes PromQL i algunes són compatibles capacitats ampliades, com ara l'expressió "offset", patrons dins de les declaracions "WIDTH", "if" i "default", funcions addicionals i la capacitat d'incloure comentaris;
Disponibilitat del mode d'emplenament per carregar dades històriques;
Admet diversos protocols de transferència de dades, inclòs API de Prometheus, Afluència, grafit и OpenTSDB. VictoriaMetrics es pot utilitzar com a substitut transparent d'InfluxDB i pot funcionar amb col·leccionistes compatibles amb InfluxDB com Telegraf;
Alt rendiment i baix consum de recursos comparat amb sistemes competidors. En algunes proves, VictoriaMetrics supera InfluxDB i TimescaleDB fins a 20 vegades quan realitza operacions d'inserció i recuperació. Quan es realitzen consultes analítiques, el guany en comparació amb els SGBD relacionals PostgreSQL i MySQL pot ser de 10 a 1000 vegades.
Hi ha oportunitat processant un nombre molt gran de sèries temporals úniques. Quan es processen milions de sèries temporals diferents, consumeix fins a 10 vegades menys RAM que InfluxDB.
Alt grau de compressió de dades en l'emmagatzematge en disc. En comparació amb TimescaleDB, pot cabre fins a 70 vegades més registres en la mateixa quantitat d'emmagatzematge;
Disponibilitat d'optimitzacions per a l'emmagatzematge amb alta latència i baix nombre d'operacions d'entrada/sortida per segon (per exemple, discs durs i emmagatzematge al núvol AWS, Google Cloud i Microsoft Azure);
Basat en un sistema de còpia de seguretat senzill instantànies;
Disponibilitat de mitjans per protegir la integritat de l'emmagatzematge de danys a les dades, per exemple, en cas d'un tall d'alimentació d'emergència (l'emmagatzematge té la forma arbre estructurat en troncs amb fusió);
Implementació en llenguatge Go, que proporciona una compensació entre el rendiment i la complexitat del codi en comparació amb Rust i C++.
Codis font proporcionats versions de clúster, que admet l'escala horitzontal a diversos servidors i presenta una sobrecàrrega baixa. Hi ha funcions d'alta disponibilitat disponibles.