VictoriaMetrics, en tidsserie DBMS kompatibel med Prometheus, er open source

Åben kildetekster VictoriaMetrics — et hurtigt og skalerbart DBMS til lagring og behandling af data i form af en tidsserie (recorden danner tid og et sæt værdier svarende til denne tid, f.eks. opnået gennem periodisk polling af sensorers status eller indsamling af målinger). Projektet konkurrerer med sådanne løsninger som TilstrømningDB, TidsskalaDB, Thanos, Cortex и Uber M3. Koden er skrevet på Go sprog og distribueret af licenseret under Apache 2.0.

Fordele og funktioner ved VictoriaMetrics:

• Let at bruge. Det er en enkelt eksekverbar fil med minimale indstillinger, der sendes gennem kommandolinjen ved opstart. Alle data er gemt i én mappe, specificeret ved opstart ved hjælp af "-storageDataPath" flaget;
• Sprogunderstøttelse PromQL, brugt i overvågningssystemet Prometheus. PromQL underforespørgsler og nogle er understøttet udvidede muligheder, såsom "offset"-udtrykket, mønstre i "WIDTH", "if" og "default"-udsagn, yderligere funktioner og muligheden for at inkludere kommentarer;
• Kan bruges som langsigtet datalagringforbundet med Prometheus og grafana.
• Tilgængelighed af opfyldningstilstand til indlæsning af historiske data;
• Understøtter forskellige dataoverførselsprotokoller, herunder Prometheus API, Tilgang, Graphite и OpenTSDB. VictoriaMetrics kan bruges som en gennemsigtig erstatning for InfluxDB og kan arbejde med InfluxDB-kompatible samlere såsom Telegraf;
• Høj ydeevne og lavt ressourceforbrug sammenlignes med konkurrerende systemer. I nogle test overgår VictoriaMetrics InfluxDB og TimescaleDB med op til 20 gange, når de udfører indsættelses- og genfindingsoperationer. Når du udfører analytiske forespørgsler, kan gevinsten sammenlignet med relationelle DBMS PostgreSQL og MySQL være fra 10 til 1000 gange.
  
  
  

• Er tilgængelig lejlighed behandle et meget stort antal unikke tidsserier. Når du behandler millioner af forskellige tidsserier, bruger den op til 10 gange mindre RAM end InfluxDB.
• Høj grad af datakomprimering i disklager. Sammenlignet med TimescaleDB kan den rumme op til 70 gange flere poster i samme mængde lager;
• Tilgængelighed af optimeringer til lagring med høj latenstid og lavt antal input/output-operationer pr. sekund (for eksempel harddiske og cloud-lagring AWS, Google Cloud og Microsoft Azure);
• Enkelt backup system baseret øjebliksbilleder;
• Tilgængelighed af midler til at beskytte lagerets integritet mod dataskader, for eksempel i tilfælde af en nødstrømafbrydelse (lageret har formen log-struktureret træ med fletning);
• Implementering i Go-sprog, som giver en afvejning mellem ydeevne og kodekompleksitet sammenlignet med Rust og C++.
• Kildekoder angivet klyngeversioner, som understøtter horisontal skalering på tværs af flere servere og udviser lav overhead. Funktioner med høj tilgængelighed er tilgængelige.

Kilde: opennet.ru