{"id":110625,"date":"2023-10-05T15:10:13","date_gmt":"2023-10-05T13:10:13","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/vypusk-victoriametrics-1-94-subd-dlya-postroeniya-sistem-monitoringa"},"modified":"2023-10-05T15:10:13","modified_gmt":"2023-10-05T13:10:13","slug":"vypusk-victoriametrics-1-94-subd-dlya-postroeniya-sistem-monitoringa","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/news\/vypusk-victoriametrics-1-94-subd-dlya-postroeniya-sistem-monitoringa","title":{"rendered":"Publication de VictoriaMetrics 1.94, SGBD pour la mise en place de syst\u00e8mes de surveillance","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

La version 1.94.0 de la plateforme VictoriaMetrics est disponible. Elle fournit une base de donn\u00e9es pour le stockage et le traitement de donn\u00e9es sous forme de s\u00e9ries temporelles (o\u00f9 chaque enregistrement est constitu\u00e9 d'un temps et d'un ensemble de valeurs correspondantes, obtenu par exemple par le biais de sondages p\u00e9riodiques d'\u00e9tat des capteurs ou de la collecte de m\u00e9triques), optimis\u00e9e pour les t\u00e2ches de monitoring. Ce projet concurrence des solutions comme InfluxDB, TimescaleDB, Thanos, Cortex et Uber M3, et se distingue par sa performance sup\u00e9rieure. La base de donn\u00e9es peut \u00eatre utilis\u00e9e comme un entrep\u00f4t de donn\u00e9es \u00e0 long terme, connect\u00e9e \u00e0 Prometheus et Grafana, ou comme un remplacement transparent d\u2019InfluxDB. Le code est \u00e9crit en Go et distribu\u00e9 sous la licence Apache 2.0. <\/p>\n

Dans les tests de performance, VictoriaMetrics surpasse InfluxDB et TimescaleDB lors des op\u00e9rations d'insertion et de s\u00e9lection de donn\u00e9es jusqu'\u00e0 20 fois, tout en consommant 10 fois moins de RAM que InfluxDB et 7 fois moins que Prometheus, Thanos et Cortex lors du traitement de millions de s\u00e9ries temporelles uniques. Le stockage des donn\u00e9es sous forme compress\u00e9e permet d'inclure 7 fois plus d'enregistrements dans le m\u00eame espace de stockage par rapport \u00e0 Prometheus, Thanos et Cortex, et 70 fois plus par rapport \u00e0 TimescaleDB. Des optimisations sp\u00e9cifiques sont disponibles pour les stockages avec de grandes latences et une faible intensit\u00e9 d'op\u00e9rations d'entr\u00e9e\/sortie (comme les disques durs et les solutions de stockage cloud telles qu'AWS, Google Cloud et Microsoft Azure). <\/p>\n

La base de donn\u00e9es est pr\u00e9sent\u00e9e sous la forme d'un seul fichier ex\u00e9cutable avec des configurations minimales, transmises via la ligne de commande lors du d\u00e9marrage. Toutes les donn\u00e9es sont stock\u00e9es dans un seul r\u00e9pertoire, sp\u00e9cifi\u00e9 lors du d\u00e9marrage \u00e0 l'aide du drapeau \u00ab -storageDataPath \u00bb. Le langage de requ\u00eate utilis\u00e9 est MetricsQL, une version \u00e9tendue du langage PromQL, utilis\u00e9 dans le syst\u00e8me de surveillance Prometheus. En plus du traitement continu des donn\u00e9es entrantes, VictoriaMetrics permet \u00e9galement le chargement de donn\u00e9es historiques pr\u00e9alablement collect\u00e9es. <\/p>\n

Des outils sont fournis pour prot\u00e9ger l'int\u00e9grit\u00e9 du stockage contre la corruption des donn\u00e9es, par exemple en cas de coupure d'alimentation (le stockage prend la forme d'un arbre structur\u00e9 par journaux avec fusion), ainsi qu'un syst\u00e8me simple de sauvegarde bas\u00e9 sur des instantan\u00e9s. Il est possible de regrouper les n\u0153uds VictoriaMetrics en un cluster scalable horizontalement, supportant des m\u00e9canismes de haute disponibilit\u00e9. <\/p>\n

Parmi les nouveaut\u00e9s ajout\u00e9es dans cette nouvelle version : <\/p>\n