VictoriaMetrics, un DBMS de serie temporal compatible con Prometheus, é de código aberto

Aberto textos fonte VictoriaMetrics — un DBMS rápido e escalable para almacenar e procesar datos en forma de serie temporal (o rexistro forma o tempo e un conxunto de valores correspondentes a este tempo, por exemplo, obtidos mediante sondaxes periódicas do estado dos sensores ou recollida de métricas). O proxecto compite con solucións como InfluxDB, TimecaleDB, Thanos, Cortiza и Uber M3. O código está escrito en linguaxe Go e distribuído por licenciado baixo Apache 2.0.

Vantaxes e características de VictoriaMetrics:

• Doado de usar. É un único ficheiro executable cunha configuración mínima que se pasa pola liña de comandos ao iniciar. Todos os datos gárdanse nun directorio, especificado no inicio mediante a marca "-storageDataPath";
• Soporte de linguaxe de consulta PromQL, utilizado no sistema de vixilancia Prometeu. As subconsultas PromQL e algunhas son compatibles capacidades ampliadas, como a expresión "offset", os patróns dentro das instrucións "WIDTH", "if" e "default", funcións adicionais e a capacidade de incluír comentarios;
• Pódese usar como almacenamento de datos a longo prazoconectado a Prometeo e grafana.
• Dispoñibilidade do modo de recheo para cargar datos históricos;
• Admite varios protocolos de transferencia de datos, incluíndo API de Prometheus, Influxo, grafito и OpenTSDB. VictoriaMetrics pódese usar como un substituto transparente para InfluxDB e pode funcionar con colectores compatibles con InfluxDB como Telegraf;
• Alto rendemento e baixo consumo de recursos comparado con sistemas competidores. Nalgunhas probas, VictoriaMetrics supera InfluxDB e TimescaleDB ata 20 veces ao realizar operacións de inserción e recuperación. Ao realizar consultas analíticas, a ganancia en comparación co DBMS relacional PostgreSQL e MySQL pode ser de 10 a 1000 veces.
  
  
  

• Hai oportunidade procesando un gran número de series temporais únicas. Ao procesar millóns de series temporais diferentes, consume ata 10 veces menos RAM que InfluxDB.
• Alto grao de compresión de datos no almacenamento en disco. En comparación con TimescaleDB, pode caber ata 70 veces máis rexistros na mesma cantidade de almacenamento;
• Dispoñibilidade de optimizacións para o almacenamento con alta latencia e baixo número de operacións de entrada/saída por segundo (por exemplo, discos duros e almacenamento na nube AWS, Google Cloud e Microsoft Azure);
• Baseado en un sistema de copia de seguridade sinxelo instantáneas;
• Dispoñibilidade de medios para protexer a integridade do almacenamento de danos aos datos, por exemplo, en caso de corte de enerxía de emerxencia (o almacenamento ten a forma árbore estruturada en troncos con fusión);
• Implementación en linguaxe Go, que ofrece unha compensación entre o rendemento e a complexidade do código en comparación con Rust e C++.
• Códigos fonte proporcionados versións de cluster, que admite a escala horizontal en varios servidores e presenta unha baixa sobrecarga. As funcións de alta dispoñibilidade están dispoñibles.

Fonte: opennet.ru