थानोस - स्केलेबल प्रोमेथियस

लेख का अनुवाद विशेष रूप से पाठ्यक्रम के छात्रों के लिए तैयार किया गया था "DevOps अभ्यास और उपकरण".

फैबियन रेइनर्टज़ एक सॉफ्टवेयर डेवलपर, कट्टरवादी और समस्या समाधानकर्ता है। वह प्रोमेथियस अनुरक्षक और कुबेरनेट्स एसआईजी इंस्ट्रूमेंटेशन के सह-संस्थापक भी हैं। अतीत में, वह साउंडक्लाउड में प्रोडक्शन इंजीनियर थे और कोरओएस में निगरानी टीम का नेतृत्व करते थे। फ़िलहाल Google में काम करता है.

बार्टेक प्लॉटका - इम्प्रोबेबल में इंफ्रास्ट्रक्चर इंजीनियर। वह नई तकनीकों और वितरित प्रणालियों की समस्याओं में रुचि रखते हैं। उनके पास इंटेल में निम्न-स्तरीय प्रोग्रामिंग अनुभव, मेसोस में योगदानकर्ता अनुभव और इम्प्रोबेबल में विश्व स्तरीय एसआरई उत्पादन अनुभव है। माइक्रोसर्विसेज की दुनिया को बेहतर बनाने के लिए समर्पित। उनके तीन पसंदीदा: गोलांग, ओपन सोर्स और वॉलीबॉल।

हमारे प्रमुख उत्पाद SpatialOS को देखकर, आप अनुमान लगा सकते हैं कि इम्प्रोबेबल को दर्जनों कुबेरनेट्स क्लस्टर के साथ अत्यधिक गतिशील, वैश्विक स्तर के क्लाउड इंफ्रास्ट्रक्चर की आवश्यकता होती है। हम निगरानी प्रणाली का उपयोग करने वाले पहले लोगों में से एक थे प्रोमिथेउस. प्रोमेथियस वास्तविक समय में लाखों मेट्रिक्स को ट्रैक करने में सक्षम है और एक शक्तिशाली क्वेरी भाषा के साथ आता है जो आपको आवश्यक जानकारी निकालने की अनुमति देता है।

प्रोमेथियस की सादगी और विश्वसनीयता इसके मुख्य लाभों में से एक है। हालाँकि, एक बार जब हम एक निश्चित पैमाने पर पहुँच गए, तो हमें कई कमियों का सामना करना पड़ा। इन समस्याओं को हल करने के लिए हमने विकास किया है थनोस मौजूदा प्रोमेथियस समूहों को असीमित ऐतिहासिक डेटा भंडारण के साथ एकल निगरानी प्रणाली में बदलने के लिए इम्प्रोबेबल द्वारा बनाया गया एक खुला स्रोत प्रोजेक्ट है। थानोस जीथब पर उपलब्ध है यहां.

इम्प्रोबेबल की ताज़ा ख़बरों से अपडेट रहें।

थानोस के साथ हमारे लक्ष्य

एक निश्चित पैमाने पर, ऐसी समस्याएं उत्पन्न होती हैं जो वेनिला प्रोमेथियस की क्षमताओं से परे होती हैं। ऐतिहासिक डेटा के पेटाबाइट को विश्वसनीय और आर्थिक रूप से कैसे संग्रहीत करें? क्या प्रतिक्रिया समय से समझौता किए बिना ऐसा किया जा सकता है? क्या एक ही एपीआई अनुरोध के साथ विभिन्न प्रोमेथियस सर्वर पर स्थित सभी मेट्रिक्स तक पहुंचना संभव है? क्या प्रोमेथियस एचए का उपयोग करके एकत्र किए गए प्रतिकृति डेटा को संयोजित करने का कोई तरीका है?

इन मुद्दों के समाधान के लिए, हमने थानोस बनाया। निम्नलिखित अनुभाग वर्णन करते हैं कि हमने इन मुद्दों पर कैसे संपर्क किया और अपने लक्ष्यों की व्याख्या की।

एकाधिक प्रोमेथियस उदाहरणों से डेटा क्वेरी करना (वैश्विक क्वेरी)

प्रोमेथियस शार्डिंग के लिए एक कार्यात्मक दृष्टिकोण प्रदान करता है। यहां तक ​​कि एक एकल प्रोमेथियस सर्वर भी लगभग सभी उपयोग मामलों में उपयोगकर्ताओं को क्षैतिज शार्डिंग की जटिलताओं से मुक्त करने के लिए पर्याप्त स्केलेबिलिटी प्रदान करता है।

हालांकि यह एक बेहतरीन परिनियोजन मॉडल है, एक एकल एपीआई या यूआई - एक वैश्विक दृश्य के माध्यम से विभिन्न प्रोमेथियस सर्वर पर डेटा तक पहुंचना अक्सर आवश्यक होता है। बेशक, एक ग्राफाना पैनल में एकाधिक क्वेरी प्रदर्शित करना संभव है, लेकिन प्रत्येक क्वेरी को केवल एक प्रोमेथियस सर्वर पर निष्पादित किया जा सकता है। दूसरी ओर, थानोस के साथ आप कई प्रोमेथियस सर्वर से डेटा को क्वेरी और एकत्र कर सकते हैं क्योंकि वे सभी एक ही एंडपॉइंट से पहुंच योग्य हैं।

पहले, इम्प्रोबेबल में वैश्विक दृष्टिकोण प्राप्त करने के लिए, हमने अपने प्रोमेथियस उदाहरणों को बहु-स्तरीय में व्यवस्थित किया था पदानुक्रमित संघ. इसका मतलब एक प्रोमेथियस मेटा सर्वर बनाना है जो प्रत्येक लीफ सर्वर से कुछ मेट्रिक्स एकत्र करता है।

यह दृष्टिकोण समस्याग्रस्त साबित हुआ. इसके परिणामस्वरूप अधिक जटिल कॉन्फ़िगरेशन हुए हैं, विफलता के एक अतिरिक्त संभावित बिंदु को जोड़ा गया है, और यह सुनिश्चित करने के लिए जटिल नियमों का अनुप्रयोग किया गया है कि फ़ेडरेटेड एंडपॉइंट को केवल वही डेटा प्राप्त होता है जिसकी उसे आवश्यकता है। इसके अलावा, इस प्रकार का फ़ेडरेशन आपको वास्तविक वैश्विक दृश्य प्राप्त करने की अनुमति नहीं देता है, क्योंकि सभी डेटा एक ही एपीआई अनुरोध से उपलब्ध नहीं होते हैं।

उच्च-उपलब्धता (एचए) प्रोमेथियस सर्वर पर एकत्र किए गए डेटा का एक एकीकृत दृश्य इससे निकटता से संबंधित है। प्रोमेथियस का HA मॉडल स्वतंत्र रूप से दो बार डेटा एकत्र करता है, जो इतना सरल है कि इससे अधिक सरल नहीं हो सकता। हालाँकि, दोनों धाराओं के संयुक्त और डुप्लिकेटेड दृश्य का उपयोग करना अधिक सुविधाजनक होगा।

बेशक, अत्यधिक उपलब्ध प्रोमेथियस सर्वर की आवश्यकता है। इम्प्रोबेबल में, हम मिनट-दर-मिनट डेटा मॉनिटरिंग को वास्तव में गंभीरता से लेते हैं, लेकिन प्रति क्लस्टर एक प्रोमेथियस उदाहरण होना विफलता का एक बिंदु है। किसी भी कॉन्फ़िगरेशन त्रुटि या हार्डवेयर विफलता से संभावित रूप से महत्वपूर्ण डेटा की हानि हो सकती है। यहां तक ​​कि एक साधारण तैनाती भी मेट्रिक्स संग्रह में मामूली व्यवधान पैदा कर सकती है क्योंकि पुनरारंभ स्क्रैपिंग अंतराल से काफी लंबा हो सकता है।

ऐतिहासिक डेटा का विश्वसनीय भंडारण

सस्ता, तेज़, दीर्घकालिक मेट्रिक्स भंडारण हमारा सपना है (अधिकांश प्रोमेथियस उपयोगकर्ताओं द्वारा साझा किया गया)। इम्प्रोबेबल में, हमें मेट्रिक्स अवधारण अवधि को नौ दिनों (प्रोमेथियस 1.8 के लिए) में कॉन्फ़िगर करने के लिए मजबूर किया गया था। इससे यह स्पष्ट सीमा जुड़ जाती है कि हम कितनी दूर तक देख सकते हैं।

इस संबंध में प्रोमेथियस 2.0 में सुधार हुआ है, क्योंकि समय श्रृंखला की संख्या अब सर्वर के समग्र प्रदर्शन को प्रभावित नहीं करती है (देखें)। प्रोमेथियस 2 के बारे में KubeCon मुख्य वक्ता). हालाँकि, प्रोमेथियस डेटा को स्थानीय डिस्क पर संग्रहीत करता है। यद्यपि उच्च-दक्षता डेटा संपीड़न स्थानीय SSD उपयोग को काफी कम कर सकता है, फिर भी अंततः संग्रहीत किए जा सकने वाले ऐतिहासिक डेटा की मात्रा की एक सीमा होती है।

इसके अतिरिक्त, इम्प्रोबेबल में हम विश्वसनीयता, सरलता और लागत की परवाह करते हैं। बड़ी स्थानीय डिस्क को संचालित करना और बैकअप लेना अधिक कठिन होता है। उनकी लागत अधिक होती है और अधिक बैकअप टूल की आवश्यकता होती है, जिसके परिणामस्वरूप अनावश्यक जटिलता होती है।

डाउनसैंपलिंग

एक बार जब हमने ऐतिहासिक डेटा के साथ काम करना शुरू किया, तो हमें एहसास हुआ कि बिग-ओ के साथ मूलभूत कठिनाइयाँ हैं जो क्वेरी को धीमा और धीमा कर देती हैं क्योंकि हम हफ्तों, महीनों और वर्षों के डेटा के साथ काम करते हैं।

इस समस्या का मानक समाधान होगा डाउनसैंपलिंग (डाउनसैंपलिंग) - सिग्नल सैंपलिंग आवृत्ति को कम करना। डाउनसैंपलिंग के साथ, हम बड़ी समय सीमा तक "स्केल डाउन" कर सकते हैं और प्रश्नों को प्रतिक्रियाशील रखते हुए नमूनों की समान संख्या बनाए रख सकते हैं।

पुराने डेटा का डाउनसैंपलिंग किसी भी दीर्घकालिक भंडारण समाधान की अपरिहार्य आवश्यकता है और यह वेनिला प्रोमेथियस के दायरे से परे है।

अतिरिक्त लक्ष्य

थानोस परियोजना का एक मूल लक्ष्य किसी भी मौजूदा प्रोमेथियस इंस्टॉलेशन के साथ सहजता से एकीकरण करना था। दूसरा लक्ष्य प्रवेश में न्यूनतम बाधाओं के साथ संचालन में आसानी था। किसी भी निर्भरता को छोटे और बड़े दोनों उपयोगकर्ताओं के लिए आसानी से संतुष्ट किया जाना चाहिए, जिसका अर्थ कम आधार लागत भी है।

थानोस वास्तुकला

पिछले अनुभाग में अपने लक्ष्यों को सूचीबद्ध करने के बाद, आइए उन पर काम करें और देखें कि थानोस इन समस्याओं को कैसे हल करता है।

वैश्विक दृश्य

मौजूदा प्रोमेथियस उदाहरणों के शीर्ष पर एक वैश्विक दृश्य प्राप्त करने के लिए, हमें एक एकल अनुरोध प्रविष्टि बिंदु को सभी सर्वरों से लिंक करने की आवश्यकता है। थानोस घटक बिल्कुल यही करता है। एक प्रकार का मादक द्रव्य. इसे प्रत्येक प्रोमेथियस सर्वर के बगल में तैनात किया गया है और एक प्रॉक्सी के रूप में कार्य करता है, जो जीआरपीसी स्टोर एपीआई के माध्यम से स्थानीय प्रोमेथियस डेटा की सेवा करता है, जिससे समय श्रृंखला डेटा को टैग और समय सीमा द्वारा पुनर्प्राप्त किया जा सकता है।

दूसरी तरफ स्केल-आउट, स्टेटलेस क्वेरियर घटक है, जो मानक प्रोमेथियस HTTP एपीआई के माध्यम से प्रोमक्यूएल प्रश्नों का उत्तर देने के अलावा और कुछ नहीं करता है। क्वेरियर, साइडकार और अन्य थानोस घटक इसके माध्यम से संचार करते हैं गपशप प्रोटोकॉल.

1. क्वेरियर, एक अनुरोध प्राप्त करने पर, संबंधित स्टोर एपीआई सर्वर से जुड़ता है, यानी हमारे साइडकार्स से और संबंधित प्रोमेथियस सर्वर से समय श्रृंखला डेटा प्राप्त करता है।
2. उसके बाद, यह प्रतिक्रियाओं को जोड़ता है और उन पर एक PromQL क्वेरी निष्पादित करता है। क्वेरियर प्रोमेथियस एचए सर्वर से असंयुक्त डेटा और डुप्लिकेट डेटा दोनों को मर्ज कर सकता है।

यह हमारी पहेली का एक प्रमुख हिस्सा हल करता है - पृथक प्रोमेथियस सर्वर से डेटा को एक दृश्य में संयोजित करना। दरअसल, थानोस का इस्तेमाल सिर्फ इस फीचर के लिए ही किया जा सकता है। मौजूदा प्रोमेथियस सर्वर में कोई बदलाव करने की आवश्यकता नहीं है!

असीमित शैल्फ जीवन!

हालाँकि, देर-सबेर हम सामान्य प्रोमेथियस अवधारण समय से परे डेटा संग्रहीत करना चाहेंगे। हमने ऐतिहासिक डेटा संग्रहीत करने के लिए ऑब्जेक्ट स्टोरेज को चुना। यह किसी भी क्लाउड के साथ-साथ ऑन-प्रिमाइसेस डेटा केंद्रों में व्यापक रूप से उपलब्ध है और बहुत लागत प्रभावी है। इसके अलावा, लगभग कोई भी ऑब्जेक्ट स्टोरेज प्रसिद्ध S3 API के माध्यम से उपलब्ध है।

प्रोमेथियस लगभग हर दो घंटे में रैम से डिस्क पर डेटा लिखता है। संग्रहीत डेटा ब्लॉक में एक निश्चित अवधि के लिए सभी डेटा शामिल होते हैं और अपरिवर्तनीय होते हैं। यह बहुत सुविधाजनक है क्योंकि थानोस साइडकार केवल प्रोमेथियस डेटा निर्देशिका को देख सकता है और जैसे ही नए ब्लॉक उपलब्ध होते हैं, उन्हें ऑब्जेक्ट स्टोरेज बकेट में लोड कर सकता है।

डिस्क पर लिखने के तुरंत बाद ऑब्जेक्ट स्टोरेज में लोड करने से आपको स्क्रैपर (प्रोमेथियस और थानोस साइडकार) की सादगी बनाए रखने की अनुमति मिलती है। जो समर्थन, लागत और सिस्टम डिज़ाइन को सरल बनाता है।

जैसा कि आप देख सकते हैं, डेटा बैकअप बहुत सरल है। लेकिन ऑब्जेक्ट स्टोरेज में डेटा क्वेरी करने के बारे में क्या?

थानोस स्टोर घटक ऑब्जेक्ट स्टोरेज से डेटा पुनर्प्राप्त करने के लिए प्रॉक्सी के रूप में कार्य करता है। थानोस साइडकार की तरह, यह गपशप क्लस्टर में भाग लेता है और स्टोर एपीआई लागू करता है। इस तरह, मौजूदा क्वेरियर इसे साइडकार की तरह, समय श्रृंखला डेटा के एक अन्य स्रोत के रूप में मान सकता है - किसी विशेष कॉन्फ़िगरेशन की आवश्यकता नहीं है।

समय श्रृंखला डेटा ब्लॉक में कई बड़ी फ़ाइलें शामिल होती हैं। उन्हें मांग पर लोड करना काफी अक्षम होगा, और उन्हें स्थानीय रूप से कैश करने के लिए बड़ी मात्रा में मेमोरी और डिस्क स्थान की आवश्यकता होगी।

इसके बजाय, स्टोर गेटवे जानता है कि प्रोमेथियस स्टोरेज प्रारूप को कैसे संभालना है। स्मार्ट क्वेरी शेड्यूलर और ब्लॉक के केवल आवश्यक इंडेक्स भागों को कैशिंग करने के लिए धन्यवाद, ऑब्जेक्ट स्टोरेज फ़ाइलों के लिए जटिल क्वेरीज़ को HTTP अनुरोधों की न्यूनतम संख्या तक कम करना संभव है। इस तरह, आप अनुरोधों की संख्या को परिमाण के चार से छह आदेशों तक कम कर सकते हैं और प्रतिक्रिया समय प्राप्त कर सकते हैं जिसे आमतौर पर स्थानीय एसएसडी पर डेटा के अनुरोधों से अलग करना मुश्किल होता है।

जैसा कि ऊपर दिए गए चित्र में दिखाया गया है, थानोस क्वीरियर प्रोमेथियस स्टोरेज फॉर्मेट का लाभ उठाकर और संबंधित डेटा को एक साथ रखकर ऑब्जेक्ट स्टोरेज डेटा की प्रति क्वेरी लागत को काफी कम कर देता है। इस दृष्टिकोण का उपयोग करके, हम कई एकल अनुरोधों को न्यूनतम संख्या में बड़े पैमाने पर संचालन में जोड़ सकते हैं।

संघनन और डाउनसैंपलिंग

एक बार जब समय श्रृंखला डेटा का एक नया ब्लॉक ऑब्जेक्ट स्टोरेज में सफलतापूर्वक लोड हो जाता है, तो हम इसे "ऐतिहासिक" डेटा के रूप में मानते हैं, जो स्टोर गेटवे के माध्यम से तुरंत उपलब्ध होता है।

हालाँकि, कुछ समय के बाद, एक स्रोत (साइडकार के साथ प्रोमेथियस) से ब्लॉक जमा हो जाते हैं और पूर्ण अनुक्रमण क्षमता का उपयोग नहीं करते हैं। इस समस्या को हल करने के लिए, हमने कॉम्पेक्टर नामक एक और घटक पेश किया। यह बस प्रोमेथियस के स्थानीय संघनन इंजन को ऑब्जेक्ट स्टोरेज में ऐतिहासिक डेटा पर लागू करता है और इसे एक साधारण आवधिक बैच जॉब के रूप में चलाया जा सकता है।

कुशल संपीड़न के लिए धन्यवाद, लंबे समय तक भंडारण की क्वेरी करने से डेटा आकार के संदर्भ में कोई समस्या नहीं आती है। हालाँकि, एक अरब मूल्यों को अनपैक करने और उन्हें एक क्वेरी प्रोसेसर के माध्यम से चलाने की संभावित लागत के परिणामस्वरूप अनिवार्य रूप से क्वेरी निष्पादन समय में नाटकीय वृद्धि होगी। दूसरी ओर, चूंकि स्क्रीन पर प्रति पिक्सेल सैकड़ों डेटा बिंदु होते हैं, इसलिए पूर्ण रिज़ॉल्यूशन पर डेटा की कल्पना करना भी असंभव हो जाता है। इस प्रकार, डाउनसैंपलिंग न केवल संभव है, बल्कि इससे सटीकता में उल्लेखनीय कमी भी नहीं आएगी।

डेटा को डाउनसैंपल करने के लिए, कॉम्पेक्टर लगातार पांच मिनट और एक घंटे के रिज़ॉल्यूशन पर डेटा एकत्र करता है। टीएसडीबी एक्सओआर संपीड़न का उपयोग करके एन्कोड किए गए प्रत्येक कच्चे हिस्से के लिए, विभिन्न प्रकार के समग्र डेटा संग्रहीत किए जाते हैं, जैसे एक ब्लॉक के लिए न्यूनतम, अधिकतम या योग। यह क्वेरियर को स्वचालित रूप से एक समुच्चय का चयन करने की अनुमति देता है जो किसी दिए गए PromQL क्वेरी के लिए उपयुक्त है।

उपयोगकर्ता को कम परिशुद्धता डेटा का उपयोग करने के लिए किसी विशेष कॉन्फ़िगरेशन की आवश्यकता नहीं है। जैसे ही उपयोगकर्ता ज़ूम इन और ज़ूम आउट करता है, क्वेरियर स्वचालित रूप से विभिन्न रिज़ॉल्यूशन और कच्चे डेटा के बीच स्विच करता है। यदि वांछित है, तो उपयोगकर्ता अनुरोध में "चरण" पैरामीटर के माध्यम से इसे सीधे नियंत्रित कर सकता है।

चूंकि एक जीबी भंडारण की लागत कम है, डिफ़ॉल्ट रूप से थानोस कच्चा डेटा, पांच मिनट और एक घंटे का रिज़ॉल्यूशन डेटा संग्रहीत करता है। मूल डेटा को हटाने की कोई आवश्यकता नहीं है.

रिकॉर्डिंग नियम

थानोस के साथ भी, रिकॉर्डिंग नियम मॉनिटरिंग स्टैक का एक अनिवार्य हिस्सा हैं। वे प्रश्नों की जटिलता, विलंबता और लागत को कम करते हैं। वे उपयोगकर्ताओं के लिए मेट्रिक्स द्वारा एकत्रित डेटा प्राप्त करने के लिए भी सुविधाजनक हैं। थानोस वेनिला प्रोमेथियस उदाहरणों पर आधारित है, इसलिए मौजूदा प्रोमेथियस सर्वर पर रिकॉर्डिंग नियमों और अलर्टिंग नियमों को संग्रहीत करना पूरी तरह से स्वीकार्य है। हालाँकि, कुछ मामलों में यह पर्याप्त नहीं हो सकता है:

• वैश्विक चेतावनी और नियम (उदाहरण के लिए, एक चेतावनी जब कोई सेवा तीन में से दो से अधिक क्लस्टर पर काम नहीं करती है)।
• स्थानीय भंडारण के बाहर डेटा के लिए नियम.
• सभी नियमों और चेतावनियों को एक ही स्थान पर संग्रहीत करने की इच्छा।

इन सभी मामलों के लिए, थानोस में रूलर नामक एक अलग घटक शामिल है, जो थानोस क्वेरीज़ के माध्यम से नियम और अलर्ट की गणना करता है। एक प्रसिद्ध स्टोरएपीआई प्रदान करके, क्वेरी नोड ताज़ा गणना किए गए मेट्रिक्स तक पहुंच सकता है। बाद में उन्हें ऑब्जेक्ट स्टोरेज में भी संग्रहीत किया जाता है और स्टोर गेटवे के माध्यम से उपलब्ध कराया जाता है।

थानोस की शक्ति

थानोस इतना लचीला है कि इसे आपकी आवश्यकताओं के अनुरूप अनुकूलित किया जा सकता है। सादे प्रोमेथियस से प्रवास करते समय यह विशेष रूप से उपयोगी है। आइए एक त्वरित उदाहरण के साथ थानोस घटकों के बारे में हमने जो सीखा है उसका पुनर्कथन करें। यहां बताया गया है कि अपने वेनिला प्रोमेथियस को "असीमित मेट्रिक्स स्टोरेज" की दुनिया में कैसे ले जाएं:

1. अपने प्रोमेथियस सर्वर में थानोस साइडकार जोड़ें - उदाहरण के लिए, कुबेरनेट्स पॉड में एक साइडकार कंटेनर।
2. डेटा देखने में सक्षम होने के लिए एकाधिक थानोस क्वीरियर प्रतिकृतियां तैनात करें। इस स्तर पर स्क्रैपर और क्वीरियर के बीच गपशप स्थापित करना आसान है। घटकों की परस्पर क्रिया की जाँच करने के लिए, 'thanos_cluster_members' मीट्रिक का उपयोग करें।

बस ये दो चरण संभावित प्रोमेथियस एचए प्रतिकृतियों से वैश्विक दृश्य और निर्बाध डेटा डिडुप्लीकेशन प्रदान करने के लिए पर्याप्त हैं! बस अपने डैशबोर्ड को क्यूरियर HTTP एंडपॉइंट से कनेक्ट करें या सीधे थानोस यूआई का उपयोग करें।

हालाँकि, यदि आपको मेट्रिक्स बैकअप और दीर्घकालिक भंडारण की आवश्यकता है, तो आपको तीन और चरण पूरे करने होंगे:

1. AWS S3 या GCS बकेट बनाएं. इन बकेट में डेटा कॉपी करने के लिए साइडकार कॉन्फ़िगर करें। स्थानीय डेटा संग्रहण को अब न्यूनतम किया जा सकता है.
2. स्टोर गेटवे तैनात करें और इसे अपने मौजूदा गपशप क्लस्टर से कनेक्ट करें। अब आप बैकअप किए गए डेटा से पूछताछ कर सकते हैं!
3. कॉम्पैक्शन और डाउनसैंपलिंग का उपयोग करके लंबी अवधि में क्वेरी दक्षता में सुधार करने के लिए कॉम्पेक्टर तैनात करें।

यदि आप और अधिक जानना चाहते हैं, तो हमारी ओर देखने में संकोच न करें कुबेरनेट्स प्रकट उदाहरण и शुरू करना!

केवल पांच चरणों में, हमने प्रोमेथियस को वैश्विक दृष्टिकोण, असीमित भंडारण समय और मेट्रिक्स की संभावित उच्च उपलब्धता के साथ एक विश्वसनीय निगरानी प्रणाली में बदल दिया।

अनुरोध खींचें: हमें आपकी आवश्यकता है!

थनोस शुरू से ही एक ओपन सोर्स प्रोजेक्ट रहा है। प्रोमेथियस के साथ सहज एकीकरण और थानोस के केवल एक हिस्से का उपयोग करने की क्षमता इसे आपके मॉनिटरिंग सिस्टम को सहजता से स्केल करने के लिए एक उत्कृष्ट विकल्प बनाती है।

हम GitHub पुल अनुरोधों और मुद्दों का हमेशा स्वागत करते हैं। इस बीच, जीथब इश्यूज़ या स्लैक के माध्यम से बेझिझक हमसे संपर्क करें असंभव-इंग्लैंड #थानोसयदि आपके कोई प्रश्न या प्रतिक्रिया है, या आप इसका उपयोग करके अपना अनुभव साझा करना चाहते हैं! अगर आपको इम्प्रोबेबल में हम जो करते हैं वह पसंद आता है, तो हमसे संपर्क करने में संकोच न करें - हमारे पास हमेशा रिक्तियां होती हैं!

कोर्स के बारे में और जानें।

स्रोत: www.habr.com