{"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\/it\/blog\/news\/vypusk-victoriametrics-1-94-subd-dlya-postroeniya-sistem-monitoringa","title":{"rendered":"Rilascio di VictoriaMetrics 1.94, DBMS per la creazione di sistemi di monitoraggio","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\u00c8 disponibile la versione della piattaforma VictoriaMetrics 1.94.0, che offre un DBMS per la memorizzazione e l'elaborazione di dati in forma di serie temporale (una registrazione costituisce un tempo e un insieme di valori corrispondenti a quel tempo, ad esempio, ottenuti tramite interrogazioni periodiche dello stato dei sensori o raccolta di metriche), ottimizzato per risolvere problemi di monitoraggio. Il progetto compete con soluzioni come InfluxDB, TimescaleDB, Thanos, Cortex e Uber M3, e si distingue per una maggiore prestazione. Il DBMS pu\u00f2 essere utilizzato come archivio dati a lungo termine, collegato a Prometheus e Grafana, nonch\u00e9 come sostituzione trasparente di InfluxDB. Il codice \u00e8 scritto in Go e distribuito sotto licenza Apache 2.0. <\/p>\n

Nei test di prestazione, VictoriaMetrics supera InfluxDB e TimescaleDB nell'esecuzione di operazioni di inserimento e selezione dei dati fino a 20 volte, consumando nel contempo 10 volte meno RAM rispetto a InfluxDB e 7 volte meno rispetto a Prometheus, Thanos e Cortex durante l'elaborazione di milioni di serie temporali uniche. La memorizzazione dei dati in forma compressa consente di contenere lo stesso volume di archiviazione 7 volte pi\u00f9 registrazioni rispetto a Prometheus, Thanos e Cortex, e 70 volte rispetto a TimescaleDB. Sono presenti ottimizzazioni specifiche per i repository con alta latenza e bassa intensit\u00e0 di operazioni di input\/output (ad esempio, dischi rigidi e archiviazione cloud di AWS, Google Cloud e Microsoft Azure). <\/p>\n

Il DBMS \u00e8 costituito da un singolo file eseguibile con impostazioni minime passate tramite la riga di comando all'avvio. Tutti i dati sono archiviati in una singola directory, definita all'avvio utilizzando il flag \u00ab-storageDataPath\u00bb. Come linguaggio di query, viene utilizzato MetricsQL, una variante estesa del linguaggio PromQL impiegato nel sistema di monitoraggio Prometheus. Oltre all'elaborazione continua dei dati in entrata, VictoriaMetrics prevede anche la possibilit\u00e0 di caricare dati storici raccolti in precedenza. <\/p>\n

Sono forniti strumenti per proteggere l'integrit\u00e0 dello storage da danni ai dati, ad esempio, durante un'interruzione di corrente (lo storage ha la forma di un albero strutturato a rivista con fusione), nonch\u00e9 un semplice sistema di backup basato su snapshot. \u00c8 possibile unire i nodi di VictoriaMetrics in un cluster orizzontalmente scalabile che supporti meccanismi di alta disponibilit\u00e0. <\/p>\n

Tra le novit\u00e0 introdotte nella nuova versione: <\/p>\n