De code van VictoriaMetrics, een tijdreeksdatabase compatibel met Prometheus, is vrijgegeven

Geopend bronbestanden VictoriaMetrics — een snelle en schaalbare database voor het opslaan en verwerken van gegevens in de vorm van tijdreeksen (waarbij een record tijd en een set bijbehorende waarden bevat, bijvoorbeeld verkregen via periodieke controles van sensorstaten of het verzamelen van metrics). Het project concurreert met oplossingen zoals InfluxDB, TimescaleDB, Thanos, Cortex en Uber M3. De code is geschreven in de programmeertaal Go en wordt verspreid onder de Apache 2.0-licentie.

De voordelen en kenmerken van VictoriaMetrics:

• Eenvoudig in gebruik. Het bestaat uit één uitvoerbaar bestand met minimale instellingen, die via de opdrachtregel tijdens het opstarten worden doorgegeven. Alle gegevens worden opgeslagen in één map, ingesteld bij het opstarten met de vlag "-storageDataPath";
• Ondersteuning voor de querytaal PromQL, gebruikt in het monitoring systeem Prometheus. Subselecties van PromQL en enkele geavanceerde mogelijkheden, zoals de expressie "offset", sjablonen binnen "WIDTH", de operators "if" en "default", extra functies en de mogelijkheid om opmerkingen in te voegen;
• Mogelijkheid om te functioneren als een langdurige gegevensopslag, aangesloten op Prometheus en Grafana.
• Een omgekeerde vulmodus voor het laden van historische gegevens;
• Ondersteuning voor verschillende gegevensoverdrachtsprotocollen, waaronder Prometheus API, Influx, Graphite en OpenTSDB. Onder andere kan VictoriaMetrics dienen als een transparante vervanger voor InfluxDB en kan het werken met InfluxDB-compatibele collectoren zoals Telegraf;
• Hoge prestaties en laag energieverbruik in vergelijking met concurrerende systemen. In sommige tests overtreft VictoriaMetrics InfluxDB en TimescaleDB met een factor van tot 20 bij het uitvoeren van gegevensinvoeg- en selectiebewerkingen. Bij analytische queries kan de winst in vergelijking met relationele databases zoals PostgreSQL en MySQL variëren van 10 tot 1000 keer.
  
  
  
• Er is een de mogelijkheid bij het verwerken van een zeer groot aantal unieke tijdreeksen. Bij de verwerking van miljoenen verschillende tijdreeksen verbruikt het tot 10 keer minder RAM dan InfluxDB.
• Hoge mate van gegevenscompressie in diskopslag. In vergelijking met TimescaleDB kan het tot 70 keer meer records bevatten in dezelfde opslagcapaciteit;
• Optimalisaties voor opslag met hoge latentie en een laag aantal invoer/uitvoeroperaties per seconde (bijvoorbeeld harde schijven en cloudopslag van AWS, Google Cloud en Microsoft Azure);
• Eenvoudig back-up systeem op basis van snapshots;
• Beschikbaarheid van middelen voor de bescherming van de integriteit van de opslag tegen gegevensbeschadiging, bijvoorbeeld tijdens een plotselinge stroomonderbreking (de opslag is in de vorm van een journal-structureerde boom met samenvoeging);
• Implementatie in de Go-taal, wat een compromis biedt tussen prestatie en codecomplexiteit in vergelijking met Rust en C++.
• De broncodes worden verstrekt cluster versies, die horizontale schaalvergroting over meerdere servers ondersteunt en lage overhead laat zien. Er zijn middelen voor hoge beschikbaarheid.

Bron: opennet.ru