VictoriaMetrics, en tidsserie DBMS kompatibel med Prometheus, er åpen kildekode

Åpen kildetekster VictoriaMetrics – en rask og skalerbar DBMS for lagring og behandling av data i form av en tidsserie (posten danner tid og et sett med verdier som tilsvarer denne tiden, for eksempel oppnådd gjennom periodisk polling av statusen til sensorer eller innsamling av beregninger). Prosjektet konkurrerer med slike løsninger som TilstrømningDB, TidsskalaDB, Thanos, Cortex и Uber M3. Koden er skrevet i Go og distribuert av lisensiert under Apache 2.0.

Fordeler og funksjoner ved VictoriaMetrics:

• Lett å bruke. Det er en enkelt kjørbar fil med minimale innstillinger som sendes gjennom kommandolinjen ved oppstart. Alle data lagres i én katalog, spesifisert ved oppstart ved hjelp av "-storageDataPath"-flagget;
• Spørsmålstøtte PromQL, brukt i overvåkingssystemet Prometheus. PromQL-underspørringer og noen støttes utvidede muligheter, slik som "offset"-uttrykket, mønstre innenfor "WIDTH", "if" og "default"-setninger, tilleggsfunksjoner og muligheten til å inkludere kommentarer;
• Kan brukes som langsiktig datalagringkoblet til Prometheus og grafana.
• Tilgjengelighet av utfyllingsmodus for lasting av historiske data;
• Støtter ulike dataoverføringsprotokoller, inkludert Prometheus API, Tilstrømning, grafitt и OpenTSDB. VictoriaMetrics kan brukes som en transparent erstatning for InfluxDB og kan fungere med InfluxDB-kompatible samlere som Telegraf;
• Høy ytelse og lavt ressursforbruk sammenlignet med konkurrerende systemer. I noen tester overgår VictoriaMetrics InfluxDB og TimescaleDB med opptil 20 ganger når de utfører innsettings- og gjenfinningsoperasjoner. Når du utfører analytiske spørringer, kan gevinsten sammenlignet med relasjonelle DBMS PostgreSQL og MySQL være fra 10 til 1000 ganger.
  
  
  

• Det er det mulighet behandle et veldig stort antall unike tidsserier. Når du behandler millioner av forskjellige tidsserier, bruker du opptil 10 ganger mindre RAM enn InfluxDB.
• Høy grad av datakomprimering i disklagring. Sammenlignet med TimescaleDB kan den passe opptil 70 ganger flere poster i samme lagringsmengde;
• Tilgjengelighet av optimaliseringer for lagring med høy latens og lavt antall input/output-operasjoner per sekund (for eksempel harddisker og skylagring AWS, Google Cloud og Microsoft Azure);
• Enkelt backupsystembasert øyeblikksbilder;
• Tilgjengelighet av midler for å beskytte integriteten til lagringen mot dataskade, for eksempel i tilfelle et nødstrømbrudd (lagringen har formen tømmerstrukturert tre med flette);
• Implementering i Go-språk, som gir en avveining mellom ytelse og kodekompleksitet sammenlignet med Rust og C++.
• Kildekoder oppgitt klyngeversjoner, som støtter horisontal skalering på tvers av flere servere og har lav overhead. Høy tilgjengelighetsfunksjoner er tilgjengelige.

Kilde: opennet.ru