கட்டுரையின் மொழிபெயர்ப்பு பாடநெறி மாணவர்களுக்காக குறிப்பாக தயாரிக்கப்பட்டது
எங்கள் முதன்மைத் தயாரிப்பான ஸ்பேஷியல்ஓஎஸ்ஸைப் பார்க்கும்போது, டசின் கணக்கான குபெர்னெட்டஸ் கிளஸ்டர்களைக் கொண்ட அதிக ஆற்றல்மிக்க, உலகளாவிய அளவிலான கிளவுட் உள்கட்டமைப்பு தேவை என்று நீங்கள் யூகிக்க முடியும். கண்காணிப்பு முறையை முதலில் பயன்படுத்தியவர்களில் நாமும் ஒருவர்
ப்ரோமிதியஸின் எளிமை மற்றும் நம்பகத்தன்மை அதன் முக்கிய நன்மைகளில் ஒன்றாகும். இருப்பினும், ஒரு குறிப்பிட்ட அளவைக் கடந்தவுடன், பல குறைபாடுகளை சந்தித்தோம். இந்த பிரச்சினைகளை தீர்க்க நாங்கள் உருவாக்கியுள்ளோம்
தானோஸுடனான எங்கள் இலக்குகள்
ஒரு குறிப்பிட்ட அளவில், வெண்ணிலா ப்ரோமிதியஸின் திறன்களுக்கு அப்பாற்பட்ட பிரச்சினைகள் எழுகின்றன. பெட்டாபைட் வரலாற்றுத் தரவுகளை நம்பகத்தன்மையுடனும் பொருளாதார ரீதியாகவும் சேமிப்பது எப்படி? மறுமொழி நேரத்தை சமரசம் செய்யாமல் இதைச் செய்ய முடியுமா? ஒரே API கோரிக்கையுடன் வெவ்வேறு Prometheus சேவையகங்களில் உள்ள அனைத்து அளவீடுகளையும் அணுக முடியுமா? Prometheus HA ஐப் பயன்படுத்தி சேகரிக்கப்பட்ட பிரதி தரவுகளை இணைக்க ஏதேனும் வழி உள்ளதா?
இந்த சிக்கல்களைத் தீர்க்க, நாங்கள் தானோஸை உருவாக்கினோம். பின்வரும் பிரிவுகள் இந்தச் சிக்கல்களை எவ்வாறு அணுகினோம் மற்றும் எங்கள் இலக்குகளை விளக்குகிறோம்.
பல ப்ரோமிதியஸ் நிகழ்வுகளிலிருந்து தரவை வினவுதல் (உலகளாவிய வினவல்)
ப்ரோமிதியஸ் ஷார்டிங்கிற்கு ஒரு செயல்பாட்டு அணுகுமுறையை வழங்குகிறது. ஒரு ப்ரோமிதியஸ் சேவையகம் கூட, கிட்டத்தட்ட அனைத்து பயன்பாட்டு நிகழ்வுகளிலும் கிடைமட்ட ஷார்டிங்கின் சிக்கல்களிலிருந்து பயனர்களுக்கு போதுமான அளவீடுகளை வழங்குகிறது.
இது ஒரு சிறந்த வரிசைப்படுத்தல் மாதிரியாக இருந்தாலும், ஒரே API அல்லது UI - உலகளாவிய பார்வை மூலம் வெவ்வேறு ப்ரோமிதியஸ் சேவையகங்களில் தரவை அணுகுவது பெரும்பாலும் அவசியம். நிச்சயமாக, ஒரு கிராஃபானா பேனலில் பல வினவல்களைக் காண்பிக்க முடியும், ஆனால் ஒவ்வொரு வினவலையும் ஒரு ப்ரோமிதியஸ் சர்வரில் மட்டுமே செயல்படுத்த முடியும். மறுபுறம், தானோஸ் மூலம் நீங்கள் பல ப்ரோமிதியஸ் சேவையகங்களிலிருந்து தரவை வினவலாம் மற்றும் ஒருங்கிணைக்கலாம், ஏனெனில் அவை அனைத்தும் ஒரே முனையிலிருந்து அணுகக்கூடியவை.
முன்னதாக, சாத்தியமற்றதில் உலகளாவிய பார்வையைப் பெற, நாங்கள் எங்கள் ப்ரோமிதியஸ் நிகழ்வுகளை பல நிலைகளாக ஒழுங்கமைத்தோம்
இந்த அணுகுமுறை சிக்கலாக இருந்தது. இது மிகவும் சிக்கலான உள்ளமைவுகள், தோல்விக்கான கூடுதல் சாத்தியக்கூறுகள் மற்றும் சிக்கலான விதிகளின் பயன்பாடு ஆகியவை ஃபெடரேட் எண்ட்பாயிண்ட் தனக்குத் தேவையான தரவை மட்டுமே பெறுவதை உறுதிப்படுத்துகிறது. கூடுதலாக, இந்த வகையான கூட்டமைப்பு உங்களை ஒரு உண்மையான உலகளாவிய பார்வையைப் பெற அனுமதிக்காது, ஏனெனில் ஒரே API கோரிக்கையிலிருந்து எல்லா தரவும் கிடைக்காது.
அதிக கிடைக்கும் (HA) ப்ரோமிதியஸ் சேவையகங்களில் சேகரிக்கப்பட்ட தரவுகளின் ஒருங்கிணைந்த பார்வை இதனுடன் நெருக்கமாக தொடர்புடையது. ப்ரோமிதியஸின் HA மாதிரியானது சுயாதீனமாக இரண்டு முறை தரவைச் சேகரிக்கிறது, இது மிகவும் எளிமையானது, இது எளிமையானதாக இருக்க முடியாது. இருப்பினும், இரண்டு ஸ்ட்ரீம்களின் ஒருங்கிணைந்த மற்றும் நகல் காட்சியைப் பயன்படுத்துவது மிகவும் வசதியாக இருக்கும்.
நிச்சயமாக, மிகவும் கிடைக்கக்கூடிய ப்ரோமிதியஸ் சேவையகங்களின் தேவை உள்ளது. இம்ப்ரோபபில், நிமிடத்திற்கு நிமிடம் தரவு கண்காணிப்பை நாங்கள் தீவிரமாக எடுத்துக்கொள்கிறோம், ஆனால் ஒரு கிளஸ்டருக்கு ஒரு ப்ரோமிதியஸ் நிகழ்வு இருப்பது தோல்வியின் ஒரு புள்ளியாகும். ஏதேனும் உள்ளமைவு பிழை அல்லது வன்பொருள் செயலிழப்பு முக்கியமான தரவை இழக்க வழிவகுக்கும். ஒரு எளிய வரிசைப்படுத்தல் கூட அளவீடுகள் சேகரிப்பில் சிறிய இடையூறுகளை ஏற்படுத்தும், ஏனெனில் மறுதொடக்கம் ஸ்கிராப்பிங் இடைவெளியை விட கணிசமாக அதிகமாக இருக்கும்.
வரலாற்று தரவுகளின் நம்பகமான சேமிப்பு
மலிவான, வேகமான, நீண்ட கால அளவீடுகள் சேமிப்பகம் என்பது எங்கள் கனவு (பெரும்பாலான ப்ரோமிதியஸ் பயனர்களால் பகிரப்பட்டது). இம்ப்ரூபபில், மெட்ரிக்ஸ் தக்கவைப்பு காலத்தை ஒன்பது நாட்களுக்கு உள்ளமைக்க வேண்டிய கட்டாயத்தில் உள்ளோம் (ப்ரோமிதியஸ் 1.8க்கு). நாம் எவ்வளவு தூரம் திரும்பிப் பார்க்க முடியும் என்பதற்கு இது தெளிவான வரம்புகளைச் சேர்க்கிறது.
இந்த விஷயத்தில் ப்ரோமிதியஸ் 2.0 மேம்பட்டுள்ளது, ஏனெனில் நேரத் தொடரின் எண்ணிக்கை சேவையகத்தின் ஒட்டுமொத்த செயல்திறனைப் பாதிக்காது (பார்க்க.
கூடுதலாக, நம்பகத்தன்மை, எளிமை மற்றும் செலவு ஆகியவற்றில் நாங்கள் கவனம் செலுத்துகிறோம். பெரிய லோக்கல் டிஸ்க்குகளை இயக்குவது மற்றும் காப்புப் பிரதி எடுப்பது மிகவும் கடினம். அவை அதிக விலை மற்றும் அதிக காப்பு கருவிகள் தேவைப்படுகின்றன, இதன் விளைவாக தேவையற்ற சிக்கலானது.
டவுன்சாம்ப்ளிங்
நாங்கள் வரலாற்றுத் தரவுகளுடன் பணிபுரியத் தொடங்கியவுடன், வாரங்கள், மாதங்கள் மற்றும் பல வருட தரவுகளுடன் பணிபுரியும் போது வினவல்களை மெதுவாகவும் மெதுவாகவும் செய்யும் big-O இல் அடிப்படைச் சிக்கல்கள் இருப்பதை உணர்ந்தோம்.
இந்த பிரச்சனைக்கு நிலையான தீர்வு இருக்கும்
பழைய தரவைக் குறைப்பது என்பது எந்தவொரு நீண்ட கால சேமிப்பக தீர்வுக்கும் தவிர்க்க முடியாத தேவையாகும், மேலும் இது வெண்ணிலா ப்ரோமிதியஸின் நோக்கத்திற்கு அப்பாற்பட்டது.
கூடுதல் இலக்குகள்
தானோஸ் திட்டத்தின் அசல் குறிக்கோள்களில் ஒன்று, தற்போதுள்ள ப்ரோமிதியஸ் நிறுவல்களுடன் தடையின்றி ஒருங்கிணைப்பதாகும். இரண்டாவது இலக்கு, நுழைவதற்கான குறைந்தபட்ச தடைகளுடன் செயல்படுவதை எளிதாக்குவதாகும். எந்த சார்புகளும் சிறிய மற்றும் பெரிய பயனர்களுக்கு எளிதில் திருப்தி அளிக்க வேண்டும், இது குறைந்த அடிப்படைச் செலவையும் குறிக்கிறது.
தானோஸ் கட்டிடக்கலை
முந்தைய பிரிவில் எங்கள் இலக்குகளை பட்டியலிட்ட பிறகு, அவற்றைப் பயன்படுத்தி, தானோஸ் இந்த சிக்கல்களை எவ்வாறு தீர்க்கிறார் என்பதைப் பார்ப்போம்.
உலகளாவிய பார்வை
தற்போதுள்ள ப்ரோமிதியஸ் நிகழ்வுகளின் மேல் உலகளாவிய பார்வையைப் பெற, அனைத்து சேவையகங்களுக்கும் ஒரு கோரிக்கை நுழைவுப் புள்ளியை இணைக்க வேண்டும். தானோஸ் கூறு இதைத்தான் செய்கிறது.
மறுபுறம் ஸ்கேல்-அவுட், ஸ்டேட்லெஸ் க்யூரியர் கூறு உள்ளது, இது நிலையான ப்ரோமிதியஸ் HTTP API வழியாக PromQL வினவல்களுக்கு பதிலளிப்பதை விட சற்று அதிகமாகவே செய்கிறது. Querier, Sidecar மற்றும் பிற Thanos கூறுகள் மூலம் தொடர்பு கொள்கின்றன
- Querier, ஒரு கோரிக்கையைப் பெற்றவுடன், தொடர்புடைய ஸ்டோர் API சேவையகத்துடன், அதாவது எங்கள் சைட்கார்களுடன் இணைக்கிறது மற்றும் தொடர்புடைய Prometheus சேவையகங்களிலிருந்து நேரத் தொடர் தரவைப் பெறுகிறது.
- அதன் பிறகு, அது பதில்களை ஒருங்கிணைத்து, அவற்றில் ஒரு PromQL வினவலை இயக்குகிறது. Querier ஆனது ப்ரோமிதியஸ் HA சேவையகங்களிலிருந்து பிரிக்கப்பட்ட தரவு மற்றும் நகல் தரவு இரண்டையும் ஒன்றிணைக்க முடியும்.
இது எங்கள் புதிரின் ஒரு முக்கிய பகுதியைத் தீர்க்கிறது - தனிமைப்படுத்தப்பட்ட ப்ரோமிதியஸ் சேவையகங்களிலிருந்து தரவை ஒரே பார்வையில் இணைப்பது. உண்மையில், தானோஸை இந்த அம்சத்திற்கு மட்டுமே பயன்படுத்த முடியும். தற்போதுள்ள Prometheus சேவையகங்களில் எந்த மாற்றமும் செய்ய வேண்டியதில்லை!
வரம்பற்ற அடுக்கு வாழ்க்கை!
இருப்பினும், விரைவில் அல்லது பின்னர் நாங்கள் சாதாரண ப்ரோமிதியஸ் தக்கவைப்பு நேரத்திற்கு அப்பால் தரவைச் சேமிக்க விரும்புகிறோம். வரலாற்றுத் தரவைச் சேமிக்க பொருள் சேமிப்பகத்தைத் தேர்ந்தெடுத்தோம். இது எந்த கிளவுட் மற்றும் வளாகத்தில் உள்ள தரவு மையங்களிலும் பரவலாகக் கிடைக்கிறது மற்றும் மிகவும் செலவு குறைந்ததாகும். கூடுதலாக, நன்கு அறியப்பட்ட S3 API மூலம் எந்தவொரு பொருளின் சேமிப்பகமும் கிடைக்கிறது.
ப்ரோமிதியஸ் ஒவ்வொரு இரண்டு மணி நேரத்திற்கும் RAM இல் இருந்து வட்டுக்கு தரவை எழுதுகிறார். சேமிக்கப்பட்ட தரவுத் தொகுதியானது ஒரு குறிப்பிட்ட காலத்திற்கு அனைத்துத் தரவையும் கொண்டுள்ளது மற்றும் மாறாதது. இது மிகவும் வசதியானது, ஏனெனில் தானோஸ் சைட்கார் வெறுமனே ப்ரோமிதியஸ் தரவு கோப்பகத்தைப் பார்க்க முடியும், மேலும் புதிய தொகுதிகள் கிடைக்கும்போது, அவற்றை பொருள் சேமிப்பு வாளிகளில் ஏற்றலாம்.
வட்டுக்கு எழுதிய உடனேயே பொருள் சேமிப்பகத்தில் ஏற்றுவது, ஸ்கிராப்பரின் எளிமையைப் பராமரிக்க உங்களை அனுமதிக்கிறது (ப்ரோமிதியஸ் மற்றும் தானோஸ் சைட்கார்). இது ஆதரவு, செலவு மற்றும் கணினி வடிவமைப்பை எளிதாக்குகிறது.
நீங்கள் பார்க்க முடியும் என, தரவு காப்பு மிகவும் எளிது. ஆனால் பொருள் சேமிப்பகத்தில் தரவை வினவுவது பற்றி என்ன?
பொருள் சேமிப்பகத்திலிருந்து தரவை மீட்டெடுக்க தானோஸ் ஸ்டோர் கூறு ப்ராக்ஸியாக செயல்படுகிறது. தானோஸ் சைட்காரைப் போலவே, இது கிசுகிசு கிளஸ்டரில் பங்கேற்கிறது மற்றும் ஸ்டோர் ஏபிஐ செயல்படுத்துகிறது. இந்த வழியில், தற்போதுள்ள Querier அதை ஒரு சைட்கார் போல, நேரத் தொடர் தரவுகளின் மற்றொரு ஆதாரமாகக் கருதலாம் - சிறப்பு உள்ளமைவு தேவையில்லை.
நேரத் தொடர் தரவுத் தொகுதிகள் பல பெரிய கோப்புகளைக் கொண்டிருக்கும். தேவைக்கேற்ப அவற்றை ஏற்றுவது மிகவும் திறமையற்றதாக இருக்கும், மேலும் அவற்றை உள்நாட்டில் தேக்ககப்படுத்துவதற்கு அதிக அளவு நினைவகம் மற்றும் வட்டு இடம் தேவைப்படும்.
அதற்கு பதிலாக, ஸ்டோர் கேட்வேக்கு ப்ரோமிதியஸ் சேமிப்பக வடிவமைப்பை எவ்வாறு கையாள்வது என்பது தெரியும். ஒரு ஸ்மார்ட் வினவல் திட்டமிடுதலுக்கு நன்றி மற்றும் தொகுதிகளின் தேவையான குறியீட்டுப் பகுதிகளை மட்டும் தேக்ககப்படுத்துவதன் மூலம், சிக்கலான வினவல்களை ஆப்ஜெக்ட் ஸ்டோரேஜ் கோப்புகளுக்கான குறைந்தபட்ச எண்ணிக்கையிலான HTTP கோரிக்கைகளாகக் குறைக்க முடியும். இந்த வழியில், நீங்கள் கோரிக்கைகளின் எண்ணிக்கையை நான்கிலிருந்து ஆறு ஆர்டர்களால் குறைக்கலாம் மற்றும் உள்ளூர் SSD இல் உள்ள கோரிக்கைகளிலிருந்து தரவு வரை வேறுபடுத்துவது பொதுவாக கடினமாக இருக்கும் மறுமொழி நேரங்களை அடையலாம்.
மேலே உள்ள வரைபடத்தில் காட்டப்பட்டுள்ளபடி, தானோஸ் குவெரியர், ப்ரோமிதியஸ் சேமிப்பக வடிவமைப்பை மேம்படுத்தி, தொடர்புடைய தரவை அருகருகே வைப்பதன் மூலம் பொருள் சேமிப்பகத் தரவின் வினவல் ஒன்றிற்கான செலவைக் கணிசமாகக் குறைக்கிறது. இந்த அணுகுமுறையைப் பயன்படுத்தி, பல ஒற்றை கோரிக்கைகளை குறைந்தபட்ச எண்ணிக்கையிலான மொத்த செயல்பாடுகளாக இணைக்கலாம்.
சுருக்கம் மற்றும் இறக்கம்
நேரத் தொடர் தரவுகளின் புதிய தொகுதியானது பொருள் சேமிப்பகத்தில் வெற்றிகரமாக ஏற்றப்பட்டவுடன், அதை "வரலாற்று" தரவுகளாகக் கருதுகிறோம், இது உடனடியாக ஸ்டோர் கேட்வே மூலம் கிடைக்கும்.
இருப்பினும், சிறிது நேரத்திற்குப் பிறகு, ஒரு மூலத்திலிருந்து (Prometheus with Sidecar) தொகுதிகள் குவிந்து, இனி முழு அட்டவணைப்படுத்தல் திறனைப் பயன்படுத்தாது. இந்த சிக்கலை தீர்க்க, நாங்கள் Compactor என்ற மற்றொரு கூறுகளை அறிமுகப்படுத்தினோம். இது பொருள் சேமிப்பகத்தில் உள்ள வரலாற்றுத் தரவுகளுக்கு ப்ரோமிதியஸின் லோக்கல் காம்பாக்ஷன் எஞ்சினைப் பயன்படுத்துகிறது மற்றும் ஒரு எளிய கால இடைவெளி வேலையாக இயக்க முடியும்.
திறமையான சுருக்கத்திற்கு நன்றி, நீண்ட காலத்திற்கு சேமிப்பகத்தை வினவுவது தரவு அளவின் அடிப்படையில் சிக்கலை ஏற்படுத்தாது. இருப்பினும், ஒரு பில்லியன் மதிப்புகளைத் திறந்து, வினவல் செயலி மூலம் அவற்றை இயக்குவதற்கான சாத்தியமான செலவு தவிர்க்க முடியாமல் வினவல் செயல்படுத்தும் நேரத்தில் வியத்தகு அதிகரிப்புக்கு வழிவகுக்கும். மறுபுறம், திரையில் ஒரு பிக்சலுக்கு நூற்றுக்கணக்கான தரவுப் புள்ளிகள் இருப்பதால், முழுத் தெளிவுத்திறனில் தரவைக் காட்சிப்படுத்துவது கூட இயலாது. எனவே, மாதிரியை குறைப்பது சாத்தியம் மட்டுமல்ல, குறிப்பிடத்தக்க துல்லியமான இழப்புக்கு வழிவகுக்காது.
தரவைக் குறைக்க, காம்பாக்டர் தொடர்ந்து ஐந்து நிமிடங்கள் மற்றும் ஒரு மணிநேரத் தீர்மானத்தில் தரவைத் திரட்டுகிறது. TSDB XOR சுருக்கத்தைப் பயன்படுத்தி குறியிடப்பட்ட ஒவ்வொரு மூல துண்டிற்கும், ஒரு தொகுதிக்கான நிமிடம், அதிகபட்சம் அல்லது தொகை போன்ற பல்வேறு வகையான மொத்த தரவுகள் சேமிக்கப்படும். கொடுக்கப்பட்ட PromQL வினவலுக்குப் பொருத்தமான ஒரு தொகுப்பைத் தானாகவே தேர்ந்தெடுக்க Querier ஐ இது அனுமதிக்கிறது.
குறைக்கப்பட்ட துல்லியமான தரவைப் பயன்படுத்த பயனருக்கு சிறப்பு உள்ளமைவு தேவையில்லை. பயனர் பெரிதாக்கும்போதும் வெளியேறும்போதும் வினவல் தானாகவே வெவ்வேறு தீர்மானங்கள் மற்றும் மூலத் தரவுகளுக்கு இடையே மாறுகிறது. விரும்பினால், கோரிக்கையில் உள்ள "படி" அளவுரு மூலம் பயனர் இதை நேரடியாகக் கட்டுப்படுத்தலாம்.
ஒரு ஜிபி சேமிப்பதற்கான செலவு குறைவாக இருப்பதால், இயல்பாகவே தானோஸ் மூல தரவு, ஐந்து நிமிடம் மற்றும் ஒரு மணிநேர தெளிவுத்திறன் தரவை சேமிக்கிறது. அசல் தரவை நீக்க வேண்டிய அவசியமில்லை.
பதிவு விதிகள்
தானோஸுடன் கூட, பதிவு விதிகள் கண்காணிப்பு அடுக்கின் இன்றியமையாத பகுதியாகும். அவை சிக்கலான தன்மை, தாமதம் மற்றும் வினவல்களின் விலையைக் குறைக்கின்றன. அளவீடுகள் மூலம் திரட்டப்பட்ட தரவைப் பெற பயனர்களுக்கு அவை வசதியாக இருக்கும். தானோஸ் வெண்ணிலா ப்ரோமிதியஸ் நிகழ்வுகளை அடிப்படையாகக் கொண்டது, எனவே ஏற்கனவே உள்ள ப்ரோமிதியஸ் சேவையகத்தில் பதிவு விதிகள் மற்றும் எச்சரிக்கை விதிகளை சேமிப்பது முற்றிலும் ஏற்றுக்கொள்ளத்தக்கது. இருப்பினும், சில சந்தர்ப்பங்களில் இது போதுமானதாக இருக்காது:
- உலகளாவிய விழிப்பூட்டல் மற்றும் விதி (உதாரணமாக, ஒரு சேவை இரண்டு மூன்று கிளஸ்டர்களில் வேலை செய்யாதபோது ஒரு எச்சரிக்கை).
- உள்ளூர் சேமிப்பகத்திற்கு வெளியே தரவுக்கான விதி.
- அனைத்து விதிகள் மற்றும் விழிப்பூட்டல்களை ஒரே இடத்தில் சேமிக்க ஆசை.
இந்த எல்லா நிகழ்வுகளுக்கும், தானோஸ் ரூலர் எனப்படும் தனி கூறுகளை உள்ளடக்கியது, இது தானோஸ் வினவல்கள் மூலம் விதி மற்றும் எச்சரிக்கையை கணக்கிடுகிறது. நன்கு அறியப்பட்ட StoreAPI ஐ வழங்குவதன் மூலம், வினவல் முனை புதிதாக கணக்கிடப்பட்ட அளவீடுகளை அணுக முடியும். பின்னர் அவை பொருள் சேமிப்பகத்திலும் சேமிக்கப்பட்டு ஸ்டோர் கேட்வே மூலம் கிடைக்கும்.
தானோஸின் சக்தி
தானோஸ் உங்கள் தேவைகளுக்கு ஏற்ப தனிப்பயனாக்கக்கூடிய அளவுக்கு நெகிழ்வானது. வெற்று ப்ரோமிதியஸிலிருந்து இடம்பெயரும்போது இது மிகவும் பயனுள்ளதாக இருக்கும். விரைவான உதாரணத்துடன் தானோஸ் கூறுகளைப் பற்றி நாம் கற்றுக்கொண்டதை விரைவாக மறுபரிசீலனை செய்வோம். உங்கள் வெண்ணிலா ப்ரோமிதியஸை "வரம்பற்ற அளவீடுகள் சேமிப்பகம்" உலகிற்கு கொண்டு செல்வது எப்படி என்பது இங்கே:
- உங்கள் Prometheus சேவையகங்களில் Thanos Sidecar ஐச் சேர்க்கவும் - எடுத்துக்காட்டாக, Kubernetes பாடில் உள்ள சைட்கார் கொள்கலன்.
- தரவைப் பார்க்க பல தானோஸ் குவெரியர் பிரதிகளை வரிசைப்படுத்தவும். இந்த கட்டத்தில் ஸ்க்ராப்பர் மற்றும் குரியர் இடையே கிசுகிசுவை அமைப்பது எளிது. கூறுகளின் தொடர்புகளைச் சரிபார்க்க, 'thanos_cluster_members' மெட்ரிக்கைப் பயன்படுத்தவும்.
சாத்தியமான Prometheus HA பிரதிகளிலிருந்து உலகளாவிய பார்வை மற்றும் தடையற்ற தரவு துப்பறிதல் ஆகியவற்றை வழங்க இந்த இரண்டு படிகள் போதும்! உங்கள் டாஷ்போர்டுகளை Querier HTTP இறுதிப் புள்ளியுடன் இணைக்கவும் அல்லது Thanos UI ஐ நேரடியாகப் பயன்படுத்தவும்.
இருப்பினும், உங்களுக்கு அளவீடுகள் காப்புப்பிரதி மற்றும் நீண்ட கால சேமிப்பகம் தேவைப்பட்டால், நீங்கள் இன்னும் மூன்று படிகளை முடிக்க வேண்டும்:
- AWS S3 அல்லது GCS வாளியை உருவாக்கவும். இந்த பக்கெட்டுகளுக்கு தரவை நகலெடுக்க சைட்காரை உள்ளமைக்கவும். உள்ளூர் தரவு சேமிப்பகத்தை இப்போது குறைக்கலாம்.
- ஸ்டோர் கேட்வேயை வரிசைப்படுத்தி, ஏற்கனவே உள்ள வதந்தி கிளஸ்டருடன் இணைக்கவும். இப்போது நீங்கள் காப்புப் பிரதி எடுக்கப்பட்ட தரவை வினவலாம்!
- காம்பாக்டர் மற்றும் டவுன்சாம்ப்ளிங்கைப் பயன்படுத்தி நீண்ட காலத்திற்கு வினவல் செயல்திறனை மேம்படுத்த காம்பாக்டரைப் பயன்படுத்தவும்.
நீங்கள் மேலும் அறிய விரும்பினால், எங்களுடையதைப் பார்க்க தயங்க வேண்டாம்
வெறும் ஐந்து படிகளில், உலகளாவிய பார்வை, வரம்பற்ற சேமிப்பக நேரம் மற்றும் அளவீடுகளின் அதிகக் கிடைக்கும் சாத்தியம் ஆகியவற்றைக் கொண்ட நம்பகமான கண்காணிப்பு அமைப்பாக Prometheus ஐ மாற்றினோம்.
கோரிக்கையை இழுக்கவும்: எங்களுக்கு நீங்கள் தேவை!
GitHub Pull கோரிக்கைகள் மற்றும் சிக்கல்களை நாங்கள் எப்போதும் வரவேற்கிறோம். இதற்கிடையில், கிதுப் சிக்கல்கள் அல்லது ஸ்லாக் மூலம் எங்களைத் தொடர்புகொள்ள தயங்க வேண்டாம்
ஆதாரம்: www.habr.com