ప్రోమేతియస్ 2లోని టైమ్ సిరీస్ డేటాబేస్ (TSDB) అనేది ఇంజినీరింగ్ సొల్యూషన్‌కు ఒక అద్భుతమైన ఉదాహరణ, ఇది ప్రోమేతియస్ 2లోని v1 స్టోరేజ్‌పై డేటా అక్యుములేషన్ స్పీడ్, క్వెరీ ఎగ్జిక్యూషన్ మరియు రిసోర్స్ ఎఫిషియెన్సీ పరంగా పెద్ద మెరుగుదలలను అందిస్తుంది. మేము పెర్కోనా మానిటరింగ్ అండ్ మేనేజ్‌మెంట్ (PMM)లో ప్రోమేతియస్ 2ని అమలు చేస్తున్నాము మరియు ప్రోమేతియస్ 2 TSDB పనితీరును అర్థం చేసుకునే అవకాశం నాకు లభించింది. ఈ వ్యాసంలో నేను ఈ పరిశీలనల ఫలితాల గురించి మాట్లాడతాను.
సగటు ప్రోమేతియస్ పనిభారం
సాధారణ ప్రయోజన డేటాబేస్‌లతో వ్యవహరించే వారికి, సాధారణ ప్రోమేతియస్ పనిభారం చాలా ఆసక్తికరంగా ఉంటుంది. డేటా సేకరణ రేటు స్థిరంగా ఉంటుంది: సాధారణంగా మీరు పర్యవేక్షించే సేవలు దాదాపు ఒకే సంఖ్యలో కొలమానాలను పంపుతాయి మరియు మౌలిక సదుపాయాలు చాలా నెమ్మదిగా మారుతాయి.
సమాచారం కోసం అభ్యర్థనలు వివిధ మూలాల నుండి రావచ్చు. వాటిలో కొన్ని, హెచ్చరికలు వంటివి, స్థిరమైన మరియు ఊహాజనిత విలువ కోసం కూడా ప్రయత్నిస్తాయి. వినియోగదారు అభ్యర్థనలు వంటి ఇతరాలు పేలుళ్లకు కారణం కావచ్చు, అయితే ఇది చాలా పనిభారానికి సంబంధించినది కాదు.
లోడ్ పరీక్ష
పరీక్ష సమయంలో, నేను డేటాను కూడబెట్టుకునే సామర్థ్యంపై దృష్టి సారించాను. నేను ఈ స్క్రిప్ట్‌ని ఉపయోగించి లినోడ్ సేవలో Go 2.3.2 (PMM 1.10.1లో భాగంగా)తో సంకలనం చేసిన ప్రోమేథియస్ 1.14ని అమలు చేసాను: . అత్యంత వాస్తవిక లోడ్ ఉత్పత్తి కోసం, దీన్ని ఉపయోగించడం నేను రియల్ లోడ్ (Sysbench TPC-C టెస్ట్)తో అనేక MySQL నోడ్‌లను ప్రారంభించాను, వీటిలో ప్రతి ఒక్కటి 10 Linux/MySQL నోడ్‌లను అనుకరించాయి.
కింది పరీక్షలన్నీ ఎనిమిది వర్చువల్ కోర్లు మరియు 32 GB మెమరీతో లినోడ్ సర్వర్‌లో నిర్వహించబడ్డాయి, రెండు వందల MySQL ఉదంతాలను పర్యవేక్షించే 20 లోడ్ అనుకరణలను అమలు చేస్తుంది. లేదా, ప్రోమేతియస్ పరంగా, 800 లక్ష్యాలు, సెకనుకు 440 స్క్రాప్‌లు, సెకనుకు 380 వేల రికార్డులు మరియు 1,7 మిలియన్ యాక్టివ్ టైమ్ సిరీస్.
డిజైన్
ప్రోమేతియస్ 1.x ఉపయోగించిన దానితో సహా సాంప్రదాయ డేటాబేస్‌ల యొక్క సాధారణ విధానం . లోడ్‌ను నిర్వహించడానికి ఇది సరిపోకపోతే, మీరు అధిక లేటెన్సీలను అనుభవిస్తారు మరియు కొన్ని అభ్యర్థనలు విఫలమవుతాయి. ప్రోమేతియస్ 2లో మెమరీ వినియోగం కీ ద్వారా కాన్ఫిగర్ చేయబడుతుంది storage.tsdb.min-block-duration, డిస్క్‌కి ఫ్లష్ చేయడానికి ముందు రికార్డింగ్‌లు ఎంతకాలం మెమరీలో ఉంచబడతాయో నిర్ణయిస్తుంది (డిఫాల్ట్ 2 గంటలు). అవసరమైన మెమరీ మొత్తం నెట్ ఇన్‌కమింగ్ స్ట్రీమ్‌కు జోడించబడిన సమయ శ్రేణి, లేబుల్‌లు మరియు స్క్రాప్‌ల సంఖ్యపై ఆధారపడి ఉంటుంది. డిస్క్ స్పేస్ పరంగా, ప్రోమేతియస్ ఒక్కో రికార్డ్‌కు 3 బైట్‌లను ఉపయోగించాలని లక్ష్యంగా పెట్టుకున్నాడు (నమూనా). మరోవైపు, మెమరీ అవసరాలు చాలా ఎక్కువ.
బ్లాక్ పరిమాణాన్ని కాన్ఫిగర్ చేయడం సాధ్యమే అయినప్పటికీ, దీన్ని మాన్యువల్‌గా కాన్ఫిగర్ చేయడం సిఫారసు చేయబడలేదు, కాబట్టి మీరు ప్రోమేతియస్‌కు మీ పనిభారానికి అవసరమైనంత మెమరీని ఇవ్వవలసి ఉంటుంది.
మెట్రిక్‌ల ఇన్‌కమింగ్ స్ట్రీమ్‌కు మద్దతు ఇవ్వడానికి తగినంత మెమరీ లేకపోతే, ప్రోమేతియస్ మెమరీ నుండి పడిపోతాడు లేదా OOM కిల్లర్ దాన్ని పొందుతాడు.
ప్రోమేతియస్ మెమరీ అయిపోయినప్పుడు క్రాష్‌ను ఆలస్యం చేయడానికి స్వాప్‌ని జోడించడం నిజంగా సహాయం చేయదు, ఎందుకంటే ఈ ఫంక్షన్‌ని ఉపయోగించడం వల్ల పేలుడు మెమరీ వినియోగం జరుగుతుంది. ఇది గో, దాని చెత్త కలెక్టర్ మరియు స్వాప్‌తో వ్యవహరించే విధానానికి సంబంధించినదని నేను భావిస్తున్నాను.
మరొక ఆసక్తికరమైన విధానం ఏమిటంటే, హెడ్ బ్లాక్‌ను ప్రక్రియ ప్రారంభం నుండి లెక్కించే బదులు, నిర్దిష్ట సమయంలో డిస్క్‌కి ఫ్లష్ అయ్యేలా కాన్ఫిగర్ చేయడం.
మీరు గ్రాఫ్ నుండి చూడగలిగినట్లుగా, ప్రతి రెండు గంటలకు డిస్క్‌కి ఫ్లష్‌లు జరుగుతాయి. మీరు min-block-duration పరామితిని ఒక గంటకు మార్చినట్లయితే, ఈ రీసెట్‌లు అరగంట తర్వాత ప్రారంభించి ప్రతి గంటకు జరుగుతాయి.
మీరు మీ ప్రోమేతియస్ ఇన్‌స్టాలేషన్‌లో దీన్ని మరియు ఇతర గ్రాఫ్‌లను ఉపయోగించాలనుకుంటే, మీరు దీన్ని ఉపయోగించవచ్చు . ఇది PMM కోసం రూపొందించబడింది కానీ, చిన్న మార్పులతో, ఏదైనా ప్రోమేతియస్ ఇన్‌స్టాలేషన్‌కి సరిపోతుంది.
మేము మెమరీలో నిల్వ చేయబడిన హెడ్ బ్లాక్ అనే క్రియాశీల బ్లాక్‌ని కలిగి ఉన్నాము; పాత డేటాతో బ్లాక్‌లు ద్వారా అందుబాటులో ఉంటాయి mmap(). ఇది కాష్‌ను విడిగా కాన్ఫిగర్ చేయవలసిన అవసరాన్ని తొలగిస్తుంది, అయితే మీరు హెడ్ బ్లాక్‌కు సరిపోయే దాని కంటే పాత డేటాను ప్రశ్నించాలనుకుంటే ఆపరేటింగ్ సిస్టమ్ కాష్ కోసం తగినంత స్థలాన్ని వదిలివేయాలని కూడా దీని అర్థం.
దీని అర్థం ప్రోమేతియస్ వర్చువల్ మెమరీ వినియోగం చాలా ఎక్కువగా కనిపిస్తుంది, ఇది ఆందోళన చెందాల్సిన విషయం కాదు.
మరొక ఆసక్తికరమైన డిజైన్ పాయింట్ WAL యొక్క ఉపయోగం (ముందుగా లాగ్ వ్రాయండి). మీరు నిల్వ డాక్యుమెంటేషన్ నుండి చూడగలిగినట్లుగా, క్రాష్‌లను నివారించడానికి ప్రోమేతియస్ WALని ఉపయోగిస్తుంది. డేటా మనుగడకు హామీ ఇవ్వడానికి నిర్దిష్ట మెకానిజమ్‌లు, దురదృష్టవశాత్తూ, సరిగ్గా డాక్యుమెంట్ చేయబడలేదు. ప్రోమేతియస్ వెర్షన్ 2.3.2 ప్రతి 10 సెకన్లకు WALని డిస్క్‌కి ఫ్లష్ చేస్తుంది మరియు ఈ ఐచ్ఛికం వినియోగదారుని కాన్ఫిగర్ చేయదు.
కాంపాక్షన్స్
ప్రోమేతియస్ TSDB ఒక LSM (లాగ్ స్ట్రక్చర్డ్ మెర్జ్) స్టోర్ లాగా రూపొందించబడింది: హెడ్ బ్లాక్ క్రమానుగతంగా డిస్క్‌కి ఫ్లష్ చేయబడుతుంది, అయితే ప్రశ్నల సమయంలో చాలా బ్లాక్‌లను స్కాన్ చేయకుండా ఉండటానికి కాంపాక్షన్ మెకానిజం బహుళ బ్లాక్‌లను మిళితం చేస్తుంది. ఒక రోజు లోడ్ తర్వాత పరీక్ష సిస్టమ్‌లో నేను గమనించిన బ్లాక్‌ల సంఖ్యను ఇక్కడ మీరు చూడవచ్చు.
మీరు స్టోర్ గురించి మరింత తెలుసుకోవాలనుకుంటే, మీరు meta.json ఫైల్‌ను పరిశీలించవచ్చు, ఇందులో బ్లాక్‌లు అందుబాటులో ఉన్నాయి మరియు అవి ఎలా వచ్చాయి అనే దాని గురించి సమాచారం ఉంటుంది.
{
"ulid": "01CPZDPD1D9R019JS87TPV5MPE",
"minTime": 1536472800000,
"maxTime": 1536494400000,
"stats": {
"numSamples": 8292128378,
"numSeries": 1673622,
"numChunks": 69528220
},
"compaction": {
"level": 2,
"sources": [
"01CPYRY9MS465Y5ETM3SXFBV7X",
"01CPYZT0WRJ1JB1P0DP80VY5KJ",
"01CPZ6NR4Q3PDP3E57HEH760XS"
],
"parents": [
{
"ulid": "01CPYRY9MS465Y5ETM3SXFBV7X",
"minTime": 1536472800000,
"maxTime": 1536480000000
},
{
"ulid": "01CPYZT0WRJ1JB1P0DP80VY5KJ",
"minTime": 1536480000000,
"maxTime": 1536487200000
},
{
"ulid": "01CPZ6NR4Q3PDP3E57HEH760XS",
"minTime": 1536487200000,
"maxTime": 1536494400000
}
]
},
"version": 1
}ప్రోమేతియస్‌లోని కాంపాక్షన్‌లు హెడ్ బ్లాక్ డిస్క్‌కి ఫ్లష్ చేయబడిన సమయానికి ముడిపడి ఉంటాయి. ఈ సమయంలో, ఇటువంటి అనేక కార్యకలాపాలు నిర్వహించబడతాయి.
కాంపాక్షన్‌లు ఏ విధంగానూ పరిమితం కావు మరియు అమలు సమయంలో పెద్ద డిస్క్ I/O స్పైక్‌లకు కారణం కావచ్చు.
CPU లోడ్ స్పైక్‌లు
వాస్తవానికి, ఇది సిస్టమ్ యొక్క వేగంపై ప్రతికూల ప్రభావాన్ని చూపుతుంది మరియు LSM నిల్వకు తీవ్రమైన సవాలును కూడా కలిగిస్తుంది: అధిక ఓవర్‌హెడ్‌ను కలిగించకుండా అధిక అభ్యర్థన రేట్‌లకు మద్దతు ఇవ్వడానికి కాంపాక్షన్ ఎలా చేయాలి?
సంపీడన ప్రక్రియలో మెమరీని ఉపయోగించడం కూడా చాలా ఆసక్తికరంగా కనిపిస్తుంది.
కాంపాక్షన్ తర్వాత, చాలా మెమరీ స్థితిని కాష్ నుండి ఫ్రీకి ఎలా మారుస్తుందో మనం చూడవచ్చు: దీని అర్థం విలువైన సమాచారం అక్కడి నుండి తీసివేయబడిందని అర్థం. ఇక్కడ వాడితే ఉత్సుకత fadvice() లేదా మరేదైనా మినిమైజేషన్ టెక్నిక్ లేదా కాంపాక్షన్ సమయంలో నాశనమైన బ్లాక్‌ల నుండి కాష్ విముక్తి పొందిందా?
వైఫల్యం తర్వాత రికవరీ
వైఫల్యాల నుండి రికవరీ సమయం పడుతుంది, మరియు మంచి కారణం. సెకనుకు మిలియన్ రికార్డుల ఇన్‌కమింగ్ స్ట్రీమ్ కోసం, SSD డ్రైవ్‌ను పరిగణనలోకి తీసుకుని రికవరీ చేసేటప్పుడు నేను సుమారు 25 నిమిషాలు వేచి ఉండాల్సి వచ్చింది.
level=info ts=2018-09-13T13:38:14.09650965Z caller=main.go:222 msg="Starting Prometheus" version="(version=2.3.2, branch=v2.3.2, revision=71af5e29e815795e9dd14742ee7725682fa14b7b)"
level=info ts=2018-09-13T13:38:14.096599879Z caller=main.go:223 build_context="(go=go1.10.1, user=Jenkins, date=20180725-08:58:13OURCE)"
level=info ts=2018-09-13T13:38:14.096624109Z caller=main.go:224 host_details="(Linux 4.15.0-32-generic #35-Ubuntu SMP Fri Aug 10 17:58:07 UTC 2018 x86_64 1bee9e9b78cf (none))"
level=info ts=2018-09-13T13:38:14.096641396Z caller=main.go:225 fd_limits="(soft=1048576, hard=1048576)"
level=info ts=2018-09-13T13:38:14.097715256Z caller=web.go:415 component=web msg="Start listening for connections" address=:9090
level=info ts=2018-09-13T13:38:14.097400393Z caller=main.go:533 msg="Starting TSDB ..."
level=info ts=2018-09-13T13:38:14.098718401Z caller=repair.go:39 component=tsdb msg="found healthy block" mint=1536530400000 maxt=1536537600000 ulid=01CQ0FW3ME8Q5W2AN5F9CB7R0R
level=info ts=2018-09-13T13:38:14.100315658Z caller=web.go:467 component=web msg="router prefix" prefix=/prometheus
level=info ts=2018-09-13T13:38:14.101793727Z caller=repair.go:39 component=tsdb msg="found healthy block" mint=1536732000000 maxt=1536753600000 ulid=01CQ78486TNX5QZTBF049PQHSM
level=info ts=2018-09-13T13:38:14.102267346Z caller=repair.go:39 component=tsdb msg="found healthy block" mint=1536537600000 maxt=1536732000000 ulid=01CQ78DE7HSQK0C0F5AZ46YGF0
level=info ts=2018-09-13T13:38:14.102660295Z caller=repair.go:39 component=tsdb msg="found healthy block" mint=1536775200000 maxt=1536782400000 ulid=01CQ7SAT4RM21Y0PT5GNSS146Q
level=info ts=2018-09-13T13:38:14.103075885Z caller=repair.go:39 component=tsdb msg="found healthy block" mint=1536753600000 maxt=1536775200000 ulid=01CQ7SV8WJ3C2W5S3RTAHC2GHB
level=error ts=2018-09-13T14:05:18.208469169Z caller=wal.go:275 component=tsdb msg="WAL corruption detected; truncating" err="unexpected CRC32 checksum d0465484, want 0" file=/opt/prometheus/data/.prom2-data/wal/007357 pos=15504363
level=info ts=2018-09-13T14:05:19.471459777Z caller=main.go:543 msg="TSDB started"
level=info ts=2018-09-13T14:05:19.471604598Z caller=main.go:603 msg="Loading configuration file" filename=/etc/prometheus.yml
level=info ts=2018-09-13T14:05:19.499156711Z caller=main.go:629 msg="Completed loading of configuration file" filename=/etc/prometheus.yml
level=info ts=2018-09-13T14:05:19.499228186Z caller=main.go:502 msg="Server is ready to receive web requests."రికవరీ ప్రక్రియ యొక్క ప్రధాన సమస్య అధిక మెమరీ వినియోగం. సాధారణ పరిస్థితిలో సర్వర్ అదే మొత్తంలో మెమరీతో స్థిరంగా పని చేయగలిగినప్పటికీ, అది క్రాష్ అయినట్లయితే అది OOM కారణంగా కోలుకోకపోవచ్చు. నేను కనుగొన్న ఏకైక పరిష్కారం డేటా సేకరణను నిలిపివేయడం, సర్వర్‌ను తీసుకురావడం, దాన్ని పునరుద్ధరించడం మరియు సేకరణ ప్రారంభించబడి రీబూట్ చేయడం.
వేడెక్కుతోంది
సన్నాహక సమయంలో గుర్తుంచుకోవలసిన మరొక ప్రవర్తన తక్కువ పనితీరు మరియు ప్రారంభమైన వెంటనే అధిక వనరుల వినియోగం మధ్య సంబంధం. కొన్ని సమయాల్లో, కానీ అన్ని ప్రారంభాల సమయంలో, నేను CPU మరియు మెమరీపై తీవ్రమైన లోడ్‌ను గమనించాను.
మెమరీ వినియోగంలో ఖాళీలు ప్రోమేతియస్ ప్రారంభం నుండి అన్ని సేకరణలను కాన్ఫిగర్ చేయలేరని సూచిస్తున్నాయి మరియు కొంత సమాచారం పోతుంది.
నేను అధిక CPU మరియు మెమరీ లోడ్ కోసం ఖచ్చితమైన కారణాలను గుర్తించలేదు. అధిక ఫ్రీక్వెన్సీతో హెడ్ బ్లాక్‌లో కొత్త సమయ శ్రేణిని సృష్టించడం వల్ల ఇది జరిగిందని నేను అనుమానిస్తున్నాను.
CPU లోడ్ పెరుగుతుంది
చాలా ఎక్కువ I/O లోడ్‌ని సృష్టించే కాంపాక్షన్‌లతో పాటు, ప్రతి రెండు నిమిషాలకు CPU లోడ్‌లో తీవ్రమైన స్పైక్‌లను నేను గమనించాను. ఇన్‌పుట్ ఫ్లో ఎక్కువగా ఉన్నప్పుడు మరియు గో చెత్త సేకరించేవారి వల్ల సంభవించినట్లు కనిపించినప్పుడు, కనీసం కొన్ని కోర్లు పూర్తిగా లోడ్ అయినప్పుడు పేలుళ్లు ఎక్కువగా ఉంటాయి.
ఈ జంప్‌లు అంత చిన్నవి కావు. ఇవి సంభవించినప్పుడు, ప్రోమేతియస్ యొక్క అంతర్గత ప్రవేశ స్థానం మరియు కొలమానాలు అందుబాటులో ఉండవు, అదే సమయ వ్యవధిలో డేటా ఖాళీలు ఏర్పడతాయి.
ప్రోమేతియస్ ఎగుమతిదారు ఒక సెకను పాటు ఆపివేయబడడాన్ని కూడా మీరు గమనించవచ్చు.
చెత్త సేకరణ (GC)తో సహసంబంధాలను మనం గమనించవచ్చు.
తీర్మానం
ప్రోమేతియస్ 2లోని TSDB వేగవంతమైనది, మిలియన్ల కొద్దీ సమయ శ్రేణిని నిర్వహించగలదు మరియు అదే సమయంలో చాలా నిరాడంబరమైన హార్డ్‌వేర్‌ను ఉపయోగించి సెకనుకు వేల రికార్డులను నిర్వహించగలదు. CPU మరియు డిస్క్ I/O వినియోగం కూడా ఆకట్టుకుంటుంది. నా ఉదాహరణ ఉపయోగించిన కోర్‌కి సెకనుకు 200 మెట్రిక్‌ల వరకు చూపబడింది.
విస్తరణను ప్లాన్ చేయడానికి, మీరు తగినంత మెమరీని గుర్తుంచుకోవాలి మరియు ఇది నిజమైన మెమరీ అయి ఉండాలి. ఇన్‌కమింగ్ స్ట్రీమ్‌లో సెకనుకు 5 రికార్డ్‌లకు 100 GB అని నేను గమనించిన మెమరీ మొత్తం, ఇది ఆపరేటింగ్ సిస్టమ్ కాష్‌తో కలిపి 000 GB ఆక్రమిత మెమరీని ఇచ్చింది.
వాస్తవానికి, CPU మరియు డిస్క్ I/O స్పైక్‌లను లొంగదీసుకోవడానికి ఇంకా చాలా పని చేయాల్సి ఉంది, మరియు యువ TSDB ప్రోమేథియస్ 2ని InnoDB, TokuDB, RocksDB, WiredTiger లతో పోల్చడం ఎలా ఆశ్చర్యం కలిగించదు, కానీ అవన్నీ ఒకే విధంగా ఉన్నాయి. వారి జీవిత చక్రం ప్రారంభంలో సమస్యలు.
మూలం: www.habr.com