先看看VictoriaMetrics官网网站上是如何作(tree)宣(new)传(bee)的:
为高性能而设计
便于安装
支持单机和群集版本
最小的sample size
数据去重能力(deduplication)
high churn rate support
如果旧时间序列不断被新时间序列以高速率取代,那么这种状态称为高流失率。 高流失率有以下负面影响:
增加了存储在数据库中的时间序列总数。
增加了存储在 <-storageDataPath>/indexdb 中的倒排索引的大小,因为倒排索引包含每个时间序列的每个标签的条目,并且至少有一个摄取的样本。
在多天内减慢查询速度。
针对高流失率的解决方案是识别和消除具有频繁更改值的标签。 /api/v1/status/tsdb 页面可以帮助确定这些标签。
优化过的存储系统带来低延迟和低IOPS占用
高查询性能
基于模板:可以很简单的编写和管理复杂查询
支持并改进PromQL的函数
新增超过100个函数(后面还会加更多)
支持的PUSH协议
通过vmagent支持prometheus协议的pull
协议对等
支持复制
支持增量备份
从中断点自动恢复流
支持prometheus的alterting rules
内置alert manager
就算重启也会保留alert状态
数据导入支持
数据导出支持
备份协议支持
支持remote write协议
支持并改进promql函数
支持联邦部署模式
metric加密
端口鉴权
多租户支持
单一的小小的二进制文件
所有的配置项都通过命令行参数
所有数据都存储在单一目录
又简单又快的备份能力
在数据摄入和数据查询方面都具备很好的水平和垂直扩容能力
相比InfluxDB和TimescaleDB,性能有20倍提升
在对比100万不同的时间序列下:
比InfluxDB少10倍
比prometheus少7倍
对比data point:
比TimescaleDB少70倍
比prometheus少7倍
方式包括:抓取、摄入、备份恢复
协议有10种以上
解决有大量相同label值的time series
解决大量短暂出现的time series
time series删除能力
后台数据合并机制
每月一个数据分区
可以让过去月份的分区进行强制合并
time series导出能力
time series导入能力
联邦部署
手机扫一扫
移动阅读更方便
你可能感兴趣的文章