VictoriaMerics学习笔记(1):翻译官方广告
先看看VictoriaMetrics官网网站上是如何作(tree)宣(new)传(bee)的:
官方广告
0.(监控领域)最快解决方案
- 为高性能而设计
- 便于安装
- 支持单机和群集版本
1.更高效的存储空间
最小的sample size
数据去重能力(deduplication)
high churn rate support
- (防止?)高流失率
- 识别和消除具有频繁更改值的标签
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。
2.光速处理你的数据
- 优化过的存储系统带来低延迟和低IOPS占用
- 高查询性能
3.没有瓶颈的执行你的idea
- 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)
4.不会遇到协议障碍
- 支持的PUSH协议
- Graphite
- OpenTSDB
- Influx
- 通过vmagent支持prometheus协议的pull
- 协议对等
- (啥意思?)
5.(不管咋滴都能)保障数据安全
- 支持复制
- 支持增量备份
- 到本地磁盘
- 到对象存储
- 从中断点自动恢复流
6.使用vmalert及时修复问题
- 支持prometheus的alterting rules
- 内置alert manager
- 就算重启也会保留alert状态
7.拥有您的数据并轻松迁移
- 数据导入支持
- JSON
- CSV
- prometheus暴露的数据
- 其他流行的格式
- 数据导出支持
- JSON
- CSV
- 其他流行的格式
- 备份协议支持
- Graphite
- OpenTSDB
- Influx
8.长期存储prometheus数据
- 支持remote write协议
- 支持并改进promql函数
- 支持联邦部署模式
9.维护您的安全标准
- metric加密
- 端口鉴权
- 多租户支持

特点
1.可以用于prometheus的长期存储
2.可以代替grafana后端的prometheus
- 因为支持prometheus query API
3.可以替代grafana后端的Graphite
- 因为支持Graphite API
4.安装和运营很简单
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
5.PromQL-based query language - MetricsQL
6.提供全局查询视图
- 可通过单个query查询多个 prometheus实例
7.高性能
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
8.内存占得少
在对比100万不同的时间序列下:
比InfluxDB少10倍
比prometheus少7倍
9.优化时间序列达到高流失率
10.高数据压缩率
对比data point:
比TimescaleDB少70倍
比prometheus少7倍
11.低延迟,低IOPS占用
12.一个打十个
- 单个节点就能替代thanos的中等规模集群
13.它可以保护存储免受非正常关机时的数据损坏
14.支持多种方式灌入数据
方式包括:抓取、摄入、备份恢复
协议有10种以上
15.支持标签重定义
- relabeling
16.series limiter能力
解决有大量相同label值的time series
解决大量短暂出现的time series
17.其他
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

VictoriaMerics学习笔记(1):翻译官方广告的更多相关文章
- ICE学习笔记一----运行官方的java版demo程序
建议新手和我一样,从官网下载英文文档,开个有道词典,慢慢啃. 官方文档下载: http://download.csdn.net/detail/xiong_mao_1/6300631 程序代码就不说了, ...
- MVP学习笔记——参考Google官方demo
demo地址:https://github.com/googlesamples/android-architecture 在这个项目里,每个包的分工都很明确,大体上来说,一个包会对应一个界面.一个界面 ...
- iOS学习笔记(6)——翻译苹果文档About Windows and Views
About Windows and Views 关于窗口和视图 In iOS, you use windows and views to present your application’s cont ...
- VictoriaMerics学习笔记(2):核心组件
核心组件 1. 单机版 victoria-metrics-prod 单一二进制文件 读写都在一个节点上 作者推荐单机版 特性 merge方式配置 通过HTTP协议提供服务 内存限制(防止OOM) 使用 ...
- Android自动化学习笔记:编写MonkeyRunner脚本的几种方式
---------------------------------------------------------------------------------------------------- ...
- React入门基础(学习笔记)
这篇博客是我通过阅读React官方文档的教程总结的学习笔记,翻译可能存在误差,如有疑问请参见http://reactjs.cn/react/docs/tutorial.html . 一.所需文件 在编 ...
- ROS学习笔记1-引言
该学习笔记参考ROS官方wiki的内容,见:http://wiki.ros.org/ROS/Introduction 什么是ROSROS的全称是Robot Operating System,即机器人操 ...
- CS231n官方笔记授权翻译总集篇发布
CS231n简介 CS231n的全称是CS231n: Convolutional Neural Networks for Visual Recognition,即面向视觉识别的卷积神经网络.该课程是斯 ...
- Android自动化学习笔记之MonkeyRunner:官方介绍和简单实例
---------------------------------------------------------------------------------------------------- ...
随机推荐
- CF513B1 Permutations 题解
Content 给定两个整数 \(n,m\).定义 \(f(p)=\sum\limits_{l=1}^n\sum\limits_{r=l}^n\min\limits_{i=l}^rp_i\),其中 \ ...
- Coder 投稿 | mPaaS 的多版本接入(Android)
本文作者:mPaaS 用户「Q-Coder」 同时欢迎更多的开发者向 mPaaS 投稿 原文:blog.csdn.net/yqq577/article/details/116801705 前言 对于 ...
- AcWing09. 分组背包问题
有\(N\)组物品和一个容量是\(V\)的背包. 每组物品有若干个,同一组内的物品最多只能选一个. 每件物品的体积是\(v_{ij}\),价值是\(w_{ij}\),其中\(i\)是组号,\(j\)是 ...
- c++跨平台字符编码与乱码杂谈
blos https://article.itxueyuan.com/qpQml https://www.cnblogs.com/wangmh/p/7265258.html https://blog. ...
- 【LeetCode】1042. Flower Planting With No Adjacent 解题报告(Python & C++)
作者: 负雪明烛 id: fuxuemingzhu 个人博客: http://fuxuemingzhu.cn/ 目录 题目描述 题目大意 解题方法 图 日期 题目地址:https://leetcode ...
- 【LeetCode】926. Flip String to Monotone Increasing 解题报告(Python)
作者: 负雪明烛 id: fuxuemingzhu 个人博客: http://fuxuemingzhu.cn/ 目录 题目描述 题目大意 解题方法 Prefix计算 动态规划 参考资料 日期 题目地址 ...
- 【LeetCode】756. Pyramid Transition Matrix 解题报告(Python & C++)
作者: 负雪明烛 id: fuxuemingzhu 个人博客: http://fuxuemingzhu.cn/ 目录 题目描述 题目大意 解题方法 回溯法 日期 题目地址:https://leetco ...
- Propensity Scores
目录 基本的概念 重要的结果 应用 Propensity Score Matching Stratification on the Propensity Score Inverse Probabili ...
- HTML5 +Java基础 大一结业认证考试试题 - 云南农业职业技术学院 - 互联网技术学院 - 美和易思校企合作专业
第1题 [单选题][0.33分][概念理解] 关于java中的逻辑运算符,下列说法正确的是 逻辑运算符||.&&.!都是用于连接两个关系表达式</p> 当&&am ...
- 基于GO语言实现的支持高并发订单号生成函数
1.固定24位长度订单号,毫秒+进程id+序号. 2.同一毫秒内只要不超过一万次并发,则订单号不会重复. github地址:https://github.com/w3liu/go-common/blo ...