
TSDB haute performance
Freemium
VictoriaMetrics est une base de données de séries temporelles et une solution de monitoring haute performance et économique, conçue pour gérer des taux d'ingestion massifs et une rétention de données à long terme. Contrairement à Prometheus, qui peut peiner face à une cardinalité élevée et une surcharge mémoire, VictoriaMetrics utilise une architecture de stockage unique qui optimise l'espace disque et la vitesse des requêtes. Entièrement compatible avec PromQL, il permet aux équipes de migrer sans refactoriser les tableaux de bord ou les règles d'alerte existants. Idéal pour les SRE et les ingénieurs plateforme gérant des clusters Kubernetes à grande échelle ou des systèmes distribués nécessitant des performances de requête inférieures à la seconde sur des téraoctets de métriques.
VictoriaMetrics utilise un index inversé très efficace et des algorithmes de compression de données qui réduisent considérablement l'utilisation de la mémoire par rapport à Prometheus. Cela permet au système de gérer des millions de séries temporelles uniques sans les plantages OOM (Out of Memory) courants dans les TSDB traditionnelles, ce qui le rend adapté aux environnements dynamiques comme Kubernetes où les pods éphémères génèrent des ensembles de labels à haute cardinalité.
Le moteur implémente un langage de requête nativement compatible avec PromQL, assurant une intégration transparente avec les tableaux de bord Grafana et les règles d'alerte existants. Il prend en charge des fonctions et opérateurs avancés, permettant aux équipes de remplacer Prometheus par VictoriaMetrics sans réécrire de logique de monitoring complexe ni reformer le personnel sur une nouvelle syntaxe.
En utilisant des algorithmes de compression spécialisés (comme Gorilla et Delta-Delta), VictoriaMetrics réduit l'espace disque utilisé jusqu'à 10 fois par rapport au stockage standard de Prometheus. Cela diminue drastiquement les coûts d'infrastructure pour la rétention à long terme, permettant aux organisations de stocker des mois ou des années de métriques granulaires sur des volumes de stockage bien plus petits sans sacrifier les performances de requête.
L'architecture est conçue pour une ingestion à haute concurrence, capable de traiter des millions de points de données par seconde sur du matériel modeste. En découplant l'ingestion (vminsert) du stockage (vmstorage), le système évite les goulots d'étranglement lors des pics de trafic, garantissant qu'aucune donnée de monitoring n'est perdue, même durant les charges opérationnelles maximales.
Au-delà de la base de données, l'écosystème inclut vmagent pour la collecte, vmalert pour l'évaluation des alertes et vmui pour la visualisation. Cela fournit un pipeline de monitoring cohérent et de bout en bout, plus facile à maintenir qu'une pile fragmentée d'outils open-source disparates, réduisant ainsi la charge opérationnelle des équipes DevOps.
Les ingénieurs plateforme utilisent VictoriaMetrics pour surveiller des milliers de pods sur plusieurs clusters. Il gère efficacement le renouvellement rapide des labels et des métriques, offrant une visibilité fiable et à long terme sur la santé du cluster et l'utilisation des ressources sans l'encombrement mémoire du Prometheus standard.
Les analystes de données et les SRE l'utilisent pour stocker des années de données de performance historiques pour la planification de capacité. Grâce à sa compression supérieure, ils peuvent conserver des données haute résolution sur disque pour une fraction du coût des services de monitoring managés cloud-native.
Les développeurs construisant des plateformes IoT utilisent VictoriaMetrics pour ingérer des données de capteurs haute fréquence provenant de millions d'appareils. La capacité de la base de données à gérer un débit d'écriture massif garantit que la télémétrie des capteurs en temps réel est capturée et interrogeable pour la détection d'anomalies.
Ils ont besoin d'un backend de monitoring fiable et évolutif qui ne nécessite pas de maintenance constante ou de frais de services cloud managés coûteux. VictoriaMetrics offre la stabilité et les performances requises pour les infrastructures critiques.
Ils gèrent des environnements Kubernetes multi-tenant et ont besoin d'un magasin de métriques centralisé capable de gérer une haute cardinalité et de fournir un support multi-tenant pour isoler les données entre différentes équipes ou services.
Ils se concentrent sur l'optimisation des coûts et l'efficacité du stockage. VictoriaMetrics leur permet de stocker des jeux de données massifs sur du stockage bloc standard, réduisant significativement le TCO (coût total de possession) de leur pile d'observabilité.
Open-source (Apache 2.0). Version entreprise disponible avec support payant, fonctionnalités de sécurité avancées et outils de gestion multi-tenant.