
高性能な時系列データベース
フリーミアム
VictoriaMetricsは、膨大なインジェストレートと長期データ保持に対応する、高性能でコスト効率に優れた時系列データベースおよび監視ソリューションです。高カーディナリティやメモリオーバーヘッドに苦慮するPrometheusとは異なり、VictoriaMetricsはディスク容量とクエリ速度を最適化する独自のストレージアーキテクチャを採用しています。PromQLと完全互換性があるため、既存のダッシュボードやアラートルールをリファクタリングすることなく移行可能です。テラバイト級のメトリクスに対してサブ秒のクエリ性能を必要とする、大規模なKubernetesクラスターや分散システムを管理するSREやプラットフォームエンジニアに最適です。
VictoriaMetricsは非常に効率的な転置インデックスとデータ圧縮アルゴリズムを活用し、Prometheusと比較してメモリ使用量を大幅に削減します。これにより、従来のTSDBで発生しがちなOOM(メモリ不足)クラッシュを起こすことなく、数百万のユニークな時系列データを処理可能です。エフェメラルなPodが高カーディナリティのラベルセットを生成するKubernetesのような動的環境に適しています。
ネイティブなPromQL互換クエリ言語を実装しており、既存のGrafanaダッシュボードやアラートルールとのシームレスな統合を保証します。高度な関数や演算子をサポートしているため、複雑な監視ロジックを書き直したり、新しいクエリ構文をスタッフに再教育したりすることなく、Prometheusからのドロップインリプレースメントとして移行可能です。
GorillaやDelta-Deltaなどの特殊な圧縮アルゴリズムを採用することで、標準的なPrometheusストレージと比較してディスク容量を最大10倍削減します。これにより長期保持のインフラコストが劇的に低下し、クエリ性能を犠牲にすることなく、数ヶ月から数年分の詳細なメトリクスを大幅に小さなストレージボリュームに保存できます。
高並列インジェスト向けに設計されており、控えめなハードウェアでも毎秒数百万のデータポイントを処理可能です。インジェスト(vminsert)とストレージ(vmstorage)を分離することで、トラフィック急増時のボトルネックを防ぎ、ピーク時の負荷でも監視データが欠落しないことを保証します。
データベースだけでなく、データ収集用のvmagent、アラート評価用のvmalert、可視化用のvmuiを含むエコシステムを提供します。断片化されたオープンソースツールのスタックよりも保守が容易な、一貫性のあるエンドツーエンドの監視パイプラインを実現し、DevOpsチームの運用負荷を軽減します。
プラットフォームエンジニアは、複数のクラスターにまたがる数千のPodを監視するためにVictoriaMetricsを使用しています。ラベルやメトリクスの高いチャーン(変動)を効率的に処理し、標準的なPrometheusのようなメモリ肥大化なしに、クラスターの健全性とリソース使用率を長期的に可視化します。
データアナリストやSREは、キャパシティプランニングのために数年分の履歴パフォーマンスデータを保存するために使用しています。優れた圧縮性能により、クラウドネイティブなマネージド監視サービスよりも低コストで、高解像度のデータをディスク上に保持できます。
IoTプラットフォームを構築する開発者は、数百万のデバイスから送信される高頻度なセンサーデータをインジェストするためにVictoriaMetricsを使用しています。膨大な書き込みスループットを処理できるため、リアルタイムのセンサーテレメトリを確実にキャプチャし、異常検知のためのクエリを実行可能です。
継続的なメンテナンスや高額なクラウドマネージドサービスの料金を必要としない、信頼性が高くスケーラブルな監視バックエンドを求めています。VictoriaMetricsは、ミッションクリティカルなインフラに必要な安定性とパフォーマンスを提供します。
マルチテナントのKubernetes環境を管理しており、高カーディナリティを処理でき、チームやサービス間でデータを分離するためのマルチテナントサポートを備えた一元的なメトリクスストアを必要としています。
コスト最適化とストレージ効率を重視しています。VictoriaMetricsを使用することで、標準的なブロックストレージ上に膨大なデータセットを保存でき、オブザーバビリティスタックのTCO(総所有コスト)を大幅に削減できます。
オープンソース(Apache 2.0)。有償サポート、高度なセキュリティ機能、マルチテナント管理ツールを含むエンタープライズ版も提供。