
TSDB ประสิทธิภาพสูง
ฟรีเมียม
VictoriaMetrics คือฐานข้อมูล Time Series และโซลูชันการมอนิเตอร์ประสิทธิภาพสูงที่คุ้มค่า ออกแบบมาเพื่อรองรับอัตราการนำเข้าข้อมูลมหาศาลและการจัดเก็บข้อมูลระยะยาว ต่างจาก Prometheus ที่อาจประสบปัญหาเรื่อง High Cardinality และการใช้หน่วยความจำสูง VictoriaMetrics ใช้สถาปัตยกรรมจัดเก็บข้อมูลที่เป็นเอกลักษณ์ซึ่งช่วยเพิ่มประสิทธิภาพพื้นที่ดิสก์และความเร็วในการคิวรี รองรับ PromQL เต็มรูปแบบ ทำให้ทีมสามารถย้ายระบบได้โดยไม่ต้องแก้ไข Dashboard หรือกฎการแจ้งเตือนเดิม เหมาะสำหรับ SRE และวิศวกรแพลตฟอร์มที่ดูแล Kubernetes Cluster ขนาดใหญ่หรือระบบกระจายตัวที่ต้องการประสิทธิภาพการคิวรีระดับต่ำกว่าวินาทีบนข้อมูล Metrics ขนาดหลายเทราไบต์
VictoriaMetrics ใช้ Inverted Index ที่มีประสิทธิภาพสูงและอัลกอริทึมการบีบอัดข้อมูลที่ช่วยลดการใช้หน่วยความจำลงอย่างมากเมื่อเทียบกับ Prometheus ทำให้ระบบรองรับ Time Series ที่ไม่ซ้ำกันได้หลายล้านรายการโดยไม่เกิดปัญหา OOM (Out of Memory) เหมือน TSDB ทั่วไป จึงเหมาะสำหรับสภาพแวดล้อมแบบไดนามิกอย่าง Kubernetes ที่ Pods มักเกิดขึ้นและหายไปตลอดเวลาและสร้าง Label Sets จำนวนมาก
Engine นี้ใช้ภาษาคิวรีที่รองรับ PromQL โดยกำเนิด ทำให้มั่นใจได้ว่าสามารถใช้งานร่วมกับ Grafana Dashboard และกฎการแจ้งเตือนที่มีอยู่ได้อย่างราบรื่น รองรับฟังก์ชันและตัวดำเนินการขั้นสูง ช่วยให้ทีมเปลี่ยนจาก Prometheus มาใช้ VictoriaMetrics ได้ทันทีโดยไม่ต้องเขียน Logic การมอนิเตอร์ใหม่หรือฝึกอบรมพนักงานใหม่
ด้วยการใช้อัลกอริทึมการบีบอัดเฉพาะทาง (เช่น Gorilla และ Delta-Delta) VictoriaMetrics ช่วยลดการใช้พื้นที่ดิสก์ได้สูงสุดถึง 10 เท่าเมื่อเทียบกับการจัดเก็บของ Prometheus มาตรฐาน ซึ่งช่วยลดต้นทุนโครงสร้างพื้นฐานสำหรับการเก็บข้อมูลระยะยาวได้อย่างมาก ทำให้องค์กรสามารถเก็บข้อมูล Metrics ละเอียดได้นานหลายเดือนหรือหลายปีบนพื้นที่จัดเก็บที่เล็กลงโดยไม่เสียประสิทธิภาพการคิวรี
สถาปัตยกรรมถูกออกแบบมาเพื่อการนำเข้าข้อมูลแบบ High-concurrency รองรับข้อมูลหลายล้านจุดต่อวินาทีบนฮาร์ดแวร์ทั่วไป การแยกส่วนการนำเข้า (vminsert) ออกจากส่วนจัดเก็บ (vmstorage) ช่วยป้องกันคอขวดในช่วงที่มี Traffic สูง ทำให้มั่นใจได้ว่าข้อมูลการมอนิเตอร์จะไม่สูญหายแม้ในช่วง Peak
นอกเหนือจากฐานข้อมูลแล้ว ระบบนิเวศยังรวมถึง vmagent สำหรับเก็บข้อมูล, vmalert สำหรับประเมินการแจ้งเตือน และ vmui สำหรับการแสดงผล ทำให้ได้ Pipeline การมอนิเตอร์ที่ครบวงจรและดูแลรักษาง่ายกว่าการใช้เครื่องมือ Open-source หลายตัวแยกกัน ช่วยลดภาระการทำงานของทีม DevOps
วิศวกรแพลตฟอร์มใช้ VictoriaMetrics เพื่อมอนิเตอร์ Pods หลายพันรายการในหลาย Cluster โดยรองรับการเปลี่ยนแปลงของ Label และ Metrics จำนวนมากได้อย่างมีประสิทธิภาพ ให้ข้อมูลเชิงลึกที่เชื่อถือได้เกี่ยวกับสถานะ Cluster และการใช้ทรัพยากรโดยไม่มีปัญหาหน่วยความจำบวมเหมือน Prometheus ทั่วไป
นักวิเคราะห์ข้อมูลและ SRE ใช้เพื่อเก็บข้อมูลประสิทธิภาพย้อนหลังหลายปีสำหรับการวางแผน Capacity ด้วยการบีบอัดที่เหนือกว่า ทำให้สามารถเก็บข้อมูลความละเอียดสูงไว้บนดิสก์ได้ในราคาที่ถูกกว่าบริการ Cloud-native Monitoring มาก
นักพัฒนาที่สร้างแพลตฟอร์ม IoT ใช้ VictoriaMetrics เพื่อนำเข้าข้อมูลเซนเซอร์ความถี่สูงจากอุปกรณ์นับล้าน ความสามารถของฐานข้อมูลในการรองรับ Write Throughput มหาศาลช่วยให้มั่นใจได้ว่าข้อมูล Telemetry แบบเรียลไทม์จะถูกบันทึกและสามารถคิวรีเพื่อตรวจจับความผิดปกติได้
ต้องการ Backend การมอนิเตอร์ที่เชื่อถือได้และขยายระบบได้ โดยไม่ต้องบำรุงรักษาตลอดเวลาหรือเสียค่าธรรมเนียมบริการ Cloud-managed ที่แพง VictoriaMetrics มอบความเสถียรและประสิทธิภาพที่จำเป็นสำหรับโครงสร้างพื้นฐานระดับ Mission-critical
ดูแลสภาพแวดล้อม Kubernetes แบบ Multi-tenant และต้องการที่เก็บ Metrics ส่วนกลางที่รองรับ High Cardinality และ Multi-tenancy เพื่อแยกข้อมูลระหว่างทีมหรือบริการต่างๆ
เน้นการเพิ่มประสิทธิภาพต้นทุนและการจัดเก็บข้อมูล VictoriaMetrics ช่วยให้สามารถจัดเก็บชุดข้อมูลขนาดใหญ่บน Block Storage มาตรฐาน ซึ่งช่วยลด TCO (Total Cost of Ownership) ของระบบ Observability ได้อย่างมาก
Open-source (Apache 2.0) มีเวอร์ชัน Enterprise พร้อมบริการสนับสนุนแบบชำระเงิน ฟีเจอร์ความปลอดภัยขั้นสูง และเครื่องมือจัดการแบบ Multi-tenant