電話：400-882-3320
課題点
監視シナリオは変化していますが、基盤となるシステムは依然として過去にとどまっています
ビジネスが進化するにつれて、観測可能なプラットフォームがアクセスするデータは基本的な監視指標に限定されず、アプリケーションログ、リンク、ユーザーエクスペリエンス、ビジネスデータも含まれます。 データのスケール、クエリの同時実行性、保持サイクルが増加し続ける中、従来のアーキテクチャはコンピューティングやストレージと密接に結びつき、スケーリング効率やリソース利用のボトルネックに直面しがちです。
仪表盘、监控器和日常排障中存在大量重复查询。GuanceDB 3.1 通过专用引擎与流式聚合识别适合加速的查询模式，减少高频查询重复扫描原始数据的开销，并根据实际负载调度查询资源。
アップグレード
传统 MPP 架构 vs GuanceDB 3.1
这是传统 MPP 架构与 GuanceDB 3.1 架构的对比示意，重点说明存储与计算解耦后，查询资源如何根据业务负载独立调度，在性能、成本和资源隔离之间提供更灵活的选择。
従来のMPPアーキテクチャ
コンピューティングとストレージは密接に結びついており、スケーラビリティは限定的です。コンピューティングリソースは動的に調整が難しく、全体の利用率は低く、拡張コストも高いです。
AI時代の完全分離ストレージエンジン
統合されたデータレイクハウス設計とストレージとコンピュートの分離を採用し、データストレージとクエリ計算が独立して拡張できるようにします。このシステムはクラウドインフラの弾力性を活用し、ビジネス負荷に応じてクエリリソースを調整し、異なる計算能力タイプに応じてリソースコストを最適化します。例えば、平日のピーククエリ時には計算資源が拡張され、夜間や週末にはアイドルコンピューティングパワーが減少します。実際の容量、クエリの同時進行性、弾力性範囲は展開仕様やサービスクォータの対象となります。
異なる企業のニーズに合わせてカスタマイズされています
通过双引擎、智能调度、多租户优化与弹性算力供给等设计，GuanceDB 3.1 实现了可观测数据处理架构在性能、成本、灵活性上的持续进化，助力企业高效构建更具性价比的数据基础设施。
システムは、さまざまな企業利用シナリオに基づく多層リソーススケジューリング戦略を構築しています。
01. コストパフォーマンスの高いユーザー
共有計算プールの使用が優先され、システム内のアイドル処理能力はピーク時に柔軟に呼び出してリソース再利用を最大化できます
02. パフォーマンスに敏感なユーザー
独立したクエリコンピューティングクラスターを構成し、あらゆるシナリオで安定かつ高速な応答能力を確保します
03. 小・中規模チーム
共有プールへの統一アクセスにより、システムは並行制御メカニズムを用いてクエリ体験を確保しつつコストを抑えています
04. ストレージを優先するユーザー
独立した処理経路を採用することで、計算資源が削減され、システムの負荷とコストがさらに削減されます
3.1 升级
双引擎分流，让每类数据走最合适的路径
Metric Engine 面向高基数时间序列，Event Engine 面向日志、链路、RUM、安全事件与 AI Agent Events。GuanceDB 3.1 在写入阶段按数据模型分流，再通过 DQL 与 Query Router 提供统一查询入口。
指标专用引擎
针对时间窗口、长期趋势与高基数指标优化存储和查询路径
事件专用引擎
统一承载 Logs、Traces、RUM、Events 与 AI Agent Events
统一查询入口
DQL 与查询路由按场景调度计算资源，上层使用方式保持一致
3.1 升级
自研倒排索引，让全文查询从扫描变成定位
Event Engine 在日志写入阶段建立词项到记录的映射。查询先从索引定位命中的记录，再读取相关数据，避免反复扫描全部原文，降低全文检索的计算与存储放大。
写入时建立索引
词项与记录位置随数据写入建立映射，不等待查询时再扫描
全文查询先定位
先从索引找到命中范围，再读取需要的数据，减少无关计算
融入 Event Engine
与条件过滤、字段检索和 DQL 查询共享统一的数据与计算路径
加速
流式聚合加速引擎
データを書き込む際、ユーザーの過去のクエリに基づいて加速が必要なクエリを自動的に作成し、最小限のタイムシャードでデータを事前集計します。クエリが関連するデータに現在の時間枠内で既に事前集計された結果があると判明した場合、元のデータではなくストリーミング集約から直接データを取得します。
透明加速度
事前集計に適した指標やログクエリについては、ビジネス側が既存のダッシュボードやモニターを書き換える必要はありません。システムは集計された結果を自動的に再利用します
任意のデータタイム
データ自体が示した時間に基づいてデータを集約し、書き込みと更新のメカニズムを組み合わせて遅延データ報告に対応します
資源使用量の低さ
事前集約に適した高頻度クエリを集約結果応答のストリームに転送し、繰り返しの生データスキャンやデータベースクエリの負担を軽減します
GuanceDB 3.1 的优势
幅広いビジネスシナリオをサポートします
異なるビジネスシナリオに応じて異なるリードクラスタを提供し、異なる構成方式(高同時実行性、オフラインタスクなど)を用いてそれぞれを個別に分離することができます
リアルタイムクエリ
バッチレポート
ビジネス分析
データマイニング
GuanceDB 2.0 民営化されたバージョンは引き続き提供されます
FAQ
よくある質問
GuanceDB 3.1 主要解决什么问题？
GuanceDB 3.1 解决海量多模态观测数据的写入、长期留存、统一查询和高频聚合问题，让 Metrics、Logs、Traces、RUM、Events 与 AI Agent Events 不必分别依赖孤立的数据系统。
Metric Engine 与 Event Engine 有什么区别？
Metric Engine 面向高基数时间序列，重点处理压缩、降采样、长期趋势和 PromQL 查询；Event Engine 面向日志、链路、RUM、安全事件和 AI Agent Events，重点处理 Schemaless 明细数据、条件过滤与全文检索。两类数据仍通过统一写入和 DQL 查询入口使用。
自研倒排索引如何改善日志全文查询？
Event Engine 在写入阶段建立词项到记录的映射。查询时先从索引定位命中的记录，再读取相关数据，避免每次全文查询都扫描全部日志原文，从而减少无关计算和存储放大。
なぜGuanceDBはストレージと計算の分離を採用しているのですか?
ストレージとコンピュートの分離により、ストレージとクエリリソースが独立してスケールできます。チームは、すべてのデータを同じクラスタにバインドし計算することなく、クエリピーク、長期保持、コスト要件に基づいて計算リソースを調整できます。
GuanceDB 3.1 如何服务 AI Agent？
GuanceDB 通过 DQL、PromQL 兼容接口和可编程 Pipeline，把多模态观测数据转化为可查询、可关联的事实层，为 Copilot、Agent Teams 和第三方智能体提供持续更新的生产上下文。