전화:400-882-3320
고충
감시 시나리오는 변하고 있지만, 기본 시스템은 여전히 과거에 머물러 있습니다
비즈니스가 발전함에 따라 관찰 가능한 플랫폼이 접근하는 데이터는 더 이상 기본 모니터링 지표에 국한되지 않고, 애플리케이션 로그, 링크, 사용자 경험, 비즈니스 데이터도 포함하게 됩니다. 데이터 확장, 쿼리 동시성, 보존 주기가 계속 증가함에 따라, 전통적인 아키텍처는 컴퓨팅 및 스토리지와 밀접하게 결합되어 확장 효율성과 자원 활용에서 병목 현상에 직면하는 경향이 있습니다.
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。
업그레이드
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。
전통적인 MPP 아키텍처
컴퓨팅과 스토리지는 밀접하게 연결되어 있으며, 확장성은 제한적입니다. 컴퓨팅 자원은 동적으로 조정하기 어렵고, 전체 활용도는 낮으며, 확장 비용도 높습니다.
AI 시대를 위한 완전히 분리된 저장 엔진
통합 데이터 레이크하우스 설계와 저장소-컴퓨팅 분리를 채택하여 데이터 저장과 쿼리 계산이 독립적으로 확장될 수 있게 합니다. 이 시스템은 클라우드 인프라의 탄력을 활용해 비즈니스 부하에 따라 쿼리 자원을 조정하고 다양한 컴퓨팅 파워 유형에 따라 자원 비용을 최적화합니다. 예를 들어, 평일 피크 쿼리 기간에는 컴퓨팅 자원이 확장되고, 야간과 주말에는 유휴 컴퓨팅 파워가 감소합니다. 실제 용량, 쿼리 동시성, 탄력성 범위는 배포 사양과 서비스 할당량에 따라 달라집니다.
다양한 기업의 요구에 맞춘 맞춤형 서비스
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。
시스템은 다양한 기업 사용 시나리오를 기반으로 다단계 자원 스케줄링 전략을 구축했습니다:
01. 높은 비용 성과 사용자
공유 컴퓨팅 풀의 사용이 우선권을 두며, 시스템 내 유휴 컴퓨팅 파워는 피크 기간에 유연하게 호출하여 자원 재사용을 극대화할 수 있습니다
02. 성능에 민감한 사용자
어떤 상황에서도 안정적이고 빠른 응답 능력을 보장하기 위해 독립적인 쿼리 컴퓨팅 클러스터를 구성하세요
03. 중소 팀
공유 풀에 대한 통합 접근을 통해 동시성 제어 메커니즘을 사용하여 쿼리 경험을 보장하면서 비용을 통제 가능하게 합니다
04. 저장 우선순위를 두는 사용자
독립적인 처리 경로를 채택함으로써 컴퓨팅 자원이 줄어들어 시스템 부하와 비용을 더욱 줄입니다
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
데이터를 작성할 때는 사용자의 과거 쿼리를 기반으로 가속이 필요한 쿼리를 자동으로 생성하고, 최소한의 시간 샤드 내에서 데이터를 사전 집계합니다. 쿼리가 현재 시간 범위 내에 관련 데이터가 이미 사전 집계된 결과를 가지고 있음을 확인하면, 원본 데이터가 아닌 스트리밍 집계에서 직접 데이터를 가져옵니다.
투명 가속
사전 집계에 적합한 지표 및 로그 쿼리의 경우, 비즈니스 측은 기존 대시보드와 모니터를 다시 작성할 필요가 없습니다; 시스템은 집계된 결과를 자동으로 재사용합니다
어떤 데이터 시간이든
데이터 자체가 표시한 시간에 따라 데이터를 집계하고, 지연된 데이터 보고를 처리하기 위해 쓰기 및 업데이트 메커니즘을 결합합니다
자원 사용량 감소
사전 집계에 적합한 고빈도 쿼리를 집계 결과 응답으로 전송하여 반복되는 원시 데이터 스캔과 데이터베이스 쿼리 부담을 줄입니다
GuanceDB 3.1 的优势
다양한 비즈니스 시나리오를 지원합니다
서로 다른 비즈니스 시나리오에 맞는 읽기 클러스터를 제공하고, 고동시성, 오프라인 작업 등 다양한 구성 방식을 사용하여 각각 별도로 격리할 수 있습니다
실시간 쿼리
배치 보고서
사업 분석
데이터 마이닝
GuanceDB 2.0 민영화된 형태는 계속 제공될 예정입니다
FAQ
자주 묻는 질문
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。
GuanceDB가 왜 스토리지-컴퓨트 분리를 사용하나요?
스토리지와 컴퓨트 분리는 스토리지와 쿼리 자원을 독립적으로 확장할 수 있게 합니다. 팀은 쿼리 피크, 장기 유지, 비용 요구사항에 따라 컴퓨팅 자원을 조정할 수 있으며, 모든 데이터를 하나의 클러스터에 바인딩하고 계산할 필요가 없습니다.
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。