热线电话:400-882-3320




监控场景在变,但底层系统还停留在过去
随着业务的发展,实际上用户传上来的数据非常多,而且这些数据也不仅仅是一般用户理解的所谓的监控运维的数据,其实包含了海量的业务日志,甚至是业务的数据、用户的行为数据。这些海量的数据在传统的数据架构上已经无法支撑了。
同时,我们发现 90% 甚至 95% 的用户平时分析查询的范式是比较固定的,不是那么随机,因此我们希望提供一种非常简便的方式,自动学习用户的查询习惯,能够实现数据自动化的聚合加速,从而在仪表盘监控器的各个方面提供更好的技术指标以及整个响应的速度,整体提升用户的体验。
传统 MPP 架构 vs GuanceDB 3.0
这是对比传统 MPP 架构与观测云全新 GuanceDB 3.0 架构的示意图,重点展示 DB 3.0 如何通过灵活、高效的资源调度体系,实现性能与成本的最优平衡。
传统 MPP 架构
计算与存储紧耦合,扩展能力有限。计算资源难以动态调整,整体利用率偏低,扩容成本高。
完全存算分离的 AI 时代存储引擎
采用数据湖仓一体化设计,实现数据存储与查询的无缝融合,彻底打破“写时”和“读时”的壁垒。完全利用了云的基础架构,实现了 Serverless 版本的数据库。利用公有云本身的弹性能力,可按需启用 EC2 Spot 实例,在保障计算能力的同时大幅降低成本,支持按业务负载动态调整服务器资源。例如:工作日白天自动扩容以应对查询高峰,夜间与周末则自动缩容以降低成本。给观测云提供一个近似无限存储、无限计算的一个平台,和原来的 MPP 完全存算一体的架构,有本质的区别。
针对不同企业的需求
通过智能调度、多租户优化、弹性算力供给等设计,GuanceDB 3.0 实现了可观测数据处理架构在性能、成本、灵活性上的全面进化,助力企业高效构建更具性价比的数据基础设施。
系统根据不同企业使用场景,构建了多层次资源调度策略:
01. 高性价比用户
优先使用共享计算池,并可在高峰时段灵活调用系统中闲置算力,实现资源最大化复用
02. 对性能敏感用户
配置独立的查询计算集群,确保在任何场景下都具备稳定、快速的响应能力
03. 中小型团队
统一接入共享池,系统通过并发控制机制,在成本可控的同时保障查询体验
04. 以存储为主的用户
采用独立处理路径,剥离计算资源,进一步降低系统负载和成本
全新流式聚合加速引擎
数据写入的时候,根据用户的历史查询自动构建需要加速的查询,并按最小的时间分片将数据预聚合,当查询发现相关数据已经在当前时间范围内有预聚合结果,直接从流式聚合中获取数据,而不从原始数据获取数据了。
透明加速
不管是指标、日志的查询都无需额外配置,支持全部的聚合函数和筛选条件,业务侧完全透明
任意数据时间
完全遵循数据本身标记时间进行聚合,数据的延迟上报不影响加速结果准确性,聚合结果落盘无延迟
资源占用更低
Offload 80% 高频数据库查询,数据库集群更稳定,流式聚合本身CPU、内存、磁盘占用也极低
GuanceDB 3.0 的优势
支持丰富的业务场景
可以为不同的业务提供不同的读集群,用于不同的业务场景,使用不同的配置方案(高并发、离线任务等)并且各自隔离
实时查询
批量报表
业务分析
数据挖掘
GuanceDB 2.0 将为私有化版本继续提供服务