热线电话：400-882-3320
痛点
监控场景在变，但底层系统还停留在过去
随着业务发展，可观测平台接入的数据不再局限于基础监控指标，还包括应用日志、链路、用户体验和业务数据。数据规模、查询并发和保留周期持续增长时，传统计算与存储紧耦合的架构容易在扩容效率和资源利用率上遇到瓶颈。
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。
升级
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。
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与存算分离设计，让数据存储和查询计算可以独立扩展。系统利用云基础设施的弹性能力，按业务负载调整查询资源，并可结合不同算力类型优化资源成本。例如在工作日查询高峰扩展计算资源，在夜间与周末降低空闲算力。实际容量、查询并发和弹性范围以部署规格与服务配额为准。
针对不同企业的需求
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。
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
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
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
对适合预聚合的指标与日志查询，业务侧无需改写现有仪表盘和监控器，系统自动复用聚合结果
任意数据时间
按数据本身标记的时间进行聚合，并结合写入与更新机制处理延迟上报数据
资源占用更低
将适合预聚合的高频查询转由流式聚合结果响应，减少原始数据重复扫描和数据库查询压力
GuanceDB 3.1 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
FAQ
常见问题
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。
GuanceDB 为什么采用存算分离？
存算分离让存储和查询资源可以独立扩展。团队可以根据查询高峰、长期留存和成本要求调整计算资源，而不必把所有数据和计算绑定在同一套集群里。
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。