Azure 数据资源管理器 vs Prometheus

Azure 数据资源管理器概览

Azure 数据资源管理器是一个基于云的、完全托管的大数据分析平台，作为 Microsoft Azure 平台的一部分提供。它由 Microsoft 于 2018 年宣布，并作为 PaaS 产品提供。Azure 数据资源管理器为摄取和查询遥测数据、日志和时间序列数据提供了高性能功能。

Prometheus 概览

Prometheus 是一个开源监控和警报工具包，最初于 2012 年在 SoundCloud 开发。此后，它已成为广泛采用的监控解决方案，并且是云原生计算基金会 (CNCF) 项目的一部分。Prometheus 专注于为容器化和基于微服务的环境提供实时洞察和警报。其主要用例是监控基础设施和应用程序，重点是可靠性和可扩展性。

Azure 数据资源管理器用于时间序列数据

Azure 数据资源管理器非常适合处理时间序列数据。其高性能功能和摄取大量数据的能力使其适用于近乎实时地分析和查询时间序列数据。凭借其高级查询运算符，例如计算列、行搜索和过滤、分组聚合和连接，Azure 数据资源管理器能够高效分析时间序列数据。其可扩展的架构和分布式特性确保它可以有效地处理时间序列数据的速度和容量要求。

Prometheus 用于时间序列数据

Prometheus 专门为时间序列数据而设计，因为其主要重点是基于基础设施和应用程序状态的监控和警报。它使用基于拉取的模型，其中 Prometheus 服务器以固定的时间间隔从目标系统抓取指标。此模型适用于监控动态环境，因为它允许自动发现和监控新实例。但是，Prometheus 并非旨在作为通用时间序列数据库，并且可能不是高基数或长期数据存储的最佳选择。

Azure 数据资源管理器关键概念

• 关系数据模型：Azure 数据资源管理器是一个基于关系数据库管理系统的分布式数据库。它支持数据库、表、函数和列等实体。与传统的 RDBMS 不同，Azure 数据资源管理器不强制执行诸如键唯一性、主键或外键之类的约束。相反，必要的关联关系在查询时建立。
• Kusto 查询语言 (KQL)：Azure 数据资源管理器使用 KQL，一种强大而富有表现力的查询语言，使用户能够轻松地探索和分析其数据。
• 区段：在 Azure 数据资源管理器中，数据被组织成称为区段的单元，这些区段是不可变的、压缩的记录集，可以有效地存储和查询。

Prometheus 关键概念

• 指标：系统特定方面的数值表示，例如 CPU 使用率或内存消耗。
• 时间序列：指标的数据点集合，按时间戳索引。
• 标签：键值对，为指标提供元数据和上下文，从而实现更精细的查询和聚合。
• PromQL：Prometheus 使用其自己的查询语言 PromQL（Prometheus 查询语言）来查询时间序列数据并生成警报。

Azure 数据资源管理器架构

Azure 数据资源管理器构建在云原生的分布式架构之上，该架构支持 NoSQL 和类似 SQL 的查询功能。它是一个基于列式存储的数据库，利用压缩的、不可变的数据区段来实现高效的存储和检索。Azure 数据资源管理器架构的核心组件包括控制平面、数据管理和查询处理。控制平面负责管理资源和元数据，而数据管理组件处理数据摄取和组织。查询处理负责执行查询并将结果返回给用户。

Prometheus 架构

Prometheus 是一个单服务器、独立的监控系统，它使用基于拉取的方法从目标系统收集指标。它以自定义的、高度压缩的磁盘格式存储时间序列数据，该格式针对快速查询和低资源使用率进行了优化。Prometheus 的架构是模块化和可扩展的，其组件包括导出器、服务发现机制以及与其他监控系统的集成。作为一个非分布式系统，它缺乏内置的集群或水平可扩展性，但它支持联邦，允许多个 Prometheus 服务器共享和聚合数据。