Apache Druid 与 VictoriaMetrics 的对比

Apache Druid 概述

Apache Druid 是一个开源的实时分析数据库，专为高性能查询和数据摄取而设计。Druid 最初由 Metamarkets 于 2011 年开发，后于 2018 年捐赠给 Apache 软件基金会，因其处理大量数据且延迟低的强大能力而广受欢迎。Druid 具有独特的架构，结合了时间序列数据库、搜索系统和列式存储的元素，特别适用于涉及事件驱动数据和交互式分析的用例。

VictoriaMetrics 概述

VictoriaMetrics 是由 VictoriaMetrics 公司开发的开源时间序列数据库。该数据库旨在通过提供最先进的监控和可观测性解决方案，帮助个人和组织应对他们的大数据挑战。VictoriaMetrics 被设计为快速、经济高效且可扩展的监控解决方案和时间序列数据库。

Apache Druid 用于时间序列数据

Apache Druid 专为实时分析而设计，非常适合处理需要在写入后快速分析的时间序列数据。Druid 还提供集成功能，用于将历史数据存储在更便宜的对象存储中，因此也可以使用 Druid 分析历史时间序列数据。

VictoriaMetrics 用于时间序列数据

VictoriaMetrics 专为时间序列数据而设计，使其成为涉及时间戳数据存储和分析的应用程序的可靠选择。它提供高性能的存储和检索能力，能够高效处理大量时间序列数据。

Apache Druid 关键概念

• 数据摄取：将数据从各种来源（例如流式或批量数据源）导入 Druid 的过程。
• 段：Druid 中最小的数据存储单元，段是不可变的、分区的和压缩的。
• 数据汇总：在摄取期间聚合原始数据的过程，以减少存储需求并提高查询性能。
• 节点：Druid 的架构由不同类型的节点组成，包括 Historical、Broker、Coordinator 和 MiddleManager/Overlord，每个节点都有特定的职责。
• 索引服务：Druid 的索引服务管理摄取数据、创建段以及将段发布到深度存储的过程。

VictoriaMetrics 关键概念

• 时间序列：VictoriaMetrics 以时间序列的形式存储数据，时间序列是由时间索引的数据点序列。
• 指标：指标表示随时间跟踪的特定测量值或观察值。
• 标签：标签是与时间序列关联的键值对，用于过滤和分组数据。
• 字段：字段包含与时间序列关联的实际数据值。
• 查询语言：VictoriaMetrics 支持其自己的查询语言，用户可以使用该语言根据特定条件检索和分析时间序列数据。

Apache Druid 架构

Apache Druid 是一个功能强大的分布式数据存储，专为对大型数据集进行实时分析而设计。在其架构中，几个核心组件在确保其效率和可扩展性方面发挥着关键作用。以下是为 Apache Druid 提供支持的核心组件的概述。

• Historical 节点是 Druid 数据服务能力的基础。它们的主要职责是为查询提供存储的数据。为了实现这一目标，它们从深度存储加载段，将它们保留在内存中，然后处理对这些段的查询。在考虑部署和管理时，这些节点通常部署在配备了大量内存和 CPU 资源的机器上。它们的扩展性显而易见，因为只需添加更多节点即可进行水平扩展。
• Broker 节点充当传入查询的网关。它们的主要功能是将这些查询引导到适当的 historical 节点或 real-time 节点。有趣的是，它们是无状态的，这意味着可以扩展它们以适应查询并发性的增加。
• Coordinator 节点具有管理角色，负责监督数据在 historical 节点之间的分布。它们关于加载或删除哪些段的决定基于特定的可配置规则。在部署方面，Druid 设置通常只需要一个活动的 coordinator 节点，以及一个备用节点用于故障转移场景。
• Overlord 节点决定摄取任务的分配，将它们定向到 middle manager 或 indexer 节点。它们的部署与 coordinator 节点类似，通常有一个活动的 overlord 和一个备用节点用于冗余。
• MiddleManager 和 Indexer 节点是 Druid 中数据摄取的主力。虽然 MiddleManager 节点启动用于数据摄取的短生命周期任务，但 indexer 节点专为长生命周期任务而设计。鉴于其密集的操作，这些节点需要高 CPU 和内存资源。它们的扩展性很灵活，允许根据数据摄取量进行水平扩展。
• Deep Storage 是作为 Druid 持久存储单元的组件。Druid 与各种 blob 存储解决方案集成，如 HDFS、S3 和 Google Cloud Storage。
• Metadata Storage 是关于段、任务和配置的关键元数据的存储库。Druid 与流行的数据库兼容，用于此目的，包括 MySQL、PostgreSQL 和 Derby。

VictoriaMetrics 架构

VictoriaMetrics 有两种形式可用：Single-server-VictoriaMetrics 和 VictoriaMetrics Cluster。Single-server-VictoriaMetrics 是一个易于使用和维护的一体化二进制文件。它可以很好地垂直扩展，并且可以处理每秒数百万个指标。另一方面，VictoriaMetrics Cluster 由允许构建水平可扩展集群的组件组成，从而在要求苛刻的环境中实现高可用性和可扩展性。VictoriaMetrics 的架构使用户可以选择最适合其需求的部署选项，并根据需要扩展其数据库基础设施。