SLS Prometheus存储问题之为什么SLS时序引擎最终选择了使用C++实现PromQL的部分算子

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
可观测监控 Prometheus 版,每月50GB免费额度
简介: SLS Prometheus存储问题之为什么SLS时序引擎最终选择了使用C++实现PromQL的部分算子

问题一:SLS时序引擎中计算下推的目的是什么?


SLS时序引擎中计算下推的目的是什么?


参考回答:

SLS时序引擎中计算下推的目的是为了减少发送到计算节点的数据量,避免序列化、网络传输、反序列化的开销,从而提升整体集群的资源效率。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/634188



问题二:SLS时序引擎在计算下推时选择了哪些方案,并最终选择了哪种?


SLS时序引擎在计算下推时选择了哪些方案,并最终选择了哪种?


参考回答:

SLS时序引擎在计算下推时选择了两种方案:

一是使用标准的Prometheus Golang计算引擎,二是使用C++实现Prometheus的部分算子。

最终选择了方案二,手写一个支持常见算子的C++ PromQL Engine。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/634189



问题三:为什么SLS时序引擎最终选择了使用C++实现PromQL的部分算子?


为什么SLS时序引擎最终选择了使用C++实现PromQL的部分算子?


参考回答:

SLS时序引擎最终选择了使用C++实现PromQL的部分算子,是因为这种方式可以避免序列化/反序列化的开销,同时还可以减少Golang GC的开销,从而得到更优的性能提升。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/634190



问题四:SLS时序引擎内置降采样的主要特点是什么?


SLS时序引擎内置降采样的主要特点是什么?


参考回答:

SLS时序引擎内置降采样的主要特点是用户只需要配置降采样的间隔和指标存储时间,SLS后端会定期自动按照配置进行降采样并存储到新的指标库。查询时,SLS会自动选择适配的指标库,并对查询进行改写或数据拟合计算,无需用户手动修改Query。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/634191



问题五:内置降采样与手动降采样的主要区别是什么?


内置降采样与手动降采样的主要区别是什么?


参考回答:

内置降采样与手动降采样的主要区别在于配置和使用门槛。手动降采样需要用户使用ScheduledSQL功能定期查询并存储降采样值,配置和使用门槛较高;而内置降采样只需用户配置降采样参数,SLS后端会自动处理,大大降低了配置和使用门槛。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/634194

相关实践学习
容器服务Serverless版ACK Serverless 快速入门:在线魔方应用部署和监控
通过本实验,您将了解到容器服务Serverless版ACK Serverless 的基本产品能力,即可以实现快速部署一个在线魔方应用,并借助阿里云容器服务成熟的产品生态,实现在线应用的企业级监控,提升应用稳定性。
相关文章
|
2月前
|
存储 运维 监控
SelectDB 实现日志高效存储与实时分析,完成任务可领取积分、餐具套装/水杯/帆布包!
SelectDB 实现日志高效存储与实时分析,完成任务可领取积分、餐具套装/水杯/帆布包!
|
22天前
|
存储 数据可视化 开发工具
【Application Insights】Application Insights存储的Function App的日志存在"Operation Link" 为空的情况
在将 Azure Functions 升级到 .NET 8 和 Isolated Worker 模式后,Application Insights 的请求日志中 `operation_Link` 字段为空,导致分布式追踪无法正常关联。解决方法包括:确保引用正确的 SDK 包(如 `Microsoft.Azure.Functions.Worker.ApplicationInsights`),正确配置 Application Insights 服务,移除默认日志过滤规则,并使用最新依赖包以支持分布式追踪。通过这些步骤,可恢复端到端事务视图的可视化效果。
47 10
|
2月前
|
存储 Prometheus 监控
Prometheus 深度指南:设计理念 · PromQL · Exporter · Thanos
Prometheus 是一款开源的系统监控与报警工具,专为云原生环境设计。它采用拉取模型采集数据,内置高效的本地时序数据库(TSDB),支持丰富的指标类型和四个黄金指标(延迟、流量、错误、饱和度)。其查询语言 PromQL 功能强大,可灵活聚合和分析时间序列数据。此外,通过 Exporter 机制,Prometheus 能轻松扩展到各种系统和服务。针对大规模场景,Thanos 提供高可用解决方案,整合多 Prometheus 实例,实现全局视图和长期存储。整体架构简洁可靠,适用于动态分布式环境。
268 10
Prometheus 深度指南:设计理念 · PromQL · Exporter · Thanos
|
5月前
|
存储 算法 C++
【C++数据结构——图】图的邻接矩阵和邻接表的存储(头歌实践教学平台习题)【合集】
本任务要求编写程序实现图的邻接矩阵和邻接表的存储。需掌握带权有向图、图的邻接矩阵及邻接表的概念。邻接矩阵用于表示顶点间的连接关系,邻接表则通过链表结构存储图信息。测试输入为图的顶点数、边数及邻接矩阵,预期输出为Prim算法求解结果。通关代码提供了完整的C++实现,包括输入、构建和打印邻接矩阵与邻接表的功能。
216 10
|
8月前
|
存储 消息中间件 大数据
大数据-69 Kafka 高级特性 物理存储 实机查看分析 日志存储一篇详解
大数据-69 Kafka 高级特性 物理存储 实机查看分析 日志存储一篇详解
163 4
|
8月前
|
存储 消息中间件 大数据
大数据-70 Kafka 高级特性 物理存储 日志存储 日志清理: 日志删除与日志压缩
大数据-70 Kafka 高级特性 物理存储 日志存储 日志清理: 日志删除与日志压缩
121 1
|
8月前
|
存储 消息中间件 大数据
大数据-68 Kafka 高级特性 物理存储 日志存储概述
大数据-68 Kafka 高级特性 物理存储 日志存储概述
80 1
|
8月前
|
存储 数据采集 分布式计算
Hadoop-17 Flume 介绍与环境配置 实机云服务器测试 分布式日志信息收集 海量数据 实时采集引擎 Source Channel Sink 串行复制负载均衡
Hadoop-17 Flume 介绍与环境配置 实机云服务器测试 分布式日志信息收集 海量数据 实时采集引擎 Source Channel Sink 串行复制负载均衡
136 1
|
8月前
|
存储 监控 固态存储
如何监控和优化 WAL 日志文件的存储空间使用?
如何监控和优化 WAL 日志文件的存储空间使用?
207 1
|
9月前
|
存储 分布式计算 资源调度
通过日志聚合将作业日志存储在HDFS中
如何通过配置Hadoop的日志聚合功能,将作业日志存储在HDFS中以实现长期保留,并详细说明了相关配置参数和访问日志的方法。
122 1
通过日志聚合将作业日志存储在HDFS中

热门文章

最新文章

下一篇
oss创建bucket