Pinterest自建时间序列数据库Goku:性能优化与挑战解决
42 浏览量
更新于2024-08-28
收藏 805KB PDF 举报
Pinterest作为全球知名的图片分享网站,随着业务的飞速发展,其服务器数量和数据量剧增,这给原本用于监控指标数据的OpenTSDB带来了性能瓶颈,主要表现为垃圾收集(GC)问题严重和HBase的频繁崩溃。这些问题直接影响了系统的稳定性和运营效率。
为解决这一问题,Pinterest开发了一套自主研发的时间序列数据库系统——Goku。Goku的设计初衷是为了克服OpenTSDB在大数据场景下的局限性,特别是针对时间序列数据的高效处理。Goku的关键特性包括:
1. **时间序列数据模型**:
- Goku沿用了OpenTSDB的模型,每个时间序列由一个唯一的标识符(key)和一系列按时间顺序排列的数据点组成。key通常包含度量名称和一组标记键值对,如"tc.proc.stat.cpu.total.infra-goku-a-prod{host=infra-goku-a-prod-001, cell_id=aws-us-east-1}"。
- 数据点由时间戳和数值组成,例如(1525724520, 174706.61)和(1525724580, 173456.08)。
2. **查询优化**:
- Goku支持高级查询操作,如度量名称过滤、标记值过滤、聚合函数(如Sum、Max/Min、Avg等)、降采样和速率计算。这些特性使得查询更加灵活和精确,减少了不必要的数据扫描。
3. **性能提升**:
- Goku通过引入倒排索引引擎,替代了OpenTSDB的低效扫描方式,显著提高了数据检索速度,减少了查询时的延迟和资源消耗。
- 在处理数据大小方面,Goku优化了存储结构,降低了单个数据点的占用空间,有效管理了随着业务增长而积累的数据。
4. **挑战与解决方案**:
- Goku解决了OpenTSDB面临的挑战,如避免了由于数据量大而导致的扫描性能下降和内存管理问题,从而提升了整体系统的稳定性和效率。
Pinterest通过Goku实现了对时间序列数据的高效管理和分析,这不仅满足了公司快速发展的需求,也为其他面临类似挑战的组织提供了参考。Goku的出现标志着Pinterest在基础设施层面的进一步优化,为数据驱动决策提供了强大支持。
2019-07-19 上传
2021-11-30 上传
点击了解资源详情
2021-02-10 上传
2019-07-30 上传
2023-07-18 上传
2023-07-30 上传
2022-11-14 上传
2013-02-02 上传
weixin_38701683
- 粉丝: 4
- 资源: 926
最新资源
- 前端协作项目:发布猜图游戏功能与待修复事项
- Spring框架REST服务开发实践指南
- ALU课设实现基础与高级运算功能
- 深入了解STK:C++音频信号处理综合工具套件
- 华中科技大学电信学院软件无线电实验资料汇总
- CGSN数据解析与集成验证工具集:Python和Shell脚本
- Java实现的远程视频会议系统开发教程
- Change-OEM: 用Java修改Windows OEM信息与Logo
- cmnd:文本到远程API的桥接平台开发
- 解决BIOS刷写错误28:PRR.exe的应用与效果
- 深度学习对抗攻击库:adversarial_robustness_toolbox 1.10.0
- Win7系统CP2102驱动下载与安装指南
- 深入理解Java中的函数式编程技巧
- GY-906 MLX90614ESF传感器模块温度采集应用资料
- Adversarial Robustness Toolbox 1.15.1 工具包安装教程
- GNU Radio的供应商中立SDR开发包:gr-sdr介绍