時序數據庫有很多，比如Prometheus、M3DB、TimescaleDB、OpenTSDB、InfluxDB等等。Prometheus與VictoriaMetrics都是開源的時間序列數據庫，它們都提供了強大的監控和告警解決方案。本文我們分析下Prometheus和VictoriaMetrics之間的差異以及優缺點，從而來為用戶提供最合適的解決方案。

Prometheus

Prometheus最初是 SoundCloud 中的一個項目，是一個功能強大的監控和警報工具包，專門用于處理多維環境中的時間序列數據。由于其對多維數據收集、查詢和警報生成的本機支持，它在 SRE 和 DevOps 社區中變得非常受歡迎。

Prometheus 是在云原生計算基金會 (CNCF) 下開發的。Prometheus 服務器、客戶端庫、Alertmanager 和其他相關組件可以在 Prometheus GitHub 組織中找到。主要存儲庫是：https://github.com/prometheus/prometheus

VictoriaMetrics

VictoriaMetrics則是一個高性能、高性價比、可擴展的時間序列數據庫，可以作為Prometheus的長期遠程存儲。它擁有超強的數據壓縮和高速數據攝取能力，使其成為大規模監控任務的有吸引力的替代方案。VictoriaMetrics源代碼可以在以下位置找到：https://github.com/VictoriaMetrics/VictoriaMetrics

性能比較

VictoriaMetrics 與 Prometheus 之間的數據攝取和查詢率性能基于使用指標的基準node_exporter`測試。內存和磁盤空間使用情況數據適用于單個 Prometheus 或 VictoriaMetrics 服務器。

可擴展性和集成性比較

Prometheus使用基于PUll模型來收集指標，可以處理多達數百萬個活動時間序列。該架構雖然簡化了監控服務方的操作。但是也有一定的弊端，比如多個實例抓取的是相同的監控指標，不能保證采集的數據值為一致的，并且在實際的使用中可能遇到網絡延遲問題，所以會產生數據不一致的問題，不過對于監控報警這個場景來說，一般不會要求數據的強一致性，所以從業務上來說是可以接受，因為這種數據不一致性影響基本上沒什么影響。這種場景適合監控規模不大，只需要保存短周期監控數據的場景。

圖片

而 VictoriaMetrics支持pull模型和Push模型。它能夠處理大量數據和更廣泛的網絡場景（得益于其推送模型支持），使其具有可擴展性和靈活性。

Prometheus架構

圖片

Prometheus的架構由四個主要組件組成：

1. Prometheus Server ：Prometheus Server是Prometheus的核心組件，主要負責從各個目標（target）中收集指標（metrics）數據，并對這些數據進行存儲、聚合和查詢。
2. Client Libraries ：Prometheus提供了多種客戶端庫，用于在應用程序中嵌入Prometheus的指標收集功能。
3. Exporters ：Exporters是用于將第三方系統的監控數據導出為Prometheus格式的組件。Prometheus支持多種Exporters，例如Node Exporter、MySQL Exporter、HAProxy Exporter等。
4. Alertmanager：Alertmanager是Prometheus的告警組件，用于根據用戶定義的規則對監控數據進行告警。
5. 服務發現：Prometheus 支持各種服務發現機制，幫助它找到應該抓取的目標。
6. PromQL：這是 Prometheus 內置的靈活查詢語言，用于數據探索和儀表板，與 SQL 不同。

VictoriaMetrics架構

VictoriaMetrics 提供單機版和集群版。如果您的每秒寫入數據點數小于100萬（這個數量是個什么概念呢，如果只是做機器設備的監控，每個機器差不多采集200個指標，采集頻率是10秒的話每臺機器每秒采集20個指標左右，100萬/20=5萬臺機器），VictoriaMetrics 官方默認推薦您使用單機版，單機版可以通過增加服務器的CPU核心數，增加內存，增加IOPS來獲得線性的性能提升。且單機版易于配置和運維。

下面這是一個集群版的架構圖

圖片

VictoriaMetrics在保持更簡單的架構的同時，還包括幾個核心組件：

• vmstorage：數據存儲以及查詢結果返回，默認端口為 8482
• vminsert：數據錄入，可實現類似分片、副本功能，默認端口 8480
• vmselect：數據查詢，匯總和數據去重，默認端口 8481
• vmagent：數據指標抓取，支持多種后端存儲，會占用本地磁盤緩存，默認端口 8429
• vmalert：報警相關組件，如果不需要告警功能可以不使用該組件，默認端口為 8880

數據壓縮和存儲效率

Prometheus擁有高效的存儲系統，但在長期數據存儲后端和檢索效率方面不如VictoriaMetrics。

VictoriaMetrics 相對于 Prometheus 的主要優勢之一是其數據壓縮功能。它的數據壓縮算法，可顯著降低存儲要求。VictoriaMetrics 聲稱提供比 Prometheus 高出 10 倍的數據壓縮，這是長期數據保留和成本優化的關鍵優勢。

Prometheus

1. 內存存儲：Prometheus利用內存存儲來訪問最近的時間序列數據。數據庫中的這個部分被稱為head block。
2. 磁盤存儲：當數據達到一定的年齡或大小后，位于"head block"中的數據會被移動到磁盤中，這個過程稱為checkpointing。這個數據庫由長期存儲的"persistent blocks"組成。

VictoriaMetrics

1.內存存儲：與 Prometheus 類似，VictoriaMetrics 使用內存存儲在傳入數據寫入磁盤之前進行緩沖。這種方法有助于優化寫入性能。同時還緩存經常訪問的數據以加快檢索速度。

2.磁盤存儲：VictoriaMetrics 中的大部分數據存儲在磁盤上。它使用一種高效的存儲格式，可以實現大幅度地進行數據壓縮。

查詢語言

PromQL

Prometheus使用PromQL。PromQL 允許實時選擇和聚合時間序列數據。它使我們能夠高度靈活地使用指標。通過 PromQL，用戶可以過濾和聚合指標，計算比率、比率、平均值和百分位數等指標。

MetricsQL

VictoriaMetrics向后兼容 PromQL。我們都可以按照理解的 PromQL 語法來進行查詢。但是，它還引入了 PromQL 的擴展，稱為MetricsQL。MetricsQL 增強了 PromQL 提供的查詢功能。它引入了新函數、運算符和語法糖。簡化并改善了用戶體驗，特別是對于復雜的查詢和聚合。

攝取率

Prometheus

• Prometheus定期從監控目標中獲取指標。這些獲取的頻率的調整可以控制數據攝取速率。
• Prometheus實際上能夠攝取數據的速率取決于許多因素，包括運行的硬件性能、被獲取的指標的復雜性以及存儲層的效率。
• 如果Prometheus無法跟上傳入數據量，可能會丟棄樣本或增加延遲。

VictoriaMetrics

• VictoriaMetrics則比Prometheus更加高效利用資源。它聲稱在相同的數據量下，能夠更高效地攝取數據，使用更少的CPU、內存和磁盤空間。
• 這種效率使得VictoriaMetrics在相同硬件上能夠比Prometheus更快地攝取數據。
• 在架構設計方面，VictoriaMetrics可以通過拉取（與Prometheus類似）和推送模式來攝取數據。推送模式對于高基數數據和攝取速率是有幫助的。

高可用性和可靠性

Prometheus 本身并不支持集群，這意味著它不提供原生高可用性。高可用性可以通過運行重復實例來實現，或者thanos架構，當然也可以整合VictoriaMetrics。

來源：vivo容器監控系統架構

而VictoriaMetrics 在設計時就考慮到了高可用性。它使用復制和集群來確保在實例發生故障時數據不會丟失，從而成為了很多大廠的選擇。

API接口

Prometheus和VictoriaMetrics都提供了基于 Http的 API接口，以滿足客戶端調用需求

Prometheus API

• 查詢：Prometheus提供了PromQL查詢語言，用戶可以使用該語言通過HTTP API查詢指標數據。
• 元數據：API endpoint提供對 Prometheus 服務器中關系列和標簽的元數據的訪問。
• 管理：某些管理任務，例如刪除系列、快照等，也可以通過 API 執行。

VictoriaMetrics API

VictoriaMetrics提供了一個全面的HTTP API，根據功能分為幾個部分：

• 適用于Prometheus的指標API：此API與Prometheus的HTTP API兼容，這意味著可以將VictoriaMetrics作為Prometheus的替代品。
• InfluxDB API：VictoriaMetrics還提供與InfluxDB的寫入和查詢API兼容的API。這使得從InfluxDB切換到VictoriaMetrics也很容易。
• Graphite API：VictoriaMetrics還為Graphite的API提供了一個兼容層。
• MetricsQL和PromQL API：這些API用于查詢存儲在VictoriaMetrics中的指標數據。MetricsQL是VictoriaMetrics特定的PromQL擴展，提供了PromQL中不可用的額外功能。

與 Grafana 集成

由于 VictoriaMetrics兼容Prometheus，所以在 在 Grafana 進行可視化配置時，可以使用“Prometheus”數據源，并將 Url 設置為VictoriaMetrics Server 地址即可。

總結

以上我們總結Prometheus與VictoriaMetrics的各個方面的對比，雖然VictoriaMetrics在某些方面可能比Prometheus更強大，比如在處理大規模數據和高并發負載時的性能表現，完全可以替換Prometheus，但它相對來說是相對較新的項目，尚未達到Prometheus在用戶社區和廣泛采用方面的水平。此外，Prometheus的發展時間更早，是CNCF第二個畢業的項目，已經得到了大量用戶的驗證，并且有更多的文檔、教程和案例可供參考。

此外，技術的流行和廣泛采用并不僅僅取決于技術本身的性能，還受到多個因素的影響，包括市場宣傳、社區支持、用戶體驗和可用性等。Prometheus在這些方面都做得相對較好，因此在監控領域更為流行和廣泛采用。

參考

https://last9.io/blog/prometheus-vs-victoriametrics/

https://www.qikqiak.com/post/victoriametrics-usage/