解密GaussDB(for Influx)时序洞察

Posted 2022-03-19 华为云开发者社区

本文分享自华为云社区《华为云GaussDB(for Influx)揭秘第三期：解密GaussDB(for Influx)时序洞察》，作者： 高斯Influx官方博客。

背景

GaussDB(for Influx)是一款基于华为自研的计算存储分离架构，兼容InfluxDB生态的云原生NoSQL时序数据库，提供一站式时序数据存储，分析，展示功能。其中时序洞察提供了针对时序数据的可视化功能。

在监控领域，我们经常见到绚丽的监控大屏，实时反映整个系统运行情况，就是监控看板功能。通过监控看板，可以高效的运用监控数据辅助定位故障、性能调优、容量规划；可以查看各产品的监控数据走势及对比；可以跨产品展示关键指标的实时数据、历史数据和整体走势。业务人员可以根据该信息对业务进行及时调整。

监控看板系统的特点和挑战

看板功能极大的提升了业务的分析和运维的效率，包括可视化的展示多个监控指标的走势，展示多个设备某一监控指标的聚合数据；跨设备展示关键指标，掌握不同设备之间关键指标的对比和变化；可自定义设置数据样式，数据自动刷新等等。比如下图是对于服务器的监控包括，虚拟机的内存、CPU、磁盘、IO等指标进行可视化展示：

在使用过程中存在以下几个痛点：

查询并发大

随着物联网，车联网，数据中心等规模不断扩大，需要监控的指标数据量迅速增长，业务的运维和监控压力不断增大；有时候一个看板需要整面墙来展示，需要同时展示上千指标的实时变化情况。而每次看板上指标的更新背后就是对数据库进行一次查询；以华为云监控为例，华为云目前提供了200+的各种服务，每个服务都有上万个实例需要监控；比如数据库服务，就有近10万个实例需要监控；每个实例都会监控多个指标信息，例如CPU，内存，磁盘使用率，磁盘读写IO，网络出口流量，入口流量，TCP链接等基本信息，还有包括TPS，QPS，缓存命中率，主从延迟，慢查询，锁状态，链接数，读写延迟，读写并发等数据库特有的信息，总计有50多个基础指标需要监控。因此华为云监控业务当前基础的服务需要每次查询超过20000个查询语句，这些查询每分钟下发一次；

传统的zabbix，prometheus，druid等监控工具已经无法满足业务的需求，其多数只有单机版部署能力，处理能力和扩展能力有限。

查询时延要求低

在运维监控场景下，需要实时关注业务的变化情况，因此看板的刷新频次一般是秒级，这就要求所有的查询必须在秒级甚至毫秒级内完成，由于监控数据量庞大，时间线数量多，加之查询并发大，如何满足查询时延的要求，是时序数据库共同面临的一个技术挑战。

而现有产品大多数在批量查询场景下，查询延迟大；例如开源版的InfluxDB针对批量的查询，在内部也是串行执行的，这样总体的查询返回时间基本上在秒级别以上。OpenTSDB只有在rowkey上有索引，在多维查找时只能scan，延迟非常高。

GaussDB(for Influx)在监控看板中的优势

在云计算，物联网，车联网等大规模业务场景下，监控系统不仅仅只是反馈当前业务状态，还要提供故障预测，告警预测，性能调优，资源容量规划，自动化运维等高级功能；业界也涌现出一些专门针对时序数据进行存储，分析和展示的产品；当前大多数自建监控看板的实现是基于prometheus和Grafana等不同开源组件来搭建，而GaussDB(for Influx)提供数据存储、分析、可视化一站式功能。

GaussDB(for Influx)通过实现Hint查询，rollupcache，批量查询优化等功能。有效降低了查询时延。下面是针对几种常见查询和企业版influxdb的时延对比。

预设数据为：

时间线	数据量	导入前数据大小-G
250万	151亿	337.5

时延对比：

查询模型	具体查询语句
query1	select * from sensor where f=‘f1’ and d=‘d2’ and s=‘s1’ and time>=1514768400000000000 and time<=1514772000000000000
query2	select * from sensor where f=‘f1’ and s=‘d2’ and value>=3.0 and time>=1514768400000000000 and time<1514854800000000000
query3	select mean(value) from sensor where f=‘f1’ and s=‘s1’ and time>=1514768400000000000 and time<=1514854800000000000 group by f,d,s,time(1h)

如图所示，在常见的查询模型中GaussDB(for Influx)查询时延明显优于企业版的influxdb，特别是在带有聚合算子的查询中时延只有企业版influxdb的十分之一。接下来详细介绍下Gaussdb(for Influx)针对看板场景所做的具体优化工作。

Hint查询方式

GaussDB(for Influx)内部支持倒排索引，大部分监控场景的查询性能和效率得到了很大的提升。但是在大批量查询的场景下，还是无法实现毫秒级的查询性能要求。查询语句按照涉及的时间线可以分为单时间线查询和多时间线查询；单时间线查询是指，查询条件可以唯一确认一个时间线的查询；在看板场景中经常会用这类查询，比如查询某台设备的CPU指标。针对单时间线数据查询，GaussDB(for Influx)设计了Hint功能。

常规的查询都是解析查询语句后，通过倒排索引的功能查找到具体的数据分布位置，再依据这些信息去store层读取具体的数据，而GaussDB(for Influx)的Hint功能允许客户在执行单时间线查询时不用通过倒排索引去查找，而是直接能获取到具体数据的分布位置，从而直接去store层读取数据，这一功能大大降低查询的时延。

下图为hint查询和非hint查询的时延对比，测试条件为：300万时间线，单时间线查询；执行查询1000次平均时延。

图中明显可以看出，在单时间线查询场景下，hint查询时延明显优于非hint查询。

rollupcache

在监控看板业务场景下，每次数据更新时下发的都是同样的查询语句，只是时间上的差异。

例如上图展示的一个监控CPU指标的看板，每次刷新时间为10s，每次展示15分钟的数据，假设第一次查询时间是15:00:00 ~ 15:15:00之间的数据，等到10s刷新之后，第二次下发的查询时间为15:00:10 ~ 15:15:10 之间的数据。可以发现，其实看板每次下发的查询数据，90%以上都是重复数据，因此GuassDB(for Influx)实现了rollupcache功能。

1.接受查询SQL；

2.查找对应的索引；

3.如果rollupcache中有存储数据，则直接从rollupcache中读取；

4.从rollupcache中返回数据；

5.如果rollupcache中没有，或者只有部分数据，缺少的数据从store中读取；

6.从store获取数据；

7.结果返回给客户。

rollupcache功能会缓存之前的查询结果，新的查询执行时，会优先判断是否命中缓存结果，如果全部命中，则直接返回；如果部分命中，则对未命中部分进行常规查询，将结果返回；如果完全没有命中，则等同于常规执行。这种直接使用缓存数据的方式极大的提高了查询的性能，特别适合于监控看板这种查询语句几乎不变的场景。

针对常用的聚合算子，在300万时间线数量下，执行1000次查询，rollupcache功能和非rollupcache功能的查询平均时延对比如下图：

从上图可以看出rollupcache功能将时延降低了10倍左右。

批量查询优化

很多场景下用户业务需要下发大量查询语句，在一些开源产品中并不支持批量查询，或者只是部分支持。比如，在开源的InfluxDB中，支持批量发送查询语句，但是在数据库内部，却是串行处理这些批量发送过来的查询请求，导致批量查询的性能没有真正释放出来。

GuassDB(for Influx)提供了针对批量查询的并发查询能力，每个batch所包含的查询语句在内核中可以并发执行。同时提供了相关参数，可以控制查询的并发量，可以根据业务的具体场景和机器资源进行调整，既满足了业务的查询性能，也不会因为查询占用过多资源影响其他业务。

使用GaussDB(for Influx)时序洞察功能

如何快速开通看板功能，可参考GaussDB(for Influx)的时序洞察部分：

时序洞察_云数据库 GaussDB NoSQL _GaussDB(for Influx)_用户指南_华为云

开通后就可以使用看板功能了。

创建看板

GaussDB(for Influx)支持的时序洞察功能操作非常便捷，点击Dashboards中的Create Dashboard按钮就可以创建一个空的看板。

创建成功后，点击Add Data就可以创建需要关注的指标了。

添加自定义指标

点击Add Data后，会跳转到如下图所示的界面：

图表上显示的数据是依据业务设置的查询语句返回的数据，查询语句支持InfluxQL和Flux。例如上图中CPU的指标对应的查询语句。

SELECT mean("schema_sys001_cpu_usage") FROM "DBS_INFLUXDB_OPS_METRIC"."autogen"."INFLUXDB" WHERE time > :dashboardTime: AND time < :upperDashboardTime: AND "schema_nodeId" = :nodeId: GROUP BY time(1m),  "schema_nodeId" fill(null)

也可以将多个数值放在同一个图表中进行对比，查询语句的写法可参考下图：

SELECT mean("usage_system") AS "system", mean("usage_user") AS "user", mean("usage_idle") AS "idle" FROM "telegraf"."autogen"."cpu" WHERE time > :dashboardTime: AND time < :upperDashboardTime: AND "cpu"='cpu-total' AND "host"='ecs-c8ad-xie' GROUP BY time(:interval:) FILL(null)

也可以通过group by 语句分开，例如可以分别观察CPU0和CPU-total的指标，如下图：

SELECT mean("usage_system") AS "system", mean("usage_user") AS "user", mean("usage_idle") AS "idle" FROM "telegraf"."autogen"."cpu" WHERE time > :dashboardTime: AND time < :upperDashboardTime: AND ("cpu"='cpu-total' OR "cpu"='cpu0') AND "host"='ecs-c8ad-xie' GROUP BY time(:interval:), "cpu" FILL(null)

其核心在于查询语句的写法。

也可以进行展示图形的设置，选择下图中Visualization按钮，就可以看到如下界面：

可以选择设置数据展示类型，调整图形的颜色，例如可以把图形设置成Step-Plot方式，如下图：

设置完成后点击右上角保存就可以在看板中看到了，如下图的CPU Usage就是我们上面步骤添加的指标项：

其他功能

GaussDB(for Influx)的时序洞察还支持，权限管理、分析任务管理、告警管理，指标预测等功能。

总结

GaussDB(for Influx)是一款基于计算存储分离架构，兼容InfluxDB生态的云原生时序数据库。在云计算平台高性能，高可靠，高安全，可弹性伸缩的基础上，提供时序数据的存储、分析、展示功能，同时具有高写入性能、灵活扩容、高压缩率和高查询性能等特点。

同时GaussDB(forInflux)通过实现Hint功能，rollupcache功能，以及并发查询的能力，有效的降低了大批量查询的时延，满足了大规模监控看板的业务需求。

本文作者：华为 云数据库创新Lab & 华为云时空数据库团队

点击关注，第一时间了解华为云新鲜技术~​