Prometheus时序数据库-数据的插入

时间:2022-09-19 15:03:42

Prometheus时序数据库-数据的插入

前言

在之前的文章里,笔者详细的阐述了Prometheus时序数据库在内存和磁盘中的存储结构。有了前面的铺垫,笔者就可以在本篇文章阐述下数据的插入过程。

监控数据的插入

在这里,笔者并不会去讨论Promtheus向各个Endpoint抓取数据的过程。而是仅仅围绕着数据是如何插入Prometheus的过程做下阐述。对应方法:

func (a *headAppender) Add(lset labels.Labels, t int64, v float64) (uint64, error) { 

    ...... 

    // 如果lset对应的series没有,则建一个。同时把新建的series放入倒排Posting映射里面 

    s, created := a.head.getOrCreate(lset.Hash(), lset)  

    if created { // 如果新创建了一个,则将新建的也放到a.series里面 

        a.series = append(a.series, record.RefSeries{ 

            Ref:    s.ref, 

            Labels: lset, 

        }) 

    } 

    return s.ref, a.AddFast(s.ref, t, v) 

我们就以下面的add函数调用为例:

app.Add(labels.FromStrings("foo""bar"), 0, 0) 

首先是getOrCreate,顾名思义,不存在则创建一个。创建的过程包含了seriesHashMap/Postings(倒排索引)/LabelIndex的维护。如下图所示:

Prometheus时序数据库-数据的插入

然后是AddFast方法

func (a *headAppender) AddFast(ref uint64, t int64, v float64) error{ 

        // 拿出对应的memSeries 

        s := a.head.series.getByID(ref) 

        ...... 

        // 设置为等待提交状态 

        s.pendingCommit=true 

        ...... 

        // 为了事务概念,放入temp存储,等待真正commit时候再写入memSeries 

        a.samples = append(a.samples, record.RefSample{Ref: ref,T:   t,V:   v,}) 

        //  

Prometheus在add数据点的时候并没有直接add到memSeries(也就是query所用到的结构体里),而是加入到一个临时的samples切片里面。同时还将这个数据点对应的memSeries同步增加到另一个sampleSeries里面。

Prometheus时序数据库-数据的插入

事务可见性

为什么要这么做呢?就是为了实现commit语义,只有commit过后数据才可见(能被查询到)。否则,无法见到这些数据。而commit的动作主要就是WAL(Write Ahead Log)以及将headerAppender.samples数据写到其对应的memSeries中。这样,查询就可见这些数据了,如下图所示:

Prometheus时序数据库-数据的插入

WAL

由于Prometheus最近的数据是保存在内存里面的,未防止服务器宕机丢失数据。其在commit之前先写了日志WAL。等服务重启的时候,再从WAL日志里面获取信息并重放。

Prometheus时序数据库-数据的插入

为了性能,Prometheus了另一个goroutine去做文件的sync操作,所以并不能保证WAL不丢。进而也不能保证监控数据完全不丢。这点也是监控业务的特性决定的。

写入代码为:

commit() 

|=> 

func (a *headAppender) log() error { 

    ...... 

    // 往WAL写入对应的series信息 

    if len(a.series) > 0 { 

        rec = enc.Series(a.series, buf) 

        buf = rec[:0] 

 

        if err := a.head.wal.Log(rec); err != nil { 

            return errors.Wrap(err, "log series"

        } 

    } 

    ...... 

    // 往WAL写入真正的samples 

    if len(a.samples) > 0 { 

        rec = enc.Samples(a.samples, buf) 

        buf = rec[:0] 

 

        if err := a.head.wal.Log(rec); err != nil { 

            return errors.Wrap(err, "log samples"

        } 

    } 

对应的WAL日志格式为:

Series records

┌────────────────────────────────────────────┐ 

│ type = 1 <1b>                              │ 

├────────────────────────────────────────────┤ 

│ ┌─────────┬──────────────────────────────┐ │ 

│ │ id <8b> │ n = len(labels) <uvarint>    │ │ 

│ ├─────────┴────────────┬─────────────────┤ │ 

│ │ len(str_1) <uvarint> │ str_1 <bytes>   │ │ 

│ ├──────────────────────┴─────────────────┤ │ 

│ │  ...                                   │ │ 

│ ├───────────────────────┬────────────────┤ │ 

│ │ len(str_2n) <uvarint> │ str_2n <bytes> │ │ 

│ └───────────────────────┴────────────────┘ │ 

│                  . . .                     │ 

└────────────────────────────────────────────┘ 

 

Sample records

┌──────────────────────────────────────────────────────────────────┐ 

│ type = 2 <1b>                                                    │ 

├──────────────────────────────────────────────────────────────────┤ 

│ ┌────────────────────┬───────────────────────────┐               │ 

│ │ id <8b>            │ timestamp <8b>            │               │ 

│ └────────────────────┴───────────────────────────┘               │ 

│ ┌────────────────────┬───────────────────────────┬─────────────┐ │ 

│ │ id_delta <uvarint> │ timestamp_delta <uvarint> │ value <8b>  │ │ 

│ └────────────────────┴───────────────────────────┴─────────────┘ │ 

│                              . . .                               │ 

└──────────────────────────────────────────────────────────────────┘ 

见Prometheus WAL.md

落盘存储

之前描述的所有数据都是写到内存里面。最终落地是通过compator routine将每两个小时的数据打包到一个Blocks里面。

Prometheus时序数据库-数据的插入

具体可见笔者之前的博客《Prometheus时序数据库-磁盘中的存储结构》

总结

在这篇文章里,笔者详细描述了Prometheus数据的插入过程。在下一篇文章里面,笔者会继续

阐述Prometheus数据的查询过程。

原文地址:https://mp.weixin.qq.com/s/NqZqB0fcmowcAh2zLaCVvw