Узнайте о последних событиях Devopsdays, получите нашу демонстрацию, ответы на вопросы сообщества и многое другое.
(Этот пост был первоначально опубликован в блоге TimeScale Blog 13 марта 2020 марта.)
Мы недавно приняли участие в взносе NYC о Devopsdays Серия событий (Спасибо местным организаторам и добровольцам!), Где мы встречались с членами сообщества, заинтересованными во всех вещах мониторинга, инфраструктуры, разработки программного обеспечения и CI/CD.
Учитывая аннулирование многих отраслевых событий для обеспечения общественной безопасности и смягчения распространения COVID-19 ( Ознакомьтесь с нашим постом блога, если вы заинтересованы в мониторинге его самостоятельно ), мы немного разделяем о нашем недавнем опыте — что Мы узнали, что мы демонстрируем, и то, о чем мы говорили — принести опыт события до более широкого сообщества.
Во время мероприятия я демонстрировал, как использовать TimeScaledB в качестве долгосрочного магазина для метрик PROMETHEUS — сочетание PROMETHEUS, TIMESCALEDB и GRAFANA для мониторинга куска критической инфраструктуры (в этом случае, базу данных). Этот вид создания — ваша собственная гибкость и настройка становится все более распространенным в разговорах, которые у меня есть с разработчиками, и эта демонстрация позволяет создавать стопку мониторинга, который соответствует вашим потребностям, не добавляя значительных расходов.
Почему этот сценарий? Я был вдохновлен одним из наших клиентов облачных облаков, которые используют TimeScaledB для хранения и проанализировать их метрики PROMETHEUS. Они рассказали нам, как он не только спасает их деньги и дисковое пространство, но также позволяет им сохранять свои данные и увидеть тенденции в течение более длительных периодов времени.
Смотрите демо в действии ниже:
Вы заметите инструменты визуализации панели инструментов Grafana, с TimescaledB в качестве источника данных питания приборной панели. Я сосредоточил на основе ниже базовых метрик мониторинга, но если вы попробуете сами сами, вы можете настроить и добавить больше метрик, которые дают вам больше понимания (например, задержка запросов, запросы в секунду, открытые замки, кэш-хиты и т. Д.):
- использование процессора
- Сервисный статус
- % используемых диска
- # соединений баз данных
- % Памяти используются
- Состояние сети
Чтобы повторить демонстрацию, следуйте этим руководящим по этим руководянам на Как хранить метрики PROMETHEUS в Timescale и Как использовать TimeScale в качестве DataSource для Power Grafana Dashboards Отказ
Devopsdays «Открытые пространства» — это (замечательная) концепция Аналогично к формату Unconferferficate: для любых участников запланировано блок раз, чтобы обсудить темы их выбора с другими заинтересованными участниками. Просто предложите тему зрителям, которую вы хотели бы обсудить в течение 30 минут, а другие участники могут выбирать, какие сеансы они хотели бы посещать.
Совместный розыгрыш Матвей Арья И я проводил открытый космический сеанс о данных DEVOPS, а другие темы варьируются от переговоров о плате и других мягких навыков, чтобы деформироваться в небольших компаниях и дежопах в определенной экосистеме (AWS, Microsoft Azure, Google Cloud и т. Д.).
На нашем заседании мы слышали истории, лучшие практики, а также способы разработчиков от всех отраслей и районов думают о данных DevOps, которые они собирают.
Несколько основных моментов и общности
Команды уходят от самого управления самих инфраструктуры и к управляемым услугам (Как он поставил один человек: «Один из ключевых критериев, когда мы выбираем новый инструмент, заключается в том, что мы хотим, чтобы понять, чтобы управлять»).
Дежол на определенных компаниях могут быть одинокой и изолирующей работой. Чтобы исправить, что люди упомянули, что они присоединились (и рекомендуют!) Несколько Slack Workspaces: O11y.slack.com. , Hangops и Кофе OPS Отказ
Данные становятся все более центральными в том, как команды топливные их постпортированные проблемы анализа. Разработчики собирают данные о критических инцидентах, поиск шаблонов в том, что они вызывают, и коррелируют эту информацию о том, как она влияет на клиентов или пользователей.
Лучшая практика и совет одной команды (они управляют огромным приложением для обмена потребительскими сообщениями): снимки снимки высоких периодов нагрузки. Таким образом, вы получаете более подробную информацию для использования для планирования и калибровке в течение следующих лет. В случае этой команды TimeFrame канун нового года, когда они видят наибольшее количество сообщений, отправленных на их глобальную базу пользователя.
Кубернаны, как всегда, была горячей темой. Выделили две распространенные болевые точки (и являются вещами, к которым мы можем относиться к нам построить наши развертывание Kubernetes и подношения мульти-узла ):
- Видимость о том, что происходит внутри кластеров и стручков. Кто-то подытожил это, «я не просто хочу знать, что мой POD не в сети, я хочу знать, что происходит внутри него. » Мы не могли согласиться больше.
- Совокупная наблюдаемость данных через кластеры для упрощения вещей для команд OPS, которые обрабатывают метрики из нескольких команд приложений.
Для меня лучшая часть любой конференции — это разговоры о прихожей и слушание, которые члены сообщества стремятся учиться. Как компания, мы помогаем сначала, поэтому в духе помощи, вот несколько вопросов, которые я услышал снова, и снова, что может быть актуально, когда вы встаете и бегаете, или делаете более продвинутые вещи с TimescaledB:
Как TimescaledB выполняет в масштабе?
TimeScaledB весывается хорошо в одном узле, а также предлагает возможности масштабирования, если вы используете наши Multi-Node Beta Отказ
В наших внутренних ориентирах на стандартных облачных виртуальных машинах мы регулярно проверяем TimescaledB до 10 миллиардов строк, при поддержании скоростей вставки 100-200 тысяч строк в секунду (1-2 миллиона метрических вставок/секунды). Во время работы на более мощном аппаратном обеспечении мы видели масштабирование пользователей на настройку одного узла до 500 миллиардов строк данных, при сохранении 400K ROW вставок в секунду. Чтобы узнать больше о том, как TimeScaledb архитектуруется для достижения этой масштабы, см. Это Объясница блога Отказ
И, в наших внутренних тестах, настроек бета Multi-Node с 9 узлами достигли скорости вставки в течение 12 миллионов метрик в секунду (И вы можете узнать больше о нашем соревенстве Multi-Node здесь ).
Какова роль долгосрочного хранилища данных? Какие вещи это позволяет мне делать?
Чтобы удержать Прометеус простой и простой в эксплуатации, его создатели намеренно оставляли некоторые элементы масштабирования, которые обычно нуждаются в разработчиках. PROMETHEUS хранит данные локально в пределах экземпляра и не воспроизводится. Имея как вычисление, так и хранение данных на одном узле, облегчают управление, он также делает его сложнее масштабировать и обеспечить высокую доступность.
Более конкретно, это означает, что данные PROMETHEUS не являются произвольно масштабируемыми или долговечными перед лицом отключения диска или узла.
Проще говоря, Premetheus не предназначен для долгосрочного магазина метрики. Тем не менее, его создатели также сделали PROMETHEUS чрезвычайно расширяемой, и, таким образом, вы можете использовать TimeScaledB для хранения метрик на более длительные периоды времени, что помогает при планировании емкости и калибровке системы. Эта комбинация также позволяет Высокая доступность и предоставляет Расширенные возможности и функции Такие как полный SQL, присоединения и репликации (вещи, которые не доступны в Premetheus). Чтобы узнать больше, см. Зачем использовать TimescaledB. и прометей Отказ
Как использовать TimeScaledB и PROMETHEUS? Должен ли я использовать любые специальные разъемы?
Проверьте демонстрацию:). Я предлагаю использовать TimeScaledB в качестве удаленного чтения и записи для метрик PROMETHEUS, будь то инфраструктура для внутренней системы или вашим веб-сайтом электронной коммерции. Поскольку TimeScaledB расширяет Postgres, вы используете PG_PROMETHEUS расширение Для Postgres и нашего PROMETHEUS_POSTGRESQL_ADAPTER , и вы готовы начать.
Все, что работает с Postgres работает с TimescaledB, поэтому, если вы хотите подключиться к Viz Tools (Мне нравится grafana или tableau ), глотает данные из таких мест, как Кафка Или вставьте и проанализируйте данные, используя ваш любимый язык программирования (например, Python или Go), просто используйте одну из множества разъемов и библиотек в экосистеме Postgres.
Снова благодарим вас в Devopsdays NYC Team за вашу работу, чтобы снять такое интерактивное, веселье и сообщество, первое событие! Мы определенно будем присутствовать на то, что будут объявлены будущие события (практически или иным образом).
Тем временем эти ресурсы еще раз:
- Демо видео
- Учебники: Prometheus , Графана
… И, в случае, если вы хотите увидеть расширенную версию этой демонстрации и/или стремиться присоединиться к нескольким удаленным событиям, вы можете присоединиться ко мне 25 марта в 12 и др. «Как анализировать данные PROMETHEUS в SQL: 3 запроса, которые вам нужно знать».
- Я сосредоточусь на коде и показ vs. meading: вы узнаете, как написать пользовательские запросы SQL, чтобы проанализировать метрики мониторинга инфраструктуры и создавать визуализацию Grafana, чтобы увидеть тенденции, и я отвечу любые вопросы, которые вы можете иметь.
- Заинтересованы? Зарегистрируйтесь здесь Отказ Вы получите запись и ресурсы в ближайшее время после сеанса, поэтому регистр Даже если вы не можете присутствовать в прямом эфире.
Оригинал: «https://dev.to/timescale/devopsdays-nyc-2020-demo-open-space-recap-more-3n92»