关于存储:阿里云ES全观测引擎TimeStream时序增强功能重磅发布助力时序场景实现最佳实践

简介：阿里云ES全观测引擎TimeStream时序加强性能最新公布，在云原生ELK全托管根底上，通过TimeStream时序加强性能插件，可实现高性能、低成本时序数据存储和查问剖析。本文介绍TimeStream实用场景、性能劣势、性能测试后果和实际案例

Elasticsearch的全观测能力

视频介绍>>

随着企业IT零碎拓扑构造日趋简单，零碎架构从单体道分布式再到微服务，部署模式从物理服务器部署到虚拟化再到容器化利用，基础设施上云后开发模式也从传统瀑布式到DevOps开发运维联合。简单的零碎链路中多种数据源背地，是不同的数据类型，以及极高的海量非结构化数据的对立采集、加工、存储和保护老本。在传统SRE运维场景之外，企业业务场景在实时剖析、平安审计、用户行为、经营增长、交易记录场景衍生出各类利用，由此带来多套观测计划交错，保护老本大幅晋升，同一个业务组件或零碎，产生的数据不同计划中数据难互通，无奈充分发挥数据价值。

由此，各个企业也越发关注对系统可观测能力的建设，迫切需要把各类数据在对立平台进行存储、监控和检索剖析。业内公认，log、metric、trace是全观测的三大支柱，通过搭建对立的观测零碎，在运维场景帮忙运维人员在「事先」理解零碎运行状态，「事中」疾速定位故障，「预先」根因剖析，以此晋升零碎高可用，降本增效。但在全观测技术演进过程中，不仅须要跨云、跨业务零碎实现日志和时序数据的观测，而日志、时序等各类数据场景撑持的技术原子工具繁多，工具之间的连接艰难，技术组价及平台的保护老本高。

可观测作为Elastic三大外围解决方案之一，基于Elasticsearch全观测能力能够对立收集日志、指标、uptime数据、应用程序跟踪tracing数据，并将各类数据对立存储到 Elasticsearch，进行对立解决剖析并基于Kibana 实现可视化。从而可观测场景下实现了技术栈对立，SRE团队也毋庸基于多种技术组件搭建可观测平台。

在全观测场景下，阿里云Elasticsearch在基于云原生Serverless日志引擎能力，继续优化在海量日志数据的写入性能及存储老本。而在对Metric时序数据的存储和处理过程中，往往会面临以下几个问题：

TimeStream是什么？

TimeStream是阿里云Elasticsearch团队自研，并联合Elastic社区时序类产品个性共建的时序引擎。在云原生ELK全托管根底上，通过TimeStream时序加强性能插件，可实现高性能、低成本时序数据存储和查问剖析。

阿里云ES TimeStream的劣势

作为与Ali内核深度整合的阿里云ES时序场景核心技术，Timestream大幅优化了阿里云ES时序场景的老本、性能和易用性：

• 数据管理提效：基于Timestream时序数据模型及增删改查，集成Elasticsearch在时序场景的最佳实际模板，大幅升高了Elasticsearch治理时序指标数据的门槛
• 查问体验晋升：反对应用PromQL查问Elasticsearch数据，可无缝对接Prometheus+Grafana，反对DownSample采样查问和DataStream工夫分区
• 存储老本优化：通过数据压缩优化、元数据存储容量优化，TimeStream索引相比开源Elasticsearch一般索引的存储容量升高了80%以上
• 读写性能晋升：TimeStream索引相比开源Elasticsearch一般索引写入TPS晋升近40%，对于时序数据的罕用查问剖析，性能相比开源Elasticsearch晋升了5倍

与开源比照

时序场景中Elasticsearch在应用和不应用TimeStream插件状况下，场景化配置、存储、查问比照如下：

### 性能比照

从benchmark比照后果看， 阿里云Elasticsearch基于TimeStream实现了Elasticsearch时序读写性能大幅晋升，外围性能与传统开源时序类产品处于同一级别

存储容量方面

TimeStream索引相比开源Elasticsearch一般索引存储容量升高超过80%；

TimeStream反对不存储\_id，使得与同等条件下存储\_id的一般索引相比，存储容量升高超过90%，与开源时序数据库持平；

写入性能方面

TimeStream索引相比开源Elasticsearch一般索引晋升写入TPS晋升近40%

查问性能方面

单并发简略查问，阿里云ES靠近开源时序产品；

单并发简单查问，阿里云ES TimeStream查问性能体现更优。

多并发，简略和简单查问语句下，阿里云ES TimeStream 查问性能体现更优

### 实际案例

#### 案例A：TimeStream治理Elasticsearch时序数据疾速入门

STEP1 购买和应用

TimeStream目前反对阿里云ES 7.16版本实例（内核版本1.7.0及以上）

通过零碎默认插件列表查看是否已装置Aliyun-TimeStream插件，确认领有TimeStream最新性能

STEP2 创立TimeStream时序数据索引

在Kibana控制台通过time\_stream的create接口创立时序数据类型索引，命令及返回后果如下。

STEP3 写入数据

应用bulk、index接口写入数据，写入时需依照时序模型写入（模型字段可批改），命令及返回后果如下。

STEP4 查问数据

应用search接口查问数据，以及应用cat indices接口查看test\_stream具体索引信息，命令及返回后果如下：

STEP5 应用DownSample性能

通过time\_stream的create接口创立时，可间接指定DownSample规定，通过配置interval设定downsample精度，示例如下：

相干文档>>

#### 案例B：应用阿里云ES TimeStream对接Prometheus+Grafana实现可观测性

阿里云Elasticsearch反对无缝对接Prometheus+Grafana，反对Prometheus Query相干的API，能够间接将TimeStream索引作为Grafana的Prometheus数据源应用，可能进步时序数据存储与查问剖析的性能，同时节约老本。

通过node\_expoter收集各种与硬件和内核相干的指标，并提供给Prometheus进行读取，再通过remote write将数据写入阿里云ES TimeStream索引，并通过配置Grafana进行可视化剖析。

下图示例在Grafana配置Prometheus数据源，应用PromQL查问作为Prometheus数据源的阿里云ES数据，拜访并可视化。

相干文档>>

### 相干文档

 TimeStream时序加强引擎介绍 – 检索剖析服务Elasticsearch版 – 阿里云

 应用Aliyun-TimeStream插件 – 检索剖析服务Elasticsearch版 – 阿里云

 TimeStream集成Prometheus接口 – 检索剖析服务Elasticsearch版 – 阿里云

 TimeStream治理Elasticsearch时序数据疾速入门 – 检索剖析服务Elasticsearch版 – 阿里云

 基于TimeStream对接Prometheus+Grafana实现可观测性 – 检索剖析服务Elasticsearch版 – 阿里云

### 分割咱们（钉群二维码）

更多可观测场景架构及应用最佳实际交换，欢送扫描二维码退出钉群>>

阿里云ES 1元包月试用>>👆🏻

> 版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。