Prometheus 水平扩展方案（一）: 监控数据的转储、聚合、查询
本篇目录
说明
Prometheus 自带的时序数据库不支持集群模式，难以承接海量的时序数据。RemoteRead 和 RemoteWrite 机制，主要解决了数据的存放问题，海量数据的查询依然是严重的瓶颈。
VictoriaMetrics
VictoriaMetrics 实现了 Prometheus 数据的汇聚、转储、查询，支持 PromQL。
日本游戏公司 colopl 在 2020年1月15日分享了实践经验，考察 Cortex、thanos、m3db、Victoria Metrics 之后，选用了 Victoria Metrics。
colopl 表示：
cortex过于复杂，没有正式 release；
使用 thanos，prometheus 通过 thanos 进行 remote read 内存开销增加1倍，oom；
m3db 复杂，学习、管理成本高。
2020年1月15日用日语分享的：
youtube 视频：Large-scale, super-load system monitoring platform built with VictoriaMetrics
PPT：monitoring-platform-with-victoria-metrics
一台 Prometheus 承载 8000 Pod 时，运转正常：
VictoriaMetrics 能够承接 1 万 Pod：
VictoriaMetrics 的系统架构如下:
VictoriaMetrics 的使用方法见后续文章：VictoriaMetrics源码阅读-水平扩展的实现方法。
Cortex
Cortex 基于 Prometheus 实现，支持水平扩展、支持 PromQL，CNCF 沙盒项目。
Thanos
Thanos 实现了 Prometheus 数据的汇聚、转储、查询，支持 Prometheus’ v1 API，CNCF 沙盒项目。
M3DB
M3DB 是 Uber 开源的分布式时间序列数据库。
参考
