[이런 특강이에요]
•
대용량의 시계열 데이터를 수집하고, 저장하고, 분석했던 경험과 노하우를 다룹니다.
[이런 분이 특강을 들으면 좋겠어요]
•
오픈소스 모니터링 도구 도입을 고민하시는 분들
•
대용량, 고성능 시계열DB에 관심이 있는 분
•
시계열 DB의 최근 동향이 궁금하신 분
이 세션에서는 대용량의 시계열 데이터를 수집하고, 저장하고, 분석한 경험과 노하우를 다룹니다.
네이버 검색 SRE 팀은 시계열 데이터베이스 플랫폼을 운영하고 있습니다.
오픈 소스 프로젝트인 VictoriaMetrics 기반으로 여러 인스턴스를 구축하고 관리하면서 수많은 사건 사고를 겪었는데요, 그 과정에서 했던 고민, 그리고 새롭게 알게 된 기술 지식과 팁을 공유해드리겠습니다.
[특강 목차]
1.
Background
•
Large-scale time series data
•
Monitoring NAVER Search System
•
Time series DB History
2.
A Deep-dive into Time series DB
•
Data Model
•
Key Requirements
•
LSM(Log Structured Merge) Tree
•
Index DB
•
Data Storage
•
Gorilla Compression
•
VictoriaMetrics
3.
Time series in the Multiverse of Madness
•
Happy one universe
•
The Rise of The Multiverse
•
Hot / Warm Storage Tiering
•
Macro Dashboard / Micro Dashboard
•
Macro Alerts / Micro Alerts
•
2 X 2 X 2 = 8 multiple universes
4.
Lessons Learned
•
Write path for no data loss
•
Read path for no downtime
•
Multiverse Management
•
Data migration
•
Cluster-level outage
5.
Takeaways
•
Understand time series DBs and VictoriaMetrics
•
It's simple, but you still need to be skillful