개요:

이 세션에서는 대용량의 시계열 데이터를 수집하고, 저장하고, 분석한 경험과 노하우를 다룹니다. 저희는 검색 SRE 팀의 구성원으로서 시계열 데이터베이스 플랫폼을 운영하고 있습니다. 오픈 소스 프로젝트인 VictoriaMetrics 기반으로 여러 인스턴스를 구축하고 관리하면서 수많은 사건 사고를 겪었는데요, 그 과정에서 저희가 했던 고민, 그리고 새롭게 알게 된 기술 지식과 팁을 공유해드리겠습니다.​

목차

1. Background

• Monitoring NAVER Search System
• Large-scale time series data
• 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
• Let's do it together