艾超：TDSQL for PostgreSQL监控架构演进思路

监控业务的挑战与演进

监控架构的历来演进

数据库管控运维中的监控是保障可靠性、可用性和性能的基础能力。监控业务需满足规模化、高性能、实时性和准确性等要求。

现有架构的优缺点

• 优点：拥抱开源、定制少、开发量小
• 缺点：精简架构可能降低线下交付效率，且长期演进成本高
• 策略：基于现有架构不新增组件，通过高度可扩展设计实现配置化

监控场景的时序数据

时序数据特点：以固定时间间隔高频写入，不同序列按各自频率写入数据点，写占比超过90%。

数据聚合与查询场景

1. 多维度聚合：按指定维度分组聚合，支持Web页面展示（图表、报表、多维度、多粒度、环比、同比）
2. 多标签聚合：组合多个维度为标签进行聚合
3. 顺序范围读：按时间顺序读取并支持范围查询
4. 多序列聚合：将时序数据划分为多个序列分别聚合
5. 写多读少：写操作占比超90%，需优化冷热分离数据管理

数据存储与管理方案

传统方案（不推荐）

• 单表存储：仅适用于极简场景，数据量大时运维困难
• 分区子表：支持多维度分区，但维护复杂且可能增加IO次数

优化方案

• 多维度分区：根据多个维度切分数据，提升管理效率
• 超表：使用超表简化管理，但创建维护成本高
• PG扩展方案：兼容PG生态，通过连续聚合（Chunk）和异步计算提升查询性能

核心能力与未来展望

• 内置任务调度框架：支持异步压缩、行存列存转换、持续聚合
• 标准化：推动监控业务标准化，便于管理和扩展