吴晟 SkyWalking 原生数据库发布与云原生下复杂部署关系的识别

Tetrate创始工程师 Tetrate创始工程师。ApacheSkyWalking创始人，项目VP和PMC（项目管理委员会）成员。Apache软件基金会首位（2021）中国董事。Apache孵化器PMC成员和孵化器导师。 01 当 今 分 布 式 系 统 架 构 目录 02 分 布 式 监 控 生 态 03 从 垂 直 维 度 观 测 分 布 式 系 统 04 原 生 数 据 库 生 态 加 成 当今分布式系统架构 架构视角—多层INFRA基础设施的复杂体系 AWS服务视角—多种云服务+业务部署 分布式监控生态 常用监控数据源 割裂的监控数据数据孤岛 OpenTelemetryCollector –includingAWS distro 小问题，到底是拉模式还是推模式？ 常见的第三方集成--CloudWatch数据流 CloudWatch metrics with S3 CloudWatch Metric Stream (OpenTelemetryformart) Kinesis Data Firehose Delivery Stream AWS Firehose receiver(OAP) OpenTelemetryreceiver(OAP) 从垂直维度观测分布式系统 Layer和Service Hierarchy 基于拓扑和服务发现的垂直拓扑结构 云原生环境下的多层结构——IstioMeshonEKS eBPFPowered Observability – Rover agent and Cilium 原生数据库生态加成 BanyanDB数据模型 BanyanDBCluster BanyanDBon Cloud / AWS Infra Performance •CPU Usage:BanyanDBdata nodes have slightly higherCPU usage due to their operations on compressing anddecompressing data files. However,BanyanDBliaison nodesuse significantly less CPU. •Memory Usage:BanyanDBshows markedly lower memoryusage for both data and liaison nodes, using nearly 5x lessmemory than Elasticsearch data nodes, highlighting itsefficiency in memory utilization. DiskI/O •Disk Space Usage:BanyanDButilizes about 30%less disk space than Elasticsearch, which cantranslate into lower storage costs. •IOPS and Throughput:BanyanDB’sIOPS anddisk throughput are significantly lower, indicatingless strain on disk resources. This could bebeneficial for reducing operational costs andextending the lifespan of physical storage devices. V10+BanyanDB1.0GA查询计划 V10 +BanyanDB1.0 GA计划 •大规模部署测试•HA和稳定性测试•分析后置，从OAP向数据库迁移•非索引列TTL，大幅降低metrics磁盘消耗•(TBD)跨数据中心同步 感谢大家观看