一、前言

Prometheus 提供了本地存储，本文主要讲述 Prometheus 自带的 tsdb 时序数据库。

二、本地存储（tsdb）

1. 什么是时序数据库

时序数据库全称为时间序列数据库。时间序列数据库主要用于指处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。主要用于存储周期性的采集各种实时监控信息。

2. 特点

垂直写，水平读

数据点写入分散，且数据量巨大
热点数据明显

3．存储配置

--storage.tsdb.path：数据存储目录。默认为 data/。
--storage.tsdb.retention.time：数据过期清理时间。默认为15天。
--storage.tsdb.wal-compression：此标志启用预写日志（WAL）的压缩。根据您的数据，您可以预期WAL大小将减少一半，而额外的CPU负载却很少。此标志在2.11.0中引入，默认情况下在2.20.0中启用。请注意，一旦启用，将Prometheus降级到2.11.0以下的版本将需要删除WAL。

4．目录结构

首先，block 在这里是一个数据块，每个数据块相对独立，由一个目录组成，该目录里包含：一个或者多个 chunk 文件（保存 timeseries 数据）、一个 metadata文件、一个 index 文件（通过 metric name 和 labels 查找 timeseries 数据在 chunk 文件的位置）。

./data
├── 01BKGV7JBM69T2G1BGBGM6KB12
│   └── meta.json
├── 01BKGTZQ1SYQJTR4PB43C8PD98
│   ├── chunks
│   │   └── 000001
│   ├── tombstones
│   ├── index
│   └── meta.json
├── 01BKGTZQ1HHWHV8FBJXW1Y3W0K
│   └── meta.json
├── 01BKGV7JC0RY8A6MACW02A2PJD
│   ├── chunks
│   │   └── 000001
│   ├── tombstones
│   ├── index
│   └── meta.json
└── wal
    ├── 00000002
    └── checkpoint.000001

5．储存原理(write)

Prometheus 按2小时一个 block 进行存储，最新写入的数据保存在内存 block 中，达到2小时后写入磁盘。为了防止程序崩溃导致数据丢失，实现了 WAL（write-ahead-log）机制，启动时会以写入日志(WAL)的方式来实现重播，从而恢复数据。

这种水平分区增加了一些优势：

查询时间范围时，我们可以轻松忽略该范围之外的所有数据块。只需要读取时间范围内的 block 数据；
当完成一个块时，我们可以通过顺序写入一些较大的文件来保留内存数据库中的数据，避免随机带来的写放大；
最近 2 小时的数据放在内存，使得查询最多的数据始终缓存在内存中；
删除旧数据的开销很小，只需要删除一个目录。

6．mmap(read)

使用 mmap 读取压缩和合并的大文件（不占用过多的句柄），建立进程虚拟地址和文件偏移量之间的映射关系，并且仅在查询和读取相应位置时才将数据读入物理内存。绕过文件系统页面缓存，减少一个数据副本。查询结束后，Linux 系统会根据内存压力自动回收相应的内存，并可在回收之前将其用于下一个查询命中。因此，使用 mmap 自动管理查询所需的内存缓存的优点是管理简单且处理效率高。

7．索引

一般 Prometheus 的查询是把 metric + label 做关键字的，而且是很宽泛，完全用户自定义的字符，因此没办法使用常规的 sql 数据库，Prometheus 的存储层使用了全文检索中的 倒排索引【文末链接】概念，将每个时间序列视为一个小文档。而 metric 和 label 对应的是文档中的单词。

例如，requests_total{path="/status", method="GET", instance="10.0.0.1:80"}是包含以下单词的文档：

name="requests_total"
path="/status"
method="GET"
instance="10.0.0.1:80"

提示：由于 Prometheus 索引定义很宽泛，label 会作为索引，官方不建议将 label 定义为动态的值，会导致索引的文件大小变大。

8．数据压缩

数据压缩的主要操作包括合并 block、删除过期数据、重构 chunk 数据。其中合并多个 block 成为更大的 block，可以有效减少 block 个数，当查询覆盖的时间范围较长时，避免需要合并很多 block 的查询结果。为提高删除效率，删除时序数据时，会记录删除的位置，并不会立即从 chunk 文件删除，而是将删除的记录先记录在 block 目录下的 tombstone 文件中，只有 block 所有数据都需要删除时，才将 block 整个目录删除。因此 block 合并的大小也需要进行限制，避免保留了过多已删除空间（额外的空间占用）。比较好的方法是根据数据保留时长，按百分比（如10%）计算 block 的最大时长。

三、远程存储

Prometheus 的本地存储在可伸缩性和持久性方面受到单个节点的限制。Prometheus 并没有尝试从本地存储中解决这个问题，而是提供了一组允许与远程存储系统集成的接口。

Prometheus 通过两种方式与远程存储系统集成：

Prometheus 可以将提取的样本以标准格式写入远程 URL。
Prometheus 可以以标准化格式从远程 URL 读取（返回）样本数据。

读取和写入协议都使用基于HTTP的快速压缩协议缓冲区编码。该协议尚未被认为是稳定的 API，当可以安全地假定 Prometheus 和远程存储之间的所有跃点都支持 HTTP / 2 时，该协议将来可能会更改为在 HTTP / 2 上使用gRPC。

四、参考

https://fabxc.org/tsdb/
https://prometheus.io/docs/prometheus/latest/storage/
https://docs.google.com/presentation/d/1TMvzwdaS8Vw9MtscI9ehDyiMngII8iB_Z5D4QW4U4ho
倒排索引：https://nlp.stanford.edu/IR-book/html/htmledition/a-first-take-at-building-an-inverted-index-1.html)

相关内容方面的知识，大家还有什么疑问或者想知道的吗？赶紧留言告诉小编吧！

第06期：Prometheus 存储