LinDB 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
LinDB 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票
LinDB 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」 !
LinDB 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」「最积极运营项目」 !
LinDB 获得 2020 年度 OSC 中国开源项目评选「最积极运营项目」 !

软件简介

LinDB 是一个开源时间序列数据库,提供高性能,高可用性和水平可扩展性。

LinDB 存储饿了吗公司的所有监控数据,每天有 88TB 增量写入和 2.7PB 总原始数据。

高性能

LinDB 采用了很多 TSDB 的最佳实践,并根据时间序列数据的特征实现了一些优化。与为 InfluxDB 编写大量 Continuous-Query 不同,LinDB 在创建数据库后会自动支持特定时间间隔的汇总。此外,LinDB 对于分布式时间序列数据的并行查询和计算来说非常快。

多活动 IDC

LinDB 旨在在多活动 IDC 云架构下运行。 LinDB 的计算层(称为代理)支持高效的 Multi-IDC 聚合查询。

高可用性

LinDB 使用 ETCD 集群来确保元数据高度可用且安全存储。如果发生故障,WAL 的多通道复制协议将避免数据不一致的问题:

1)。每个复制通道中只有一个人负责数据的权限,因此不会发生冲突;

2)。数据可靠性得到保证:只要未在旧的领导者中复制的数据没有丢失,它就会被复制到其他复制,而旧的领导者再次在线;

水平可扩展性

LinDB 中基于标签的分片策略解决了热点问题,只需添加新的代理和存储节点即可实现水平扩展。

指标的治理能力

为了确保系统的健壮性,LinDB 不假设用户已经理解使用度量的最佳实践,因此,LinDB 提供了基于度量标准粒度和标记粒度来限制不友好用户的能力。

LinDB 架构

界面截图:

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (15)

加载中
TDengine 性能更好,集群也开源了
2020/08/28 15:00
回复
举报
请问这个支持java访问?或者SQL访问么?
2019/11/13 14:58
回复
举报
如果是基于InfluxDB开源的就好了,干掉阿里InfluxDB商业版
2019/09/07 13:59
回复
举报
stone1100软件作者
目前项目还在开发阶段,为了解决内部版本的一些问题,整个系统是重新设计开发的,整个过程我们也是参考了很多业界同类产品的优点,这也是我们把它开源的目的,希望能形成一个完善的TSDB产品反馈给社区,后续我们会更新设计文档,运维使用手册等,目前我们主要的投入在开发上,文档还没跟上
2019/08/13 00:29
回复
举报
这个项目现在能运行吗? 领导让我部署一下
2019/08/12 16:31
回复
举报
我来回复下,是上海话里的智慧 不是上海人的智慧。昨天有网友来提issue搞得我一头雾水。
2019/08/08 20:43
回复
举报
总的意思就是:我牛逼!我牛逼!你们只用静静的看我牛逼就行了!
2019/08/08 13:51
回复
举报
拎得清
2019/08/07 17:43
回复
举报
为什么是上海人的智慧? 这个意思是饿了么只有上海人的工程师?上海本地干工程师的人不多吧。。。
2019/08/07 17:22
回复
举报
是爬虫机翻,原文只是想介绍是 上海话里的智慧聪明之依
2019/08/08 20:46
回复
举报
资料文档教程之类的都没有,就介绍了下他有多屌
2019/08/05 10:50
回复
举报
还在开发中,开源和内部实现有很多不一致,后面网站文档会跟上
2019/08/08 20:52
回复
举报
更多评论
暂无内容
2019/08/15 19:36

分布式时序数据库 LinDB

LinDB 是一个开源时间序列数据库,提供高性能,高可用性和水平可扩展性。 LinDB 存储饿了吗公司的所有监控数据,每天有 88TB 增量写入和 2.7PB 总原始数据。 高性能 LinDB 采用了很多 TSDB 的最佳实践,并根据时间序列数据的特征实现了一些优化。与为 InfluxDB 编写大量 Continuous-Query 不同,LinDB 在创建数据库后会自动支持特定时间间隔的汇总。此外,LinDB 对于分布式时间序列数据的并行查询和计算来说非常快。 多活动 ID...

0
0
发表于数据库专区
2018/05/13 23:04

数据分析之时序数据库

# 1 海量数据分析 海量数据分析类系统的设计主要面临2个大问题: - 1 海量数据如何存储? - a 借助于于Hadoop生态体系中的存储系统或者其他存储系统来存储海量数据,自身提供对上述数据的分布式查询分析功能,如Impala、Hive、SparkSQL、Presto、Drill、Kylin、OpenTSDB等 优势和劣势: 加入了Hadoop体系的生态圈,更加容易被接受,同时省去了研发分布式存储系统的麻烦,更多的是在分布式查询上做优化。但无法在存储上做更加深度...

1
8
发表了博客
2020/05/19 08:21

勇攀监控高峰-EMonitor之根因分析 背景

背景 阿里集团针对故障处理提出了“1/5/10”的目标-- 1 分钟发现、5 分钟定位、10 分钟恢复,这对我们的定位能力提出了更高的要求。 EMonitor 是一款集成 Tracing 和 Metrics,服务于饿了么所有技术部门的一站式监控系统,其覆盖了 前端监控、接入层监控; 业务 Trace 和 Metric 监控; 所有的中间件监控; 容器监控、物理机监控、机房网络监控。 每日处理总数据量近 PB,每日写入指标数据量上百 T,日均几千万的指标查询量,内...

0
0
发表了博客
2020/05/18 17:02

勇攀监控高峰-EMonitor之根因分析 背景

背景 阿里集团针对故障处理提出了“1/5/10”的目标-- 1 分钟发现、5 分钟定位、10 分钟恢复,这对我们的定位能力提出了更高的要求。 EMonitor 是一款集成 Tracing 和 Metrics,服务于饿了么所有技术部门的一站式监控系统,其覆盖了 前端监控、接入层监控; 业务 Trace 和 Metric 监控; 所有的中间件监控; 容器监控、物理机监控、机房网络监控。 每日处理总数据量近 PB,每日写入指标数据量上百 T,日均几千万的指标查询量,内...

0
0
发表了博客
2020/05/07 13:17

勇攀监控高峰-EMonitor之根因分析 背景

背景 阿里集团针对故障处理提出了“1/5/10”的目标-- 1 分钟发现、5 分钟定位、10 分钟恢复,这对我们的定位能力提出了更高的要求。 EMonitor 是一款集成 Tracing 和 Metrics,服务于饿了么所有技术部门的一站式监控系统,其覆盖了 前端监控、接入层监控; 业务 Trace 和 Metric 监控; 所有的中间件监控; 容器监控、物理机监控、机房网络监控。 每日处理总数据量近 PB,每日写入指标数据量上百 T,日均几千万的指标查询量,内...

0
0
发表于DevOps专区
2020/05/01 07:25

勇攀监控高峰-EMonitor之根因分析

# 勇攀监控高峰-EMonitor之根因分析 # 1 背景 阿里集团针对故障处理提出了“**1/5/10**”的目标-- 1 分钟发现、5 分钟定位、10 分钟恢复,这对我们的定位能力提出了更高的要求。 **EMonitor**是一款集成 **Tracing** 和 **Metrics**,服务于饿了么所有技术部门的一站式监控系统,其覆盖了 - 前端监控、接入层监控; - 业务 Trace 和 Metric 监控; - 所有的中间件监控; - 容器监控、物理机监控、机房网络监控。 每日处理总数据...

0
1
2019/11/12 15:21

饿了么监控系统 EMonitor 与美团点评 CAT 的对比

背景介绍 饿了么监控系统EMonitor:是一款服务于饿了么所有技术部门的一站式监控系统,覆盖了系统监控、容器监控、网络监控、中间件监控、业务监控、接入层监控以及前端监控的数据存储与查询。每日处理总数据量近PB,每日写入指标数据量百T,每日指标查询量几千万,配置图表个数上万,看板个数上千。 CAT:是基于Java 开发的实时应用监控平台,为美团点评提供了全面的实时监控告警服务 本文通过对比分析下2者所做的事情为契机讨...

0
1
发表于开发技能专区
2020/05/21 00:03

APM | EMonitor 之根因分析

背景 阿里集团针对故障处理提出了“1/5/10”的目标-- 1 分钟发现、5 分钟定位、10 分钟恢复,这对我们的定位能力提出了更高的要求。 EMonitor 是一款集成 Tracing 和 Metrics,服务于饿了么所有技术部门的一站式监控系统,其覆盖了: 1、前端监控、接入层监控; 2、业务 Trace 和 Metric 监控; 3、所有的中间件监控; 4、容器监控、物理机监控、机房网络监控。 每日处理总数据量近 PB,每日写入指标数据量上百 T,日均几千万的...

0
0
发表于开发技能专区
2019/10/31 23:17

饿了么监控系统 EMonitor 与美团点评 CAT 的对比

背景介绍 饿了么监控系统 EMonitor : 是一款服务于饿了么所有技术部门的一站式监控系统,覆盖了系统监控、容器监控、网络监控、中间件监控、业务监控、接入层监控以及前端监控的数据存储与查询。 每日处理总数据量近 PB ,每日写入指标数据量百T,每日指标查询量几千万,配置图表个数上万,看板个数上千。 CAT: 是基于 Java 开发的实时应用监控平台,为美团点评提供了全面的实时监控告警服务。 本文通过对比分析下两者所做的事...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
15 评论
179 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部