Prezi 从 Prometheus 迁移到 VictoriaMetrics 的总结

主要观点

Prezi 的工程团队近期分享了他们从基于 Prometheus 的监控系统迁移到 VictoriaMetrics 的经验，重点在于成本优化、性能提升和架构简化。此次迁移使成本降低了约 30%，并将复杂查询的完成时间从 30 秒以上缩短至 3-7 秒。

背景

• 原有系统问题：截至 2024 年，Prezi 的 Prometheus 系统已过时且成本高昂，运行在一个需要大量资源维护的内部平台上。
• 目标：现代化指标收集和存储系统，减少复杂性，过渡到 Kubernetes，并降低运营成本。

挑战

• 高资源需求：系统规模庞大（500 万活跃序列）。
• 管理复杂性：需要管理多个实例以支持仪表板和告警。
• 依赖遗留基础设施：增加了维护难度。

解决方案探索

• 评估选项：考虑了托管和自托管解决方案。
• 选择 VictoriaMetrics：因其简单性、成本效益和性能优势而被选中。

VictoriaMetrics 的优势

• 存储方式：使用块存储而非对象存储（如 AWS S3），成本更低且性能更优。
• 性能提升：查询时间显著缩短，存储、内存和 CPU 使用率大幅下降。

架构调整

• 初期部署：在多个 AWS 可用区（AZ）部署集群版本以确保持续可用性，但成本增加。
• 优化方案：改为在两个不同 AZ 部署两个独立的 VictoriaMetrics Single 实例，引入负载均衡器以实现故障转移冗余。

进一步优化

• 长期存储：部署另一个 VictoriaMetrics Single 实例，定制保留设置以避免额外成本。
• 配置管理：采用 VictoriaMetrics Kubernetes Operator，简化配置管理。
• 非 Kubernetes 工作负载：部署额外的静态配置代理。
• Grafana 整合：使用 Grafana Private Data Connect 整合自托管指标与 Grafana Cloud。

社区讨论

• Hacker News：讨论了云计算中高跨区数据传输成本的权衡。
• Reddit：讨论了监控系统设计的权衡，特别是远程写入系统的延迟和依赖性。

迁移结果

• 成本与性能：成本降低 30%，查询时间显著缩短。
• 可访问性：通过 Kubernetes 原生工具更容易访问指标。
• 可扩展性与可靠性：新系统更好地支持未来增长，提高了可扩展性和可靠性。

结论

Prezi 的迁移案例展示了通过选择合适的技术和优化架构，可以在降低成本的同时显著提升系统性能和可维护性。