概述

欢迎使用 GreptimeDB 用户指南。

GreptimeDB 是用于指标、事件和日志的统一时间序列数据库, 可提供从边缘到云的任何规模的实时洞察。 本指南将帮助你探索 GreptimeDB 的每个强大功能。

SQL 查询示例

让我们从一个 SQL 查询示例开始。

为了监控特定指标的性能和可靠性, 工程师通常定期查询并分析一段时间内的数据。 在分析过程中通常涉及到 JOIN 两个数据源, 但如下方的查询在之前是不可能的, 而现在使用 GreptimeDB 就可以做到:

  1. SELECT
  2. host,
  3. approx_percentile_cont(latency, 0.95) RANGE '15s' as p95_latency,
  4. count(error) RANGE '15s' as num_errors,
  5. FROM
  6. metrics INNER JOIN logs on metrics.host = logs.host
  7. WHERE
  8. time > now() - INTERVAL '1 hour' AND
  9. matches(path, '/api/v1/avatar')
  10. ALIGN '5s' BY (host) FILL PREV

该查询分析了过去一小时内特定 API 路径 (/api/v1/avatar) 的性能和错误。 它计算了每个 15 秒间隔内的第 95 百分位延迟和错误数量,并将结果对齐到每个 5 秒间隔以保持连续性和可读性。

逐步解析该查询:

  1. SELECT 子句:
  • host:选择 host 字段。
  • approx_percentile_cont(latency, 0.95) RANGE '15s' as p95_latency:计算 15 秒范围内的第 95 百分位延迟,并将其标记为 p95_latency。
  • count(error) RANGE '15s' as num_errors:计算 15 秒范围内的错误数量,并将其标记为 num_errors。
  1. FROM 子句:
  • metrics INNER JOIN logs on metrics.host = logs.host:在 host 字段上将 metrics 和 logs 表进行连接。
  1. WHERE 子句:
  • time > now() - INTERVAL '1 hour':筛选出过去一小时内的记录。
  • matches(path, '/api/v1/avatar'):筛选出特定 API 路径 /api/v1/avatar 的记录。
  1. ALIGN 子句:
  • ALIGN '5s' BY (host) FILL PREV:将结果对齐到每 5 秒,并使用前一个非空值填充缺失值。

接下来解析一下该查询示例展示的 GreptimeDB 关键功能:

  • 统一存储: GreptimeDB 是支持同时存储和分析指标及日志的时序数据库。简化的架构和数据一致性增强了分析和解决问题的能力,并可节省成本且提高系统性能。
  • 独特的数据模型: 独特的数据模型搭配时间索引和全文索引,大大提升了查询性能,并在超大数据集上也经受住了考验。它不仅支持数据指标的插入查询,也提供了非常友好的方式便于日志的写入查询
  • 范围查询: GreptimeDB 支持范围查询来计算一段时间内的表达式,从而了解指标趋势。你还可以持续聚合数据以进行进一步分析。
  • SQL 和多种协议: GreptimeDB 使用 SQL 作为主要查询语言,并支持多种协议,大大降低了学习曲线和接入成本。你可以轻松从 Prometheus 或 Influxdb 迁移至 GreptimeDB,或者从 0 接入 GreptimeDB。
  • JOIN 操作: GreptimeDB 的时间序列表的数据模型,使其具备了支持JOIN数据指标和日志的能力。

了解了这些功能后,你现在可以直接探索感兴趣的功能,或按顺序继续阅读下一步骤。

下一步