Apache SkyWalking 引入独立配置文件优化 BanyanDB 高级配置
2025-05-08 22:07:35作者:江焘钦
背景介绍
Apache SkyWalking 作为一款优秀的应用性能监控系统,其存储组件 BanyanDB 承担着重要的数据持久化功能。随着系统功能的不断丰富,原有的配置方式逐渐暴露出可读性和可维护性不足的问题。
原有配置方式的局限性
在当前的实现中,所有 BanyanDB 的高级配置都扁平化地存储在 application.yml 文件中,导致配置项名称冗长且缺乏层次结构。例如:
- grNormalShardNum
- grNormalSIDays
- grNormalTTLDays
- grSuperShardNum
- gmMinuteShardNum
- gmHourSIDays
这种命名方式不仅难以记忆,而且无法直观反映配置项之间的逻辑关系。对于运维人员和开发者来说,理解和维护这些配置变得相当困难。
新配置方案设计
为了解决上述问题,SkyWalking 团队决定引入独立的 bydb.yml 配置文件,采用层次化的结构来组织 BanyanDB 的高级配置。新的配置方案具有以下特点:
- 逻辑分组清晰:将配置按数据类型和用途划分为多个逻辑组
- 命名简洁直观:使用更自然的命名方式替代原有的缩写
- 支持环境变量覆盖:保持与 Kubernetes 环境的良好兼容性
配置结构详解
新的 bydb.yml 文件采用树状结构组织配置,主要包含以下几个部分:
记录数据(Records)配置
groups:
records_normal:
shard_num: ${SW_STORAGE_BANYANDB_GR_NORMAL_SHARD_NUM:1}
segment_interval: ${SW_STORAGE_BANYANDB_GR_NORMAL_SI_DAYS:1}
ttl: ${SW_STORAGE_BANYANDB_GR_NORMAL_TTL_DAYS:3}
records_super:
shard_num: ${SW_STORAGE_BANYANDB_GR_SUPER_SHARD_NUM:2}
segment_interval: ${SW_STORAGE_BANYANDB_GR_SUPER_SI_DAYS:1}
ttl: ${SW_STORAGE_BANYANDB_GR_SUPER_TTL_DAYS:3}
其中,records_normal 用于普通数据集,而 records_super 专为超大数据集设计,如大型追踪或日志数据。
指标数据(Metrics)配置
metrics_minute:
shard_num: ${SW_STORAGE_BANYANDB_GM_MINUTE_SHARD_NUM:2}
segment_interval: ${SW_STORAGE_BANYANDB_GM_MINUTE_SI_DAYS:1}
ttl: ${SW_STORAGE_BANYANDB_GM_MINUTE_TTL_DAYS:7}
metrics_hour:
shard_num: ${SW_STORAGE_BANYANDB_GM_HOUR_SHARD_NUM:1}
segment_interval: ${SW_STORAGE_BANYANDB_GM_HOUR_SI_DAYS:5}
ttl: ${SW_STORAGE_BANYANDB_GM_HOUR_TTL_DAYS:15}
metrics_day:
shard_num: ${SW_STORAGE_BANYANDB_GM_DAY_SHARD_NUM:1}
segment_interval: ${SW_STORAGE_BANYANDB_GM_DAY_SI_DAYS:15}
ttl: ${SW_STORAGE_BANYANDB_GM_DAY_TTL_DAYS:15}
指标数据根据时间粒度分为分钟级、小时级和天级,每种粒度可以独立配置。
元数据(Metadata)配置
metadata:
shard_num: ${SW_STORAGE_BANYANDB_GM_INDEX_SHARD_NUM:2}
segment_interval: ${SW_STORAGE_BANYANDB_GM_INDEX_SI_DAYS:15}
ttl: ${SW_STORAGE_BANYANDB_GM_INDEX_TTL_DAYS:15}
元数据组专门用于存储索引模式的数据,如服务流量(service_traffic)和网络地址别名(network_address_alias)等。
技术优势
- 配置可读性提升:层次化的结构使配置项之间的关系一目了然
- 维护成本降低:逻辑分组使定位和修改特定配置更加容易
- 扩展性增强:新的结构更容易支持未来可能添加的热-温-冷数据分层存储功能
- 兼容性保障:通过环境变量覆盖机制保持与容器化部署的兼容
实施建议
对于现有用户升级到新版本时,需要注意:
- 原有的环境变量名称仍然有效,确保平滑过渡
- 建议逐步将配置迁移到新的 bydb.yml 文件中
- 对于 Kubernetes 环境,可以通过 ConfigMap 挂载 bydb.yml 文件
总结
Apache SkyWalking 通过引入独立的 bydb.yml 配置文件,显著改善了 BanyanDB 高级配置的可读性和可维护性。这一改进不仅使现有用户受益,也为系统未来的功能扩展奠定了更好的基础。新的配置结构更加符合现代运维实践,特别是在云原生环境中,能够提供更优雅的配置管理体验。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++097AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
202
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
61
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
977
575

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
83

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133