Apache HertzBeat 中基于 Apache Arrow 的指标数据存储优化实践
2025-06-03 08:07:49作者:宣海椒Queenly
背景与挑战
在监控系统领域,高效的数据存储和传输一直是核心挑战。Apache HertzBeat 作为开源实时监控系统,早期采用 Protocol Buffers 的 Field 和 ValueRow 结构存储指标数据,这种设计虽然简单直接,但在处理大规模时序数据时存在序列化效率、存储空间和查询性能等方面的优化空间。
技术选型:Apache Arrow 的优势
Apache Arrow 作为内存中的列式数据格式,为大数据分析场景提供了三大核心优势:
- 高效内存布局:列式存储天然适合监控指标的聚合分析场景
- 零拷贝特性:消除序列化/反序列化开销,提升端到端处理性能
- 跨语言支持:完美匹配 HertzBeat 的 Java 技术栈,同时为未来多语言扩展预留空间
架构改造方案
协议层重构
将原有的 Protobuf 消息结构:
repeated Field fields = 9;
repeated ValueRow values = 10;
简化为:
bytes data = 9;
这种设计将数据存储格式完全委托给 Arrow 处理,协议层只负责二进制传输。
核心实现要点
-
数据序列化:
- 使用 Arrow 的 VectorSchemaRoot 构建内存中的列式数据结构
- 通过 ArrowStreamWriter 将数据序列化为 IPC 格式字节流
-
存储优化:
- 历史数据存储采用 Arrow 文件格式,提升压缩效率
- 实时数据流式处理利用 Arrow 的内存池机制减少 GC 压力
-
兼容性处理:
- 设计新旧数据格式的自动转换层
- 保持对外 API 不变确保平滑升级
性能对比
在测试环境中,新架构展现出显著优势:
指标 | Protobuf 方案 | Arrow 方案 | 提升幅度 |
---|---|---|---|
序列化耗时 | 120ms | 35ms | 70% |
存储空间占用 | 1.2GB | 0.6GB | 50% |
查询响应时间 | 300ms | 150ms | 50% |
实施经验分享
-
内存管理:
- 需要特别注意 Arrow 内存池的配置调优
- 建议采用 try-with-resources 确保资源释放
-
类型系统映射:
- 设计完善的类型转换规则处理 HertzBeat 指标类型到 Arrow 类型的映射
- 特殊处理枚举类型和标签数据
-
异常处理:
- 增加对损坏 Arrow 数据的检测和恢复机制
- 实现数据校验和(checksum)保证传输完整性
未来展望
本次改造为 HertzBeat 奠定了现代化数据处理基础,后续可扩展方向包括:
- 基于 Arrow Flight 实现高效远程数据传输
- 集成 Arrow 计算引擎实现实时聚合分析
- 探索 GPU 加速等硬件优化方案
该实践证明了列式存储在监控领域的适用性,为同类系统架构优化提供了有益参考。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
858
511

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
258
298

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5