Grafana Mimir 2.15.0发布：时序数据库的重大升级与性能优化

Grafana Mimir是一个开源的、高性能的时序数据库系统，专为大规模监控和可观测性场景设计。作为Prometheus的长期存储解决方案，Mimir提供了水平扩展、多租户支持和长期数据保留等关键特性。最新发布的2.15.0版本带来了多项重要改进，包括性能优化、新功能增强和稳定性提升。

核心功能增强

本次发布的2.15.0版本在多个关键组件上进行了显著改进。在压缩方面，系统现在支持S2压缩算法用于gRPC通信，这可以显著减少网络传输的数据量，提高整体系统吞吐量。用户可以通过多个组件的相关配置标志来启用这一功能。

分布式架构方面，Distributor组件现在支持lz4压缩算法处理OTLP协议数据，并且可以部署在多个可用区，提高了系统的容错能力和可用性。对于规则引擎，Ruler组件增强了API端点，新增了exclude_alerts、group_limit和group_next_token等参数支持，为大规模规则管理提供了更好的控制能力。

性能优化与实验性功能

2.15.0版本引入了一个实验性的PromQL查询引擎，通过设置querier.query-engine=mimir可以启用。这个新引擎针对性能进行了优化，能够减少查询资源消耗，但目前仅支持PromQL功能的一个子集，对于不支持的查询会自动回退到标准Prometheus引擎。

查询前端现在可以实验性地缓存非瞬态错误响应，通过query-frontend.cache-errors和query-frontend.results-cache-ttl-for-errors配置项控制。这一特性对于处理频繁出现的查询错误特别有用，可以减少重复计算的开销。

在数据摄入方面，Ingester组件新增了对乱序原生直方图的支持，通过ingester.ooo-native-histograms-ingestion-enabled标志启用。同时，对于超过24小时的乱序数据，现在可以构建更大的24小时块（通过blocks-storage.tsdb.bigger-out-of-order-blocks-for-old-samples配置），这有助于减轻压缩器和摄入器的压力。

重要变更与兼容性说明

本次发布包含一些重要的行为变更。Alertmanager组件现在不会为零值的用户指标导出特定标签，这有助于减少监控系统的负担。PromQL兼容性从Prometheus 2.0升级到3.0，主要变化包括正则表达式中的"."模式现在会匹配换行符，范围选择器改为左开右闭区间，以及原生直方图使用指数插值法。

一些过时的配置选项已被移除，包括distributor.direct-otlp-translation-enabled（自2.13起默认启用）、query-scheduler.prioritize-query-components（现在始终启用）和api.get-request-for-ingester-shutdown-enabled（计划在2.15移除）。

稳定性改进与错误修复

2.15.0版本修复了多个关键问题，包括：

1. 修复了原生直方图处理中的多个问题，如rate()等函数在有浮点陈旧标记时可能返回错误值的问题，以及原生直方图取反操作无效的问题。

2. 解决了分布式查询中可能返回错误位置信息的问题，以及实验性错误缓存可能生成不正确缓存键的问题。

3. 修复了Ingester组件中的多个竞态条件，包括每个租户TSDB创建、样本添加和原生直方图追加过程中的问题。

4. 改进了OTLP接收器处理整数样本值类型的能力，以及在添加后缀模式下生成指标名称时保留冒号和合并多个连续下划线的行为。

5. 解决了查询前端中请求格式验证的执行顺序问题，确保在处理前进行验证。

运维与监控增强

对于运维团队，本次发布提供了更多监控和诊断能力。新增了跟踪标签值中包含换行符的租户指标(cortex_distributor_label_values_with_newlines_total)，帮助识别潜在的标签格式问题。在压缩器方面，现在在更新桶索引时会并发刷新删除标记，当有大量块变动时，速度提升可达16倍。

对于使用Kafka作为实验性存储后端的场景，现在支持SASL Plain认证，并增加了新的监控指标来检测消费记录中的间隙问题(MimirIngesterMissedRecordsFromKafka)。此外，系统现在可以限制Grafana状态和配置的最大大小，防止异常情况下的资源耗尽问题。

总结

Grafana Mimir 2.15.0是一个功能丰富且稳定的版本，在性能、功能和可靠性方面都有显著提升。新引入的实验性功能为未来版本的发展方向提供了参考，而大量的错误修复和优化则进一步巩固了系统在生产环境中的稳定性。对于正在使用或考虑采用Mimir作为时序数据库解决方案的团队，这个版本值得认真评估和升级。