首页
/ Thanos Compactor 二次降采样过程中产生重复块问题分析

Thanos Compactor 二次降采样过程中产生重复块问题分析

2025-05-17 17:42:15作者:劳婵绚Shirley

问题背景

在Thanos监控系统的实际部署中,Compactor组件负责对时间序列数据进行降采样(Downsampling)操作。近期在Thanos v0.35.1版本中发现了一个关键问题:当Compactor执行第二次降采样过程时,会为已经完成第一次降采样的块创建重复副本。

问题现象

通过日志分析可以清晰地观察到问题现象:

  1. 第一次降采样过程:Compactor成功将原始块(如01J19GEH5AKEHPGAVAQXS2E0TD)降采样为5分钟分辨率的新块(如01J19GFGYACEHGJBP3C87GA0QB)

  2. 第二次降采样过程:Compactor再次对同一个原始块执行降采样,生成另一个相同时间范围和分辨率的块(如01J19GH72N2FD744DPMT4FYCAZ)

  3. 后续处理:系统最终会通过GC机制标记并删除其中一个重复块

技术分析

问题根源

深入分析Compactor组件的源代码后,发现问题源于v0.31.0版本后引入的一个变更。在compact.go文件中,原本在每次降采样前都会调用sy.Metas()获取最新的元数据列表,但变更后改为:

  1. 在第一次降采样前获取并过滤元数据列表
  2. 将过滤后的列表直接用于第二次降采样

这种设计导致第二次降采样时使用了过时的过滤列表,无法感知第一次降采样产生的新块,从而错误地认为原始块仍需降采样。

存储后端无关性

最初怀疑可能是对象存储(S3)的最终一致性导致的问题,但经过以下验证排除了这种可能性:

  1. 在NetApp ONTAP S3和Ceph对象网关两种不同存储后端上都复现了相同问题
  2. 使用boto3直接测试确认新上传的对象能立即出现在列表中
  3. 旧版本(v0.31.0)在相同存储后端上运行正常

影响范围

该问题会导致:

  • 存储空间短暂增加(直到GC清理重复块)
  • 不必要的计算资源消耗
  • 可能影响查询效率(在GC前存在重复数据)

解决方案

修复方案的核心思路是在第二次降采样前重新同步并过滤元数据列表。具体实现包括:

  1. 在第二次降采样前调用sy.SyncMetas(ctx)同步最新元数据
  2. 重新执行过滤逻辑生成新的过滤列表
  3. 使用更新后的列表进行降采样操作

实际测试表明,该修复能有效避免重复块的产生,使降采样过程按预期工作。

技术启示

这个问题为我们提供了几个重要的技术启示:

  1. 状态一致性:在分布式系统中,任何基于状态的操作都必须确保使用最新的状态信息

  2. 变更影响评估:即使是看似简单的优化(如减少元数据同步次数)也可能引入意想不到的副作用

  3. 多环境验证:存储后端的特性差异可能影响系统行为,需要进行充分验证

  4. 日志分析价值:详细的运行日志对于诊断此类问题具有不可替代的价值

最佳实践建议

基于此问题的经验,建议在Thanos Compactor的使用和维护中:

  1. 版本升级注意:升级后应监控降采样过程,特别是跨大版本升级时

  2. 日志监控:设置对重复块产生的告警

  3. 存储监控:关注对象存储的使用量异常波动

  4. 测试验证:在非生产环境验证新版本的降采样行为

通过这个问题及其解决方案,我们不仅修复了一个具体缺陷,更深化了对分布式时序数据库系统内部工作机制的理解,为后续的系统运维和问题诊断积累了宝贵经验。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
179
263
RuoYi-Vue3RuoYi-Vue3
🎉 (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
871
515
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184
openHiTLSopenHiTLS
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
346
380
Cangjie-ExamplesCangjie-Examples
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
334
1.09 K
harmony-utilsharmony-utils
harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
31
0
CangjieCommunityCangjieCommunity
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
1.08 K
0
kernelkernel
deepin linux kernel
C
22
5
WxJavaWxJava
微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
603
58