동급 최고의 열 형식 메트릭 엔진을 만날 기회
Elasticsearch 열 형식 데이터 저장소는 규모와 관계없이 메트릭 인제스트, 저장, 쿼리 속도 면에서 다른 저장소를 앞섭니다.
삭제 없이 데이터 확장
로그 인제스트, 저장, 쿼리 성능의 표준을 세운 엔지니어링 역량을 그대로 적용해, 고카디널리티 메트릭을 위한 더 나은 TSDB를 구축했습니다. 동일한 팀, 동일한 엄격함, 새로운 데이터 유형으로 비용 부담 없이 모든 메트릭을 전체 해상도로 보존할 수 있는 설계입니다.
Elasticsearch는 행을 스캔하지 않습니다. 열을 읽습니다.
Elasticsearch의 세그먼트 기반 저장 공간은 열 형식으로 설계되어, 벡터 로딩 및 처리를 통해 수백만 개의 시계열에 대해 초 미만의 응답을 보장합니다.
ELASTICSEARCH 9.4 벤치마크
숫자로 드러나는 엔지니어링
프로덕션급 TSDB를 정의하는 세 가지 메트릭인 쿼리 속도, 저장 공간 밀도, 인제스트 처리량을 정면으로 비교합니다.
| 차원 | Elasticsearch 9.4 | Prometheus | Mimir | ClickHouse |
|---|---|---|---|---|
| 쿼리 속도높은 카디널리티 시계열 | 가장 빠름 기준 |
최대 30배 느림 | 최대 30배 느림 | 최대 8배 느림 |
| 저장 공간 밀도바이트/샘플 | 최고 3.74B |
~9.42 B | ~3.95 B | ~6.8 B |
| 인제스트 처리량(초당 샘플 수) | 가장 빠름 428K/s |
402K/s | 404K/s | ~300K/s |
| 네이티브 PromQL어댑터 불필요 | 네이티브 | ✓ Native | ✓ Native | 어댑터 필요 |
| OTel 네이티브스키마 변환 없음 | OTel-first | 내보내기 기능을 통해 | 내보내기 기능을 통해 | 수동 매핑 |
상상을 현실로 만든 혁신
Elasticsearch 열 형식 메트릭 엔진 구축
저장 공간 아키텍처부터 쿼리 실행에 이르기까지 플랫폼의 모든 부분을 의도적으로 구축했습니다. 이를 실현한 기술은 다음과 같습니다.
마이그레이션 툴 — 기술 미리 보기
Datadog 또는 Grafana 마이그레이션도 하룻밤이면 끝
Datadog 및 Grafana에서 Elastic으로 대시보드와 경보 규칙을 자동 변환하여 플랫폼 전환에 따른 비용과 복잡성을 획기적으로 줄일 수 있습니다.
전환하여 Datadog 메트릭 요금을 50% 절약할 준비가 되셨나요?
Elastic에 Prometheus 메트릭 전송 시작하기
Prometheus 원격 쓰기 엔드포인트는 추가 설정이 필요하지 않습니다. 메트릭이 흐르기 시작하면 호환성을 위해 PromQL 기본 제공 PROMQL을 사용하여 ES|QL로 쿼리할 수 있습니다. 또는 기본 ES|QL 쿼리를 작성하여 메트릭을 같은 저장소의 로그 및 추적에 연결하세요.
지표를 실행으로 전환
대규모로 인프라를 모니터링하세요. Discover에서 메트릭을 살피고, 코드로 대시보드를 구축하세요. AI 기반 조사는 이상 징후를 강조하고, 추세를 밝히며, 문제 해결을 자동화하므로 용량을 계획하고 문제를 더 빠르게 해결할 수 있습니다.
자주 묻는 질문
Elasticsearch가 메트릭 모니터링에서 Prometheus를 대체할 수 있을까요?
Elasticsearch가 메트릭 모니터링에서 Prometheus를 대체할 수 있을까요?
예. Elasticsearch는 Prometheus Remote Write 엔드포인트를 기본적으로 제공하며, ES|QL에 내장된 PROMQL 함수를 통해 PromQL을 지원하고, 고차원 시계열 데이터에 최적화된 컬럼형 메트릭 엔진을 갖추고 있습니다. 기존 Grafana 대시보드와 알림 규칙을 자동으로 변환하여 하루 만에 Prometheus에서 Elasticsearch로 마이그레이션할 수 있습니다.
Elasticsearch와 Prometheus의 쿼리 속도는 어떻게 비교됩니까?
Elasticsearch와 Prometheus의 쿼리 속도는 어떻게 비교됩니까?
Elasticsearch 9.4 벤치마크 결과, Elasticsearch는 높은 카디널리티를 가진 시계열 데이터를 Prometheus보다 최대 30배 더 빠르게 쿼리합니다. 저장 효율성도 더 높습니다. Elasticsearch는 메트릭을 샘플당 3.74바이트로 저장하는 반면, Prometheus는 약 9.42바이트로 저장합니다.
Elasticsearch는 OpenTelemetry(OTel) 메트릭을 기본 지원하나요?
Elasticsearch는 OpenTelemetry(OTel) 메트릭을 기본 지원하나요?
예, Elasticsearch는 OTel 우선 이며 스키마 변환 없이 네이티브 OpenTelemetry 형식으로 메트릭을 수집합니다. Prometheus와 Beats 형식도 기본적으로 지원되며, 각각 번역 계층 없이 있는 그대로 저장됩니다.
Datadog이나 Grafana에서 Elasticsearch로 마이그레이션하는 데 얼마나 걸리나요?
Datadog이나 Grafana에서 Elasticsearch로 마이그레이션하는 데 얼마나 걸리나요?
Elastic은 Datadog 및 Grafana 대시보드와 경보 규칙을 Elastic/Kibana 형식으로 자동 변환하는 마이그레이션 도구(현재 기술 미리보기 중)를 제공합니다. Prometheus 마이그레이션의 경우, Prometheus Remote Write를 Elasticsearch에 연결하는 것은 구성 변경만 필요합니다.
TSDB란 무엇이며, 메트릭 모니터링에 있어 왜 중요한가요?
TSDB란 무엇이며, 메트릭 모니터링에 있어 왜 중요한가요?
TSDB(시계열 데이터베이스)는 인프라 메트릭과 같이 시간 기준으로 인덱싱된 데이터를 저장하고 쿼리하는 데 최적화된 데이터베이스입니다. Elasticsearch의 시계열 데이터 스트림(TSDS)은 데이터를 일괄 처리하고, 합성 ID 트리밍 및 문서 값 스키퍼를 적용하여 저장 용량을 줄이는 열 기반 저장 엔진을 사용하므로, 기존의 행 기반 방식에 비해 더 빠르고 비용 효율적입니다.
메트릭 쿼리에서 열 형식 저장 공간이 더 빠른 이유는 무엇인가요?
메트릭 쿼리에서 열 형식 저장 공간이 더 빠른 이유는 무엇인가요?
열 형식 저장 공간은 쿼리와 관련된 데이터 열만 읽고 전체 행을 스캔하지 않기 때문에 메트릭 쿼리를 더 빠르게 처리합니다. 시계열 워크로드에서는 데이터베이스가 필요한 값만 가져올 수 있습니다. 예를 들면 24시간 동안의 CPU 사용량만 가져오고 관련 없는 필드는 건드리지 않는 것입니다. Elasticsearch는 데이터를 배치로 처리하는 벡터화된 쿼리 엔진을 통해 이를 한층 발전시켜, 수백만 개의 고카디널리티 시계열에서도 1초 미만의 응답 시간을 제공합니다.