Monitoramento de métricas desenvolvido na Plataforma Elasticsearch em que equipes de SRE confiam
A Elastic combina eficiência de métricas de primeira linha com a solução de análise de logs mais completa do setor. Consultas até 30 vezes mais rápidas do que TSDBs concorrentes, desenvolvidas em um armazenamento colunar projetado para cargas de trabalho de alta cardinalidade que escalam sem estourar o orçamento. Com suporte nativo a PromQL, para que você possa manter os fluxos de trabalho que já conhece e usa.
Conheça o mecanismo de métricas colunares que é o melhor da sua categoria
O datastore colunar do Elasticsearch supera outros em ingestão de métricas, armazenamento e velocidade de consulta em qualquer escala.
Redimensione sem perder dados
A profundidade de engenharia que definiu o padrão para ingestão, armazenamento e desempenho de consultas de logs é exatamente o que aplicamos para construir um TSDB melhor para métricas de alta cardinalidade. Mesma equipe, mesmo rigor, novo tipo de dados — desenvolvido para reter todas as métricas em resolução total, sem o custo adicional.
O Elasticsearch não escaneia linhas. Lê as colunas.
O armazenamento baseado em segmentos do Elasticsearch é colunar por design, garantindo resposta em menos de um segundo em milhões de séries temporais com carregamento e processamento de vetores.
BENCHMARKS DO ELASTICSEARCH 9.4
Engenharia que se reflete nos números
Confronto direto entre as três métricas que definem um TSDB de nível de produção: velocidade de consulta, densidade de armazenamento e taxa de transferência de ingestão
| Dimensão | Elasticsearch 9.4 | Prometheus | Mimir | ClickHouse |
|---|---|---|---|---|
| Velocidade de consultaSéries temporais de alta cardinalidade | Mais rápido Linha de base |
Até 30 vezes mais lento | Até 30 vezes mais lento | Até 8 vezes mais lento |
| Densidade de armazenamentoBytes/amostra | Melhor 3,74 B |
~9,42 B | ~3,95 B | ~6,8 B |
| Taxa de ingestãoAmostras/segundo | Mais rápido 428K/s |
402 mil/s | 404 mil/s | ~300 mil/s |
| PromQL nativoNão é necessário adaptador | Nativo | Nativo | Nativo | Requer adaptador |
| OTel-nativoSem conversão de esquema | Primeiro OTel | Via exportadores | Via exportadores | Mapeamento manual |
A INOVAÇÃO QUE TORNOU ISSO POSSÍVEL
Construindo o mecanismo de métricas colunares do Elasticsearch
Desde a arquitetura de armazenamento até a execução de consultas, cada parte da nossa plataforma foi construída com um propósito. Conheça a engenharia que tornou isso possível.
Ferramenta de migração — prévia tecnológica
Migre do Datadog ou Grafana da noite para o dia
Converta automaticamente dashboards e regras de alerta do Datadog e Grafana para Elastic, reduzindo drasticamente o custo e a complexidade das plataformas de troca.
Pronto para mudar e economizar 50% na sua conta de métricas Datadog?
Comece a enviar métricas do Prometheus para a Elastic
O endpoint Prometheus Remote Write não exige configuração adicional. Assim que as métricas estiverem fluindo, você poderá consultá-las com ES|QL usando a função PROMQL integrada para compatibilidade com PromQL, ou escrever consultas ES|QL nativas para combinar métricas com logs e rastreamentos no mesmo armazenamento.
Transforme métricas em ação
Monitore sua infraestrutura em escala. Explore métricas no Discover, crie dashboards como código e deixe que investigações conduzidas por IA destaquem anomalias, revelem tendências e automatizem a correção, para que você possa planejar a capacidade e resolver problemas mais rapidamente.
Perguntas frequentes
O Elasticsearch pode substituir a Prometheus no monitoramento de métricas?
O Elasticsearch pode substituir a Prometheus no monitoramento de métricas?
Sim. O Elasticsearch inclui um endpoint nativo de gravação remota do Prometheus, é compatível com o PromQL por meio da função PROMQL integrada no ES|QL e um mecanismo de métricas colunares projetado para séries temporais de alta cardinalidade. As equipes podem migrar do Prometheus em um dia, convertendo automaticamente seus painéis e regras de alerta do Grafana existentes.
Como o Elasticsearch se compara ao Prometheus em termos de velocidade de consulta?
Como o Elasticsearch se compara ao Prometheus em termos de velocidade de consulta?
Nos testes de desempenho do Elasticsearch 9.4, o Elasticsearch consulta séries temporais de alta cardinalidade até 30 vezes mais rápido que o Prometheus. A eficiência de armazenamento também é maior: o Elasticsearch armazena métricas em 3,74 bytes por amostra, em comparação com aproximadamente 9,42 bytes para o Prometheus.
O Elasticsearch é compatível com métricas OpenTelemetry (OTel) nativamente?
O Elasticsearch é compatível com métricas OpenTelemetry (OTel) nativamente?
Sim. O Elasticsearch é OTel-first e ingere métricas em seu formato OpenTelemetry nativo, sem conversão de esquema. Os formatos Prometheus e Beats são compatíveis nativamente, cada um armazenado como está, sem uma camada de tradução.
Quanto tempo leva para migrar do Datadog ou Grafana para o Elasticsearch?
Quanto tempo leva para migrar do Datadog ou Grafana para o Elasticsearch?
A Elastic oferece uma ferramenta de migração (atualmente em versão prévia técnica) que converte automaticamente dashboards e regras de alerta do Datadog e do Grafana para o formato da Elastic/Kibana. Para a migração do Prometheus, conectar o Prometheus Remote Write ao Elasticsearch requer apenas uma alteração de configuração.
O que é um TSDB e por que ele é importante para o monitoramento de métricas?
O que é um TSDB e por que ele é importante para o monitoramento de métricas?
Um TSDB (banco de dados de séries temporais) é um banco de dados otimizado para armazenar e consultar dados indexados por tempo, como métricas de infraestrutura. Os fluxos de dados de séries temporais (TSDS) do Elasticsearch utilizam um mecanismo de armazenamento colunar que processa dados em lotes e aplica remoção de IDs sintéticos e mecanismos para pular valores de documentos, reduzindo o tamanho do armazenamento, tornando-o mais rápido e mais barato do que as alternativas tradicionais baseadas em linhas.
O que torna o armazenamento em colunas mais rápido para consultas de métricas?
O que torna o armazenamento em colunas mais rápido para consultas de métricas?
O armazenamento colunar acelera as consultas de métricas porque lê apenas as colunas de dados relevantes para a consulta, em vez de examinar linhas inteiras. Em uma carga de trabalho de séries temporais, isso significa que o banco de dados pode extrair apenas os valores necessários — por exemplo, o uso da CPU em um período de 24 horas — sem acessar campos irrelevantes. O Elasticsearch leva isso ainda mais longe com um mecanismo de consulta vetorizado que processa os dados em lotes, permitindo tempos de resposta inferiores a um segundo, mesmo em milhões de séries temporais com alta cardinalidade.