Vector

Vector 是一种高性能的可以帮助工程师控制可观测性数据的通道工具。我们的 Vector 集成页面在这里

集成

GreptimeDB 可以作为 Vector Sink 组件用于接收 metrics,请使用以下配置集成 Vector:

toml

  1. [sinks.my_sink_id]
  2. inputs = ["my-source-or-transform-id"]
  3. type = "greptimedb"
  4. endpoint = "<host>:4001"
  5. dbname = "<dbname>"
  6. username = "<username>"
  7. password = "Your database password of GreptimeDB"

请前往 Vector GreptimeDB Configuration 查看更多配置项。

GreptimeDB 使用 gRPC 与 Vector 进行通信,因此 Vector sink 的默认端口是 4001。 如果你在使用 自定义配置 启动 GreptimeDB 时更改了默认的 gRPC 端口,请使用你自己的端口。

数据模型

我们使用这样的规则将 Vector 指标存入 GreptimeDB:

  • 使用 <metric namespace>_<metric name> 作为 GreptimeDB 的表名,例如 host_cpu_seconds_total
  • 将指标中的时间戳作为 GreptimeDB 的时间索引,默认列名 ts;
  • 指标所关联的 tag 列将被作为 GreptimeDB 的 tag 字段;
  • Vector 的指标,和其他指标类似,有多种子类型:
    • Counter 和 Gauge 类型的指标,数值直接被存入 val 列;
    • Set 类型,我们将集合的数据个数存入 val 列;
    • Distribution 类型,各个百分位数值点分别存入 pxx 列,其中 xx 是 quantile 数值,此外我们还会记录 min/max/avg/sum/count 列;
    • AggregatedHistoragm 类型,每个 bucket 的数值将被存入 bxx 列,其中 xx 是 bucket 数值的上限,此外我们还会记录 sum/count 列;
    • AggregatedSummary 类型,各个百分位数值点分别存入 pxx 列,其中 xx 是 quantile 数值,此外我们还会记录 sum/count 列;
    • Sketch 类型,各个百分位数值点分别存入 pxx 列,其中 xx 是 quantile 数值,此外我们还会记录 min/max/avg/sum 列;