一、什么是VictoriaMetrics:高效时序数据库
VictoriaMetrics 是 VictoriaMetrics 公司开源的高性能、低成本时序数据库与监控后端,兼容 Prometheus 远端存储、查询 API 与 PromQL 子集,通过自研的列式压缩存储引擎与 Merge Query 架构,把 Prometheus 的存储成本降低一个数量级(官方宣传 10x 压缩、10x 更快查询)。它既可以以单二进制(vmstorage + vminsert + vmselect)替换 Prometheus 做长期存储,也可以与 Prometheus 形成「Prometheus 抓取 + VictoriaMetrics 长期存储」的经典组合,是 Kubernetes、边缘、IoT 与 Serverless 等高基数(High Cardinality)场景下监控的事实标杆之一。

二、原理
1. 数据写入走 vminsert 组件,按 metric+labels 做哈希分片路由到对应 vmstorage 节点(Cluster 模式) → 2. vmstorage 把同时间窗口的数据按 metric 聚合为「时间序列列」,用 delta-of-delta、ZSTD 等算法压缩后写入磁盘 → 3. 数据按 indexdb(标签倒排索引)与 datastore(原始时序数据)两层存储组织 → 4. vmselect 接收 PromQL 查询请求,把请求拆分为子查询并行下推到 vmstorage 节点 → 5. 各节点执行本地查询并返回中间结果,由 vmselect 做 Merge Query 汇总 → 6. 通过 retention 与 downsampling 自动管理冷热数据生命周期,支持 S3/GCS/Azure Blob 作为冷存储
三、信息卡片
| 中文名 | VictoriaMetrics |
| 英文名 | VictoriaMetrics |
| 缩写 | VM |
| 别名 | VictoriaMetrics DB、VictoriaMetrics Cluster、VM Storage |
| 提出者 | VictoriaMetrics 公司(创始人 Aliaksandr Valialkin) |
| 提出时间 | 2018 年首次开源,2020 年起 Cluster 版本逐步成熟 |
| 所属类别 | IT 基础架构与开发 > 可观测性 > 时序数据库 / 监控后端 |
| 核心技术 | 列式压缩存储、LSM Tree、Merge Query 分布式查询、Prometheus 兼容协议(remote_write/remote_read/PromQL)、MetricsQL 扩展 |
| 主要应用 | Prometheus 长期存储、K8s 监控后端、IoT 时序存储、Grafana 数据源、高基数指标存储 |
四、历史时间线
2018 年:VictoriaMetrics 创始人 Aliaksandr Valialkin 发布单二进制版本,目标替代 Prometheus 处理长期存储
- 2019 年:Cluster 版本(vminsert/vmselect/vmstorage)发布,支持水平扩展与高可用
- 2020 年:与 Grafana、Prometheus 生态深度打通,成为 Prometheus remote_write 的事实替代方案
- 2021-2022 年:推出 v1.x 路线图,引入 MetricsQL 扩展语法、MetricsQL 函数与 Anomaly Detection
- 2023-2024 年:VictoriaMetrics Enterprise 增加多租户、Alertmanager Federation、Query Traces 等企业能力
- 2024-2025 年:v1.100+ 持续强化集群稳定性、tsdb 冷热分层与 OpenTelemetry 写入兼容
五、分类
按部署形态:单二进制版(vmstorage 一体)vs Cluster 版(vminsert/vmselect/vmstorage 拆分)
- 按场景:Prometheus 兼容远程存储(remote_write/remote_read)vs 自带抓取器(vmagent)vs 长期冷存储
- 按写入协议:Prometheus remote_write、InfluxDB line protocol、OpenTelemetry、DataDog、JSON 等多协议
- 按查询语言:PromQL(兼容 90%+ 子集)vs MetricsQL(VM 扩展,含 rollup、anomaly 等函数)
- 按许可:开源版 Apache 2.0 vs Enterprise 版(多租户、告警联邦、跨集群)
六、应用场景
Prometheus 长期存储:通过 remote_write 接入 Prometheus,替换默认 TSDB,把保存期从 15 天拉到 1 年以上
- Kubernetes 监控后端:与 Prometheus Operator、VictoriaMetrics Operator、Grafana 组成 K8s 监控全家桶
- 高基数业务监控:电商大促、广告归因、金融行情等「label 爆炸」场景下的时序存储
- IoT 与边缘时序:边缘节点通过 vmagent 抓取并写入中心 VictoriaMetrics,承接百万级时间线
- Grafana 与 BI 数据源:作为 Grafana 主数据源,配合 Loki(日志)、Tempo(Trace)构成统一可观测平台
七、优缺点
- 优点:
- 成本显著降低:列式压缩 + 高基数优化,存储成本比 Prometheus 默认 TSDB 低 5-10 倍
- 查询性能强:Merge Query + 预聚合,亿级时间线查询毫秒级返回
- 兼容生态:100% 兼容 Prometheus remote_write/remote_read/PromQL,对 Grafana 透明
- 部署简单:单二进制可跑,生产级 Cluster 也只需 3 个组件,运维门槛低
- 缺点:
- PromQL 兼容性有缺口:少数高级函数(histogram_quantile 边缘行为)需用 MetricsQL 替代,存在迁移成本
- Enterprise 功能锁闭:多租户、跨集群、Traces 查询等高级能力需商业版
- 生态仍在追赶:相比 Prometheus + Thanos,第三方告警/规则生态稍弱
- 运维门槛在集群模式:Cluster 部署需要懂 vminsert/vmselect/vmstorage 三件套及一致性策略
八、常见误区
VictoriaMetrics = Prometheus(错:它是 Prometheus 兼容的独立存储后端,可以替代但不是同一项目)
- 完全免费(错:核心开源 Apache 2.0,但 Enterprise 版含多租户、Traces 等付费功能)
- VictoriaMetrics 比 Thanos 强(错:Thanos 走「对象存储 + 全局查询」路线,VM 走「自研存储 + Merge Query」,定位不同)
- VM 的压缩率一定优于 Prometheus(错:低基数场景优势小,高基数场景优势最显著)
九、关联概念
- 父概念:Prometheus、Observability · 可观测性
- 子概念:Prometheus、OpenTelemetry、Observability · 可观测性、应用性能监控 APM
- 兄弟概念:Prometheus、Apache Doris 实时数仓
- 对比概念:VictoriaMetrics vs Prometheus、VictoriaMetrics vs Thanos、VictoriaMetrics vs InfluxDB、VictoriaMetrics vs TimescaleDB
- 应用相关:Prometheus、Observability · 可观测性、Kubernetes · 容器编排