Compactor on PlumePHP

Loki 架构与性能优化：摄入调优、标签基数管理、查询加速与成本控制

Sat, 26 Sep 2026 00:00:00 +0800

Loki 与 Elasticsearch 不同——它不索引日志全文，只索引标签（labels）和元数据，日志内容本身按压缩块存进对象存储。这套"标签索引 + 对象存储 + LogQL 流式查询"的设计带来极低的存储成本，但把调优的重心从"索引优化"转向了"标签基数控制“和”查询/摄入吞吐"。当集群从几个节点涨到上千，日志量上 TB/天时，Loki 的性能瓶颈几乎全部集中在标签基数爆炸和查询范围失控上。本指南从 Loki 架构出发，深入摄入调优、标签基数管理、LogQL 查询加速、压缩与保留、分布式模式，给出生产级优化清单与成本控制方案。

Prometheus 长期存储与集群化：Thanos 与 Mimir 架构对比与实战

Sat, 26 Sep 2026 00:00:00 +0800

单机 Prometheus 是监控世界的"步兵"——开箱即用、指标模型简洁、PromQL 强大。但它有三个天然短板：数据只能本地保留 15 天（本地磁盘有限）、单点无 HA（挂了监控就没了）、无法跨集群全局查询。当监控规模从几十台机器涨到几百个集群、几亿条序列时，就需要把 Prometheus"集群化"——用 Thanos 或 Mimir 把多套 Prometheus 的数据汇聚起来，落到对象存储实现长期保留，并提供统一的全局查询入口。本指南深度解析 Thanos 与 Mimir 两大架构，覆盖组件职责、对象存储、全局去重查询、压缩降采样、多租户、HA，并给出选型与生产部署建议。