本文永久链接 – https://tonybai.com/2025/07/26/migrate-from-prometheus-to-victoriametrics

大家好，我是Tony Bai。

在云原生可观测性的领域，Prometheus 无疑是王者。凭借其简洁的模型、强大的 PromQL 和活跃的社区，Prometheus 几乎定义了现代监控的行业标准。许多顶尖技术公司，包括 PingCAP，都将其作为核心产品的监控与告警解决方案。

然而，Prometheus 的架构缺陷使其在大规模监控中显得力不从心。我们经常看到像 Pinterest 这样的大型企业面临的真实挑战。当一个 TiDB 集群规模达到 700+ 节点，每秒处理 700K+ QPS 时，曾经可靠的“王者”开始露出疲态。用于故障诊断的核心工具 TiDB Clinic 在回放和分析这些大规模集群的指标时，Prometheus 开始频繁崩溃。

这迫使整个行业直面一个残酷的现实：在极限规模下，Prometheus 不再是最佳选择。最近，PingCAP 官方发布的一篇博文 详细记录了他们如何应对这一挑战，并最终选择用 VictoriaMetrics 完成“换心手术”的全过程。

压垮 Prometheus 的“五宗罪”

为了支持 Pinterest 这样的大客户，pingcap工程团队为 Prometheus 分配了“怪兽级”的硬件资源：一台拥有 96 核心 CPU 和 768GB RAM 的 i4i.24xlarge 实例。许多人曾天真地以为，只要资源给够，一切问题都能解决。

但事实并非如此。在高基数、高吞吐量的指标冲击下，Prometheus 暴露出了几个致命的、与资源无关的瓶颈：

• Out of Memory (OOM) 崩溃
  在执行大型、复杂的查询时，尤其是时间跨度较长时，Prometheus 的内存消耗会急剧飙升，最终被系统 OOM Killer 无情终结。

• 漫长的恢复时间
  OOM 之后，Prometheus 需要通过重放 WAL (Write-Ahead Log) 来恢复数据。对于海量数据，这个过程动辄需要 40 分钟以上，有时甚至会因为各种原因彻底失败。

• “死亡循环”
  最令人绝望的是，WAL 重放过程本身就是一个高资源消耗的操作，它很可能再次触发 OOM。文章中提到，工程团队遇到过 Prometheus 在崩溃和重启的“死亡循环”中挣扎，迟迟无法恢复服务的情况。

• 查询性能瓶颈
  为了避免 OOM，工程师们不得不将排查问题的查询时间范围，严格限制在 15 分钟以内。一旦超过这个窗口，查询就会变得极慢或直接失败。这对于需要进行历史数据分析的故障根因定位，是致命的。

• 高昂的 TCO (总拥有成本)
  为它配置了顶级的硬件，却换来了不稳定的服务和受限的查询能力。这笔投入的性价比，显然是极低的。

这一系列的“血泪教训”让我们明白，问题的根源不在于资源不足，而在于 Prometheus 的架构设计，在面对超大规模场景时，已经触及其能力的“天花板”。

救世主登场：VictoriaMetrics 的崛起

带着这些痛点，工程团队开始寻找替代方案。VictoriaMetrics (VM) 进入了他们的视野，它从设计之初就为大规模、长周期监控场景而生。

值得一提的是，在云原生监控领域，VictoriaMetrics 的崛起并非偶然。曾几何时，InfluxDB 也是 Prometheus 的一个强力竞争者。然而，自从 InfluxDB 决定用 Rust 重写其 3.0 版本核心后，其在 Go 社区和云原生生态中的声量和影响力似乎有所下降。与此同时，完全用 Go 编写、性能卓越且与 Prometheus 生态高度兼容的 VictoriaMetrics，则抓住了这个机会，迅速填补了市场空白，赢得了越来越多大规模用户的青睐。

经过一系列严谨的测试，PingCAP 的团队发现 VictoriaMetrics 在几个关键点上完美地解决了 Prometheus 的困境。

1. 资源利用率大幅优化
迁移到 VictoriaMetrics 后，奇迹发生了。在处理同样体量的指标时：
* CPU 使用率稳定在 50% 以下。
* 内存使用率保持在 35% 以下。
* OOM 崩溃彻底消失。

VM 用更少的资源，提供了更强的稳定性。

2. 查询能力质的飞跃
这才是最关键的提升。过去在 Prometheus 上 15 分钟就必定失败的复杂查询，现在在 VictoriaMetrics 上可以轻松地将时间范围扩展到数小时。这意味着工程师在排查问题时，终于可以从“戴着镣铐跳舞”变得游刃有余。

3. 数据为证：性能的碾压

口说无凭，PingCAP 团队在 Pinterest 的集群上进行了直接的性能对比测试，结果不言自明：

表格清晰地显示，Prometheus 在处理稍长时间范围的查询时便迅速败下阵来，而 VictoriaMetrics 则表现得轻松自如，甚至在处理 1 小时的数据时，查询耗时也仅为个位数秒。

迁移实录：“零停机”三步走策略

当然，替换一个生产环境的核心监控系统，是一项高风险的“换心手术”。为了确保万无一失，PingCAP 的工程师们设计并执行了一套平滑、无感知的迁移策略：

Step 1: 并行部署，双轨并行

他们没有直接关闭 Prometheus，而是在旁边部署了一套 VictoriaMetrics，让它们同时从 TiDB 集群采集完全相同的数据。

Step 2: 对比验证，建立信任

在双轨运行阶段，工程师们持续对比两个系统的数据准确性、查询性能和资源消耗。这个阶段让他们用真实数据验证了 VM 的所有优势，并建立了切换的信心。

Step 3: 优雅切换，最终交割

在确认一切平稳后，他们将 Grafana 的数据源从 Prometheus 指向 VictoriaMetrics，然后从容地关闭了 Prometheus 服务。整个过程对用户和工程师完全透明，没有造成任何监控停机或数据丢失。

小结

这次从 Prometheus 到 VictoriaMetrics 的迁移，不是一次对 Prometheus 的否定。Prometheus 依然是一个极其优秀、定义了行业的伟大工具，对于 90% 的场景，它简单、可靠，是最佳选择。

但这个案例证明，技术选型没有永恒的“银弹”，只有在特定规模和场景下的“最合适的工具”。

当你的系统规模跨越了某个临界点，过去让你引以为傲的“简单”架构，就可能成为你继续前进的“诅咒”。勇于直面工具的边界，并基于翔实的数据和严谨的流程做出改变，这本身就是一种宝贵的工程能力。

更值得关注的是，就在近期，VictoriaMetrics 团队宣布将其另外两个关键的可观测性产品——VictoriaLogs 和 VictoriaTrace——作为独立的开源项目发布。这意味着 VictoriaMetrics 不再仅仅满足于成为一个 Metrics 领域的强者，它的目标是构建一个覆盖 Metrics, Logs, Traces 的全方位、高性能可观测性平台。

对于 TiDB 和其他面临类似挑战的大规模系统而言，VictoriaMetrics 已经被证明是一个坚实的基础。而对于整个云原生社区，一个更强大、更全面的可观测性“新王”，或许正在悄然加冕。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

资料地址：https://www.pingcap.com/blog/tidb-observability-migrating-prometheus-victoriametrics/

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

本文永久链接 – https://tonybai.com/2025/07/25/go-vs-rust-vs-cpp-in-complexity)

大家好，我是Tony Bai。

最近，一张关于编程语言规范词数统计的图表，在技术圈广为流传。它以一种极其直观、甚至有些残酷的方式，将不同语言的复杂性摆在了我们面前。

在这张图上，我们看到了惊人的差异：

• C++: 以超过 80 万词的规范长度，一骑绝尘，成为当之无愧的“巨无霸”。
• C# 和 Java: 分别以约 40 万和 25 万词紧随其后，是功能丰富的“航空母舰”。
• Go: 规范仅约 5 万词，与以简洁著称的 C (约 5.5 万词) 处于同一量级。

这张图不仅仅是一个有趣的谈资。语言规范的长度，是衡量一门语言复杂度的最客观指标之一。 它直接决定了这门语言的学习曲线、认知负荷，以及整个生态的风格。

今天，我们就以这张图为起点，深入探讨三门备受关注的系统级语言——Go、Rust 和 C++——它们各自代表的三种截然不同的“复杂性”，以及这些“复杂性”在 AI 时代意味着什么。

注：Go之所以被最初定位为系统级编程语言，是因为其设计之初便承载了构建高效、可靠系统级软件的愿景，旨在解决多核、网络化机器时代下大型代码库的开发痛点。 然而，其内置的垃圾回收机制和相对较大的运行时， 以及它在网络服务、云计算、微服务等应用层领域取得的显著成功和广泛应用， 逐渐改变了开发者对其的普遍认知，使得今天多数开发者不再将其归类为传统的、如C/C++般直接操作硬件的系统级编程语言。

“广度”的复杂性：C++ 的特性博物馆

C++ 的冗长规范，源于其“广度”上的复杂性。它像一个不断扩建的“特性博物馆”，收藏了自上世纪 80 年代以来的几乎所有编程范式。从 C with Classes，到面向对象，再到泛型元编程，再到现代的函数式风格，C++ 不断地累加新特性，却很少移除旧的。

这种复杂性的特点是：

• 特性极其繁多： 多重继承、模板、操作符重载、右值引用… 你永远无法完全掌握它。
• 选择极其自由： 对于同一个问题，你可能有十种不同的实现方式，每一种都有其微妙的优劣。

这导致的结果是，没有人能成为一个“纯粹的 C++ 开发者”，大家通常都只是某个 C++“安全子集”的专家。团队协作的巨大成本，就耗费在统一这个“子集”上。Google 著名的 C++ Style Guide，其本质就是一份“C++ 禁用特性列表”。

“深度”的复杂性：Rust 的陡峭山峰

再看 Rust。它的规范词数（约 10 万词）远比 C++ 短小，但几乎所有人都承认，Rust 的学习曲线极其陡峭。

这是因为它代表了另一种“深度”上的复杂性。Rust 的复杂性并非源于海量的特性，而是集中在少数几个强大、深刻且深度交织的核心概念上：

• 所有权 (Ownership)
• 生命周期 (Lifetimes)
• 借用检查器 (Borrow Checker)

你不需要学习一百个小工具，但你必须彻底攀登这几座陡峭的山峰，才能真正驾驭这门语言。它的挑战不在于“知道什么”，而在于“深刻理解”。你需要在脑海中构建一个全新的心智模型，时刻与编译器进行一场关于内存安全的“博弈”。

“组合”的复杂性：Go 的乐高世界

最后，我们来看 Go。它的规范如此之短，是因为它从设计之初就选择了第三条路：将“复杂性”从语言本身，转移到开发者身上。

这里所说的Go的复杂性，是“组合”的复杂性。它为你提供的不是一套功能完备的“瑞士军刀”，而是一盒简单、正交、数量有限的“乐高积木”：

• 简单的类型系统（没有类和继承）
• 只有一个循环结构 (for)
• 清晰的接口（隐式实现）
• 强大的并发原语 (goroutine 和 channel)
• … …

Go 语言本身是极其简单的，一个有经验的开发者可以在一周内掌握其全部语法。真正的挑战在于，你如何用这些有限的、简单的积木，去创造性地组合，以解决现实世界中的复杂问题。

Go 的设计哲学相信，通过组合这些简单的工具，你足以构建出任何复杂的系统。它把对创造力的要求还给了开发者，而不是将其隐藏在语言的“语法糖”和“黑魔法”之下。

AI 时代的新视角：哪种复杂性对 AI 更“友好”？

这场关于复杂性的讨论，在 AI 编程助手日益普及的今天，有了一层全新的意义。我们可以把语言规范的长度，看作是教一个 AI“学生”这门语言的“教科书厚度”。

• 教 AI 写 C++： 就像给它一本大英百科全书。它能学会无数语法，但面对复杂的特性交互和未定义行为时，极易产生“幻觉”，生成看似正确但存在隐蔽 bug 的代码。审查这样的代码是一场噩梦。

• 教 AI 写 Rust： 就像教它下围棋。它能学会规则，但很难掌握其深奥的战略（生命周期）。它生成的代码或许能通过编译，但可能是为了“讨好”编译器而写出的、极其扭曲和不符合人类直觉的代码。

• 教 AI 写 Go： 就像给它一本清晰、简洁的“小红书”。规则少、边界清晰、没有“魔法”。AI 生成的代码不仅更可预测、更符合语言的最佳实践，最重要的是——它对人类审查者极其友好。

在 AI 时代，我们开发者的工作重心正在从“写代码”，更多地转向“审查和指导 AI 写代码”。一门简单的、拥有短小精悍规范的语言，为我们和 AI 之间提供了一个共同的、易于理解的交流基础。

小结：简洁，一种面向未来的选择

回到最初的图表，它揭示了三种不同的设计哲学：

• C++： “我给你一切，你自己想办法管好。”
• Rust： “我会替你管好一切，但你必须先理解我的全部规则。”
• Go： “我只给你几样最强大的工具，剩下的，我相信你的创造力。”

Go 的简洁，不是功能的匮乏，而是一种深思熟虑的、面向未来的战略选择。它不仅降低了人类开发者的认知负荷，更在不经意间，为即将到来的人机协作编程时代，铺平了道路。

因为当你的“同事”是一个 AI 时，一门简单、可预测、易于审查的语言，将是你最有价值的资产。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。