12.5억 개의 시계열과 555조 개의 데이터포인트를 다루는 VictoriaMetrics 아키텍처와 무중단 장비 전환
백엔드
12.5억 개의 시계열과 555조 개의 데이터포인트를 다루는 VictoriaMetrics 아키텍처와 무중단 장비 전환
두줄요약
네이버 검색의 대규모 VictoriaMetrics 운영 구조와 Hot/Warm 2계층 설계를 소개했습니다. 메모리 한계를 해결하고 180대 장비를 무중단으로 전환한 방법도 공유했습니다.
핵심 내용
- 네이버 검색의 대규모 메트릭 인프라에 맞춰 VictoriaMetrics 클러스터를 5년간 운영한 사례
- 12.5억 활성 시계열과 555조 데이터포인트를 다루는 Hot/Warm 2계층 아키텍처
- vmstorage 메모리 한계 대응과 180대 장비의 무중단 전환 전략
구조와 흐름
- vminsert → vmstorage → vmselect의 수평 확장 구조
- Hot Tier는 SSD 기반 최근 12개월 조회, Warm Tier는 HDD 기반 36개월 보관
- vmagent 이중 쓰기와 조회 기간 기반 라우팅으로 단일 쿼리 인터페이스 유지
성능/운영 포인트
- 시계열 카디널리티 증가로 OOM 위험, 캐시 효율 저하, 쿼리 지연 발생
- 랑데부 해싱과 복제 순서를 고려한 역순 장비 추가로 Hot Tier 무중단 교체
- Warm Tier는 vmbackup과 vmrestore 중심의 마이그레이션으로 대용량 전환 수행
