RRDtool多重RRAs有什么用？

Question

我正在尝试实现rrdtool。我已经阅读了各种教程，并获得了我的第一个数据库的启动和运行。然而，有些事情我不明白。

我不知道的是，，为什么我遇到的这么多的例子告诉我要创建多个RRAs？

请允许我解释:假设我有一个传感器，我希望监测。我最终想要看到的传感器数据的图表，每小时，每日，每周和每月的基础上，一个跨度(我仍然在篱笆在这一次)约1.5年(可视化季节性影响)。

现在，我为什么要为每个视图创建一个RRA呢？为什么不直接创建这样的数据库(stepsize=300秒)：

DS:sensor:GAUGE:600:U:U \
RRA:AVERAGE:0.5:1:160000

如果我正确理解，我就可以创建任何我想要的图形，在任何给定的时期内，我需要任何分辨率。其他人告诉我我需要定义的其他RRAs有什么用呢？

顺便说一句:我可以想象，在过去，当计算能力更少的时候，这会有所帮助。现在，使用快速磁盘、高速接口和强大的CPU，我想您不需要像RRAs设计的那样进行预处理。

编辑:我知道此页。虽然它非常清楚地解释了合并，但我的理解是，rrdtool graph在数据绘制时也可以完成这种整合。在我看来，“收获时间整合”似乎仍然没有增加任何价值。

Answer 1

每个RRA都是一组预先整合的数据点，具有特定的分辨率.这执行两个重要的功能。

首先，它节省了磁盘空间。所以，如果你对过去24小时的高细节图感兴趣，但只对去年的低细节图感兴趣，那么你不需要将高细节数据保存一整年--综合数据就足够了。通过这种方式，您可以将保存数据用于图形生成所需的存储量降到最低(当然，如果您想要访问它，就会丢失详细信息)。是的，磁盘是便宜的，但是如果您有很多度量，并且长期保存低分辨率数据，这可能会有惊人的大空间(在我们的例子中，它将是数百GB)。

第二，这意味着整合工作从图形化时间转移到更新时间。RRDTool非常快速地生成图形，因为大多数计算工作在更新时已经在RRAs中完成了，如果有所需配置的RRA的话。如果没有RRA以正确的分辨率可用，那么RRDtool将从高粒度RRA动态执行合并，但这需要时间和CPU。RRDTool图通常是由CGI脚本动态生成的，所以这一点很重要，特别是如果您希望有大量的查询。在您的示例中，使用一个5分钟的RRA来生成一个1.5r图(其中1像素大约是1天)，您需要读取和处理288倍的数据才能生成该图形，而不是如果您有一个1天的粒度RRA！

简而言之，是的，你可以有一个单一的RRA，让图形更努力地工作。如果您的特定实现需要更快的更新，而不关心更慢的图形生成，并且需要始终保存详细的数据，那么也许这是一个适合您的解决方案，RRDTool可以以这种方式使用。然而，通常情况下，人们会对图形生成和磁盘空间进行优化，这意味着使用粒度越来越小的RRAs分层集合。