Victoria Metrics 写入流程分析（上篇）
内容提要
Victoria Metrics（VM）是一款高性能的时序数据库，采用自增方式生成唯一的MetricID，并通过缓存和按天拆分的索引结构提升查询效率。其设计理念为“分而治之”，确保活跃数据结构小，从而优化性能。
延伸解读
自增 MetricID 的设计考量
VM 采用自增方式生成 MetricID，起始值为服务启动时的纳秒时间戳。这样既保证了 ID 的密集性，便于后续 bitmap 化处理，又能在服务器时钟不回调的前提下避免冲突。这种设计权衡了唯一性与存储效率，是 VM 应对高基数场景的基础。
按天拆分索引的查询优化
IndexDB 内部将索引按天拆分为多个子索引，并保留一个全局索引。查询时优先在对应时间范围的子索引中查找，仅当时间跨度超过 40 天时才使用全局索引。这种设计减少了单个索引的规模，提升了查询效率，尤其适合时序数据查询多集中在最新日期的特点。
预写机制与缓存更新策略
VM 在索引轮换前会预写下一个 IndexDB，并在当天接近 23 点时预写下一天的索引。预写概率随时间推移逐渐增加，以平衡负载。同时，对于缓存中不存在的 MetricID，VM 先记录到 pending 列表，再由后台 goroutine 异步更新缓存，减少锁竞争，适应缓存实时性要求不高的场景。
Q&A
Victoria Metrics 的主要特点是什么？
Victoria Metrics 是一款高性能的时序数据库，具有强劲的性能和简单的部署模式。
Victoria Metrics 如何生成唯一的 MetricID？
VM 采用自增方式生成唯一的 MetricID，确保 ID 的密集性，便于 bitmap 化。
VM 的写入流程包括哪些步骤？
VM 的写入流程包括生成唯一的 MetricID、更新缓存和预写索引等步骤。
Victoria Metrics 如何提升查询效率？
VM 通过按天拆分索引来提升查询速度，避免时间线过多导致查询效率下降。
VM 的设计理念是什么？
VM 的设计理念为“分而治之”，确保活跃数据结构小，从而优化性能。
VM 如何处理高基数下的高吞吐？
VM 通过分而治之的设计，从 PerDay 索引和小时级别缓存的设计来解决高基数时间线写入的问题。
