我刚刚通过尝试使用神经节监控系统来发现RRD。 Ganglia将监控数据存储在RRD中。我只是想知道，从可扩展性的角度来看，RRD是如何工作的？如果我有可能存储大量数据，该怎么办？像神经节一样，如果我想存储所有的历史监控统计数据而不是仅仅使用特定的TTL存储数据，那么RRD是否足以应付这种情况呢？Ganglia - RRD（循环法数据库）可扩展性
RRD的使用者可以分享一些关于RRD扩展的经验，以及它与RDBMS或甚至是大型表相比如何？
RRD旨在自动模糊（平均）您的数据随着时间的推移，使数据库的总大小保持大致相同，即使新数据连续到达。
因此，只有当您需要一些历史数据并且愿意随时间推移而失去精确度时才是好事。
换句话说，由于标准SQL和NoSQL数据库都精确地存储数据，因此您无法真正将RRD与标准SQL数据库或Bigtable进行比较 - 您将精确地读取所写的内容。
但是，RRDtool并没有这样的保证。但其速度使其成为各种监控解决方案的有吸引力的解决方案，只有最新的数据非常重要。
rrdtool的内置合并功能是可配置的，因此根据磁盘空间的不同，可以使用rrdtool存储的高精度数据量没有限制。同样由于其设计，rrdtool数据库永远不需要被抽真空或以其他方式维护，以便您可以将设置扩展到令人惊叹的大小。很明显，你需要足够的内存和快速磁盘来处理大数据，但这与任何大数据步骤都是一样的。
有些人对rrdtools的能力感到困惑，因为你也可以在微小的嵌入式系统上运行它，当这些人开始在阁楼上的旧电脑上记录千兆字节的数据并发现它不应付，他们想知道...