OpenTSDB 存储容量估算 以及 建表方式

容量估算

根据 Rowkey以及表设计，进行存储容量估算的方式，大致如下：
rowkey: metric_name + ts + tag_name + tag_value …..

确定metric_name的个数： m
确定tag_name： tag1 tag2 tag3 tag4….tagN
确定tag_value的个数： t1 t2 t3 t4 ….tn
(假设每个metric的tag数量和类型一样，实际也应该保证)

在一个小时内rowkey的个数计算公式： m * t1 * t2 * t3 ..... * tn = num

假设一个小时内，每秒都在写数据，则在一个小时内存储占用空间为：

num * ( ( 3+4+6*n + (1+2+8) ) * 3600)    // 最终单位 byte

从前到后的含义是：
num: rowkey的个数，也是行数
3：  metric_name编码长度
4：  timestamp 编码长度
6：  tagK, tagV加起来编码长度
n：  tagK,tagV KV对的个数
1：  hbase family name 默认 "t", 认为一个byte存储
2：  列名的 编码长度
8：  metric的value值编码长度(1,2,4,8)，取最大的估算
3600： 在精度为秒的假设下，有3600秒

假设：
200 个metric
3 个tagKV对， 每个tagV的取值个数分别为： 1000 20 5
每10秒采集一次数据
则一个小时内占用的最大存储空间为：
200 * 1000 * 20 * 5 * ((3+4+6*5+1+2+8) * 360) = 321 GB

这个是假设每个机器都是全量采集的估值，实际中可能没这么大。
PS：以上是我根据对OpenTSDB的了解做出的一个大概的估算方式，可能有不对的地方，如果发现有错误的地方，后续会进行纠正。

建表方式

需要根据实际的metric等信息确定，后续补上(主要是hbase Region预分区和是否在rowkey上加salt)。