Backend de observabilidad autogestionado que recibe logs, métricas, trazas y perfiles, y los ofrece mediante APIs compatibles con Loki, Prometheus, Tempo y Pyroscope.
GreptimeTeam/greptimedb
Una base de datos de observabilidad de código abierto que almacena métricas, logs y trazas en un único motor columnar sobre almacenamiento de objetos, consultable con SQL y PromQL.
Alternativa open source a:Datadog
Grafana Cloud
- Estrellas
- 6,751
- Forks
- 570
- Issues abiertos
- 326
- Último commit
- hace 8 horas
¿Qué es?
GreptimeDB es una base de datos de observabilidad que almacena métricas, logs y trazas en un único motor columnar sobre almacenamiento de objetos. Las tres señales comparten un modelo de tablas con etiquetas, una marca de tiempo y campos, de modo que, cuando tienen identificadores comunes como el servicio, el host o el ID de traza, se pueden correlacionar con SQL sin mover datos entre sistemas.
Acepta datos mediante OpenTelemetry (OTLP), Prometheus Remote Write, Loki Push, Elasticsearch Bulk, el protocolo de línea de InfluxDB y gRPC. Las consultas se pueden escribir en SQL o PromQL, y también admite consultas de trazas compatibles con Jaeger y los protocolos de conexión de MySQL y PostgreSQL. El almacenamiento puede usar S3, GCS, Azure Blob y endpoints compatibles con S3, con cachés en memoria y en disco local.
El proyecto funciona en modo independiente como un único binario o en modo distribuido, con componentes separados de frontend, datanode, metasrv y un flownode opcional. La compilación Apache-2.0 incluye políticas de retención, reducción de resolución, agregación continua y varios tipos de índices, mientras que las réplicas de lectura y el aislamiento de cargas de trabajo forman parte de la edición Enterprise.
Funciones clave
- 01Almacena métricas, logs y trazas en un único motor columnar sobre S3, GCS, Azure Blob o almacenamiento compatible con S3.
- 02Ingiere datos mediante OpenTelemetry, Prometheus Remote Write, Loki Push, Elasticsearch Bulk y el protocolo de línea de InfluxDB.
- 03Admite SQL para todas las señales y PromQL para las métricas.
- 04Correlaciona señales mediante joins sobre etiquetas compartidas, como trace_id o service.
- 05Incluye políticas de retención, reducción de resolución y agregación continua.
- 06Ofrece modos de despliegue independiente y distribuido.
Casos de uso
- Reemplazar una pila de Prometheus, Loki y Tempo por un único backend.
- Conservar telemetría a largo plazo en almacenamiento de objetos sin un sistema de analítica aparte.
- Investigar incidentes relacionando trazas de error con los logs generados durante ellas.
- Almacenar telemetría de GenAI o de agentes de OpenTelemetry junto con métricas de infraestructura.
Inicio rápido
- 1
Ejecuta el servidor independiente con Docker
docker run -p 127.0.0.1:4000-4003:4000-4003 -v "$(pwd)/greptimedb_data:/greptimedb_data" --name greptime --rm greptime/greptimedb:latest standalone start --http-addr 0.0.0.0:4000 --grpc-bind-addr 0.0.0.0:4001 --mysql-addr 0.0.0.0:4002 --postgres-addr 0.0.0.0:4003 - 2
Abre el panel en http://localhost:4000/dashboard
Antes de usarlo
- La implementación en clúster y el motor Flow están incluidos en la compilación Apache-2.0, pero las réplicas de lectura, el aislamiento de cargas de trabajo y la repartición automática son exclusivos de Enterprise.
- Algunas API de consulta de Elasticsearch y Loki no son compatibles; LogQL no está soportado.
- Para compilar desde el código fuente se necesita una cadena de herramientas de Rust, un compilador de Protobuf y herramientas de compilación de C/C++.
Temas
Preguntas frecuentes
- ¿Qué es greptimedb?
- Una base de datos de observabilidad de código abierto que almacena métricas, logs y trazas en un único motor columnar sobre almacenamiento de objetos, consultable con SQL y PromQL. GreptimeDB es una base de datos de observabilidad que almacena métricas, logs y trazas en un único motor columnar sobre almacenamiento de objetos. Las tres señales comparten un modelo de tablas con etiquetas, una marca de tiempo y campos, de modo que, cuando tienen identificadores comunes como el servicio, el host o el ID de traza, se pueden correlacionar con SQL sin mover datos entre sistemas.
- ¿greptimedb es gratuito? ¿Qué licencia tiene?
- greptimedb es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿greptimedb sigue mantenido?
- Mantenimiento activo. El último commit de greptimedb fue el 21 oct 2026.
- ¿Para qué puedo usar greptimedb?
- Reemplazar una pila de Prometheus, Loki y Tempo por un único backend. Conservar telemetría a largo plazo en almacenamiento de objetos sin un sistema de analítica aparte. Investigar incidentes relacionando trazas de error con los logs generados durante ellas. Almacenar telemetría de GenAI o de agentes de OpenTelemetry junto con métricas de infraestructura.
- ¿Cómo se instala greptimedb?
- Ejecuta el servidor independiente con Docker: docker run -p 127.0.0.1:4000-4003:4000-4003 -v "$(pwd)/greptimedb_data:/greptimedb_data" --name greptime --rm greptime/greptimedb:latest standalone start --http-addr 0.0.0.0:4000 --grpc-bind-addr 0.0.0.0:4001 --mysql-addr 0.0.0.0:4002 --postgres-addr 0.0.0.0:4003 Abre el panel en http://localhost:4000/dashboard
- ¿Dónde consigo greptimedb?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/GreptimeTeam/greptimedb
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Prometheus es un sistema de código abierto para monitorear sistemas y servicios, recopilar métricas, evaluar reglas y activar alertas.
Plataforma de código abierto para consultar, visualizar, explorar y configurar alertas sobre métricas, registros y trazas de múltiples fuentes de datos.
Servicio independiente de cualquier proveedor que recibe, procesa y exporta trazas, métricas y logs a varios backends de observabilidad.
Agente open source de Datadog que recopila métricas, logs, trazas y perfiles de los hosts y los envía a la plataforma Datadog.
Agente de código abierto para monitorear infraestructura en tiempo real, con métricas por segundo, detección automática, detección de anomalías con ML y alertas integradas.