RRDTool 是一套监测工具，可用于存储和展示被监测对象随时间的变化情况。比如，我们在 Windows 电脑上常见的内存和 CPU 使用情况：

电脑内存和  CPU 使用情况

RRD 全称是 Round Robin Database ，即「环型数据库」。顾名思义，它是一种循环使用存储空间的数据库，适用于存储和时间序列相关的数据。

RRD 数据库在被创建的时候就已经定义好了大小，当空间存储满了以后，又从头开始覆盖旧的数据，所以和其他线性增长的数据库不同，RRD 的大小可控且不用维护。

你可以把 RRD 理解为一个有时间刻度的圆环，每个刻度上可以存储一个数值，同时有一个从圆心指向最新存储值的指针。

可以想象，随着时间推移，指针会绕着圆心一直移动下去，当它指向下一个刻度后，就可以在那个位置上存储一个新的数值。但是，指针只能绕一个方向前进，假设你存储了时刻3的监测值，那就不能再存储时刻2的监测值了。如下图所示：

圆环

创建 RRD 基本语法

rrdtool create filename 

[--start|-b start-time]

[--step|-s step]

[DS:ds-name:DST:dst-arguments]

[RRA:CF:xff:step:rows]

其中

rrdtool create filename

表示使用 rrdtool 命令 create 创建一个名为 filename 的数据库文件，通常 RRD 数据库文件的后缀为 .rrd ，但是你随便使用文件名也不会有影响。

--start|-b start-time

这个选项表示 RRD 数据库的起始 (start/begin) 时间点为 start-time，这是一个从 1970-01-01 00:00:00 开始计时，以秒为间隔的一个整数值。

如图所示：

时间轴

A点是从 1970-01-01 00:00:00 开始经过0秒后到达的时间点；

B点是从 1970-01-01 00:00:00 开始经过658108920秒后到达的时间点 1990-11-09 00:02:00；

C点是从 1970-01-01 00:00:00 开始经过1458763813秒后到达的时间点 2016-03-23 20:10:13。

所以，start-time 是一个代表时间点的整数值，表示 RRD 数据库记录的监测值从这个时刻开始。

[--step|-s step]

这个选项表示监测的时间间隔，即多久时间去获取一次被监测对象的数值，默认值为5分钟(300秒)。比如，我们可以从10:00开始每60秒去获取一次电脑内存的使用值，这个时候 step 就是 60，获取到的数值如下图所示：

每隔60秒获取监测值

[DS:ds-name:DST:dst-arguments]

这个选项用来定义数据源(Data Source)属性，包括数据源名称 ds-name，比如我们可以给监测内存使用率的数据源命名为 memory-rate。

还要定义数据源类型(Data Source Type)，常用的有以下4种数据源类型，分别是：

1、GAUGE

实测值，RRD 将如实记录，比如温度变化曲线：

温度变化曲线

2、COUNTER

计数值，这是一个只增不减的正整数。比如，汽车行驶里程，从汽车第一次上路开始，里程就从0开始不断增长：

汽车里程表

假设每隔30分钟监测一次汽车里程，当 RRD 收到 COUNTER 类型的数据时，并不会像 GAUGE 类型那样直接存储，而是计算变化率：

汽车里程监测

计算原理： (12121km - 12100km) / (10:30 - 10:00) = 11000m / 1800s = 6.11m/s

所以，RRD 对于 COUNTER 类型的数据源存储的是变化率，对于上述里程表而言就是行驶速度。

（注：第一个存储值为 UNKNOWN，因为没有更早的数据，所以没有变化可言）

3、ABSOLUTE

ABSOLUTE 类型存储的也是变化率，假设我们正在微信和好友聊天，每五分钟我们会看一下有没有新消息，如果有的话就立即处理，这样未读提醒就会变为0，然后下一个五分钟后继续看未读新消息数，会得到这样一个监测表：

微信未读消息监测

微信未读消息

计算原理：120条 / 300秒 = 0.4条/秒

这样我们就可以知道一段时间内聊天快慢的情况，数值越大表示5分钟内收到的未读消息越多，聊天也就越火热。

4、DERIVE

DERIVE 类型存储的也是变化率，和 COUNTER 类型不同的是，监测值可以增长也可以下降，例如水库的水位监测：

水库水位监测

可以看到水位一时升高，一时降低，通过计算变化率能够监测某一时段水位正在升高还是降低，以及相应的速度。

[RRA:CF:xff:step:rows]

RRA (Round Robin Archive) 是用来定义 RRD 数据库归档模型，RRDTool 绘图展示监测情况的时候就从 RRA 中获取数据。

为什么不直接获取存储的原始数据来绘图呢？

这得从监测场景的实际需求出发，通常我们对最近一小时或一天的监测数据最关心，对于一个月或者一年以上的监测数据有个大概的认知就可以。

假设我们每秒监测一次某台服务器 CPU 使用率，那么一年后将获得：

1 x 60秒 x 60分钟 x 24小时 x 365天 = 31536000

个监测值。

如果这么多数据点在一张图表上展示，即使一个数据点只占一个像素，你也可以想象得多长的图片才能完整展示监测数据。

但是，如果我们把每60秒监测的60个原始数据点计算出一个平均值 AVERAGE(d1,d2,d3,...,d60) 的话，那么将有：

1 x 60分钟 x 24小时 x 365天 = 525600

个平均值。

这样数据量就比使用原始值降低了60倍！这种经过计算平均值后得到的数据称为归档值。

虽然丧失了一定的精度，但是并不影响我们观察一年来的变化趋势。

同理，如果我们把每小时监测的3600个原始数据点计算一个归档平均值的话，数据点就只有24 x 365 = 8760个了。这就是绘图展示监测情况的时候要使用 RRA 归档数据的原因。

RRD 提供的归档方法有4种，除了上述的计算平均值 AVERAGE 方法外，还有：

计算最大值 MAX(d1,d2,d3,...dn) = 最大的那个监测值

计算最小值 MIN(d1,d2,d3,...dn) = 最小的那个监测值

计算最后值 LAST(d1,d2,d3,...dn) = 最后的那个监测值

这里还涉及到两个基本概念：

PDP (Primary Data Point) 原始数据点

CDP (Consolidation Data Point) 归档数据点

由上述介绍可以知道：一个 CDP 由多个 PDP 经过归档函数计算得到。

在定义 RRA 的时候，一般的语法为：

RRA:CF:xff:steps:rows

表示使用{AVERAGE | MIN | MAX | LAST}中的一个归档函数  CF (Consolidation Function)。

xff 是 xfiles 因子(factor)，表示超过多少比率的有效 PDP 才可以计算出 CDP，通常为0.5。

如果我们设置 xff 为 0.5，即有大于50%的有效监测值就可以在这些有效值上计算出归档值，否则这段时间内的归档值记为 UNKNOWN。

例如，我们监测的10个时间点中，因为某些原因其中4个无法获取监测值，即监测值为 UNKNOWN，那么还剩6个有效的监测值，这时候有效率为60%，所以可以获得归档值。

steps 表示多少个 PDP 计算出一个 CDP，例如，在每秒获取一个监测值的实例中，steps = 60 表示每60个原始数据计算一个归档数据，即一分钟一个数据点；steps = 3600 表示每3600个原始数据计算一个归档数据，即一小时一个数据点。

rows 表示多少个 CDP 组成一个 RRA。

通常一个 RRD 数据库可以有多个不同精度的 RRA，其中周期( steps * rows)最长的的 RRA 同时也规定了 RRD 的周期，这就是开头说的：RRD 数据库在创建的时候就已经定义好大小。

使用命令创建一个名为 test.rrd 的 RRD 数据库：

rrdtool create test.rrd

--step 300

DS:miles:COUNTER:600:0:1024

RRA:AVERAGE:0.5:2:8

RRA:AVERAGE:0.5:4:7

RRD 数据库模型（U 表示 UNKNOWN）

--step 300

表示监测时间间隔为5分钟。

DS:miles:COUNTER:600:0:1024

表示数据源的名称 为 miles，数据源类型(DST) 为 COUNTER，数据源的 heartbeat 周期为 600秒，如果一个 heartbeat 时间周期内监测数据还没有获取到，那么 RRD 自动将监测值设置为 UNKNOWN，数据源的最小值为0，最大值为1024，如果获得的监测值不在这个范围， RRD 自动将监测值设置为 UNKNOWN。

RRA:AVERAGE:0.5:2:8

定义了一个 RRA :归档函数是求平均值 AVERAGE，xff 因子是 0.5，每2个监测值 PDP 将计算一个归档值 CDP，总共存储 8 个 CDP，所以这个 RRA 的时间周期是 300s x 2 x 8 = 4800s。

如上图示例可知，CDP(RRA1-AVG) 的各项值为

(1+2)/2 = 1.5

(3+4)/2 = 3.5

......

RRA:AVERAGE:0.5:4:7

定义了一个 RRA :归档函数是求平均值 AVERAGE，xff 因子是 0.5，每4个监测值 PDP 将计算一个归档值 CDP，总共存储 7 个 CDP，所以这个 RRA 的时间周期是 300s x 4 x 7 = 8400s。

如上图示例可知，CDP(RRA2-AVG) 的各项值为

(1+2+3+4)/4 = 2.5

(5+6+7+8)/4 = 6.5

......

上述两个 RRA 中，最长时间周期为 8400s，由于 RRD 定义的监测周期为 300s，所以这个 RRD 将存储 8400/300 = 28个监测值。

因为 RRA 的长度 rows 也是定义好的，所以随着时间推移，监测值越来越多的时候，RRA 的内容也随之变化：

时间推移

当 RRDTool 绘制监测图表的时候，会优先选取精度(solution)高的 RRA 数据，上图示例中，显然 RRA1-AVG 的精度要高于 RRA2-AVG，或者说更接近原始数据。

但是，一个前提条件是所选的 RRA 能够覆盖我们希望图表展示的时间周期，上图示例中 RRA1-AVG 只覆盖了 第5-20个监测点，所以当我们希望看到从第1-20个监测点的数据时，只能选择 RRA2-AVG 了，虽然它精度不如 RRA1-AVG，但至少它覆盖到了我们希望看到的时间周期。

所以，在实际应用场景中，我们通常会定义多个 RRA，覆盖时间周期短的精度高，比如最近一天的监测值；覆盖时间周期长的精度低，比如最近一年的监测值。

以上是 RRD 数据库的内部存储原理，那么如何更新它的存储值呢？

通常，我们会借用外部程序，如 Shell、Python、Ruby等脚本语言，获取被监测对象的数值，然后使用 RRDTool update 命令存储监测值，例如：

rrdtool update test.rrd 920804700:12345 920805000:12357 920805300:12363 ......

表示时间点920804700时，被监测对象数值为12345

表示时间点920805000时，被监测对象数值为12357

表示时间点920805300时，被监测对象数值为12363

......

最后，要展示监测数据了，RRDTool 内置了绘图表功能，你可以直接使用类似以下的命令行输出一张 png 图片：

rrdtool graph myrouter-day.png --start -86400

DEF:inoctets=myrouter.rrd:input:AVERAGE

DEF:outoctets=myrouter.rrd:output:AVERAGE

AREA:inoctets#00FF00:"In traffic"

LINE1:outoctets#0000FF:"Out traffic"

上述命令表示：创建一张名为 myrouter-day.png 的图片，监测时间从一天前(60x60x24=86400)开始的路由器进出流量统计。其中流进流量使用区域图(AREA)，颜色为绿色(#00FF00)；流出流量使用一个像素宽的曲线图(LINE1)，颜色为蓝色(#0000FF)。

但是，RRDTool 也可以将数值输出，然后我们使用第三方的绘图工具，绘制监测图，这样可以在 WEB 上更灵活的展示监测数值。

如下图所示，就是 Open-Falcon 使用 RRDTool 存储监测数据，然后获取监测数据在网页上绘制趋势图：

服务器负载监测

综上，就是 RRDTool 的原理简介，如果你没有看懂的话，请随意吐槽。

作者微博/微信 @Ceelog，转载请注明出处 ;)