Graphite能夠將用戶的數據進行可視化分析，只需要將有用的數據進行收集，并且傳輸到軟件的后臺系統之中，即可自動儲存到數據庫里，軟件會通過cpu及io進行高速吞吐，從而在負載的情況下繪制出實時圖形，適用于營銷分析等方面，極大提升工作效率。

常見問題

誰應該使用Graphite？

任何想要長期跟蹤任何數值的人。如果你有一個可能會隨時間變化的數字，并且你可能想把這個值隨時間變化的情況用圖表表示出來，那么Graphite可能可以滿足你的需求。

具體來說，Graphite被設計用來處理數字時間序列數據。例如，Graphite就很適合繪制股票價格圖，因為它們是隨時間變化的數字。無論是幾個數據點，還是來自數千臺服務器的幾十個性能指標，那么Graphite都適合你。作為獎勵，你不一定要事先知道這些東西的名稱（誰想維護如此龐大的配置？）；你只需發送一個度量名稱、一個時間戳和一個值，剩下的事情就由Graphite來處理了。

Graphite的可擴展性如何？

從CPU的角度來看，Graphite在前端和后端都是水平擴展的，這意味著你可以簡單地添加更多的機器來獲得更多的吞吐量。它還具有容錯性，即失去一臺后端機器會造成極小的數據損失（無論這臺機器在內存中緩存了什么），如果你有足夠的剩余容量來處理負載，就不會破壞系統。

從I/O的角度來看，在負載下，Graphite會非常迅速地對很多不同的文件執行很多微小的I/O操作。這是因為每一個發送到Graphite的不同度量都存儲在自己的數據庫文件中，類似于很多建立在RRD之上的工具（drraw、Cacti、Centreon等）的工作方式。事實上，Graphite最初確實使用RRD進行存儲，直到出現了基本的限制，需要新的存儲引擎。

高容量（每分鐘更新幾千個不同的指標）幾乎需要一個好的RAID陣列和/或SSD。如果磁盤無法跟上大量發生的小型寫操作（每個數據點只有幾個字節，但大多數標準磁盤每秒的I/O操作不能超過幾千次，即使它們很小），Graphite的后端會緩存傳入的數據。當這種情況發生時，Graphite的數據庫引擎允許碳一次寫入多個數據點，從而提高整體吞吐量，只是代價是將多余的數據緩存在內存中，直到可以寫入。

Graphite還支持替代的存儲后端，可以大大改變這些特性。

圖表的實時性如何？

非常實時。即使是在重負載的情況下，當每個時間間隔傳入的指標數量遠遠大于存儲系統執行 I/O 操作的速度，并且大量的數據點被緩存在存儲管道中（見前面的問題解釋），Graphite 仍然可以繪制實時圖形。訣竅是，當 Graphite webapp 收到繪制圖形的請求時，它同時從磁盤上以及預存儲緩存中檢索數據（如果你有多個后端服務器，緩存可能是分布式的），并將兩個數據源結合起來，創建一個實時圖形。

誰已經在使用Graphite？

Graphite是由Orbitz內部開發的，在這里，它被用來可視化各種關鍵運營數據，包括應用指標、數據庫指標、銷售等。在寫這篇文章的時候，Orbitz的生產系統可以每分鐘處理大約160,000個不同的指標，這些指標運行在高速SAN上的兩臺niagra-2 Sun服務器上。

Graphite是用什么寫的？

Graphite webapp建立在Django web框架上，使用ExtJS javascript GUI工具包。圖形渲染使用Cairo圖形庫完成。后臺和數據庫是用純Python編寫的。

誰來編寫和維護Graphite？

Graphite最初是由Orbitz的Chris Davis開發的。Orbitz長期以來一直是開源社區的一部分，并發布了其他一些內部開發的產品。

Graphite 目前由 Graphite-Project GitHub 組織下的志愿者團隊開發。