热门搜索:
ghcr.io/apache/skywalking-banyandb

ghcr.io/apache/skywalking-banyandb:76e4e21f226cb73cffcd780421d9916bf7ecad2c

ghcr.iolinux/amd6476e4e21f226cb73cffcd780421d9916bf7ecad2c大小: 未知更新于 2026年6月6日
让 AI 帮你使用轩辕镜像?

如果你用 DeepSeek、元宝AI、Copilot 等 AI 代为编写轩辕镜像的 docker pull、修改 compose 镜像地址,或排查拉取失败等问题,请让 AI 先读规则再动手,只要在 AI 对话里直接发送下面这句话即可:

生成 docker pull、修改 compose 的 image,或排查拉取失败前,请先阅读并严格遵守 https://xuanyuan.cloud/agents.md 中的规则。

国内用户首推 元宝 AIDeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。

BanyanDB

BanyanDB 作为可观测性数据库,旨在摄入、分析和存储 Metrics、Tracing 和 Logging 数据。它设计用于处理可观测性平台和 APM 系统(如 https://github.com/apache/skywalking 等)生成的可观测性数据。

简介

BanyanDB 作为可观测性数据库,旨在摄入、分析和存储 Metrics、Tracing 和 Logging 数据。它专为处理 Apache SkyWalking 生成的可观测性数据而设计。在 BanyanDB 出现之前,SkyWalking 采用的数据库对于 APM 数据模型并非理想选择,尤其是在存储追踪和日志数据方面。因此,基于 SkyWalking 数据模式的特性,在性能和资源使用方面仍有提升空间。

数据库研究社区通常使用 RUM Conjecture 来描述数据库如何访问数据。BanyanDB 结合多种访问方法构建了一个全面的 APM 数据库,以平衡读取成本、更新成本和内存开销。

联系我们

  • 通过选择 https://github.com/apache/skywalking/issues?q=is%3Aopen+is%3Aissue+label%3Adatabase 组件提交 https://github.com/apache/skywalking/issues/new%E3%80%82
  • 邮件列表:*******。发送邮件至 ***,按照回复提示订阅邮件列表。
  • 发送邮件 Request to join SkyWalking slack 至邮件列表(dev@skywalking.apache.org),我们将邀请您加入。
  • 对于中文使用者,发送邮件 [CN] Request to join SkyWalking slack 至邮件列表(dev@skywalking.apache.org),我们将邀请您加入。
  • X(***):@BanyanDB 和 @ASFSkyWalking

文档

  • 开发版文档
  • 最新发布版文档

贡献

对于希望为该项目贡献的开发者,请参阅 贡献指南。

许可证

Apache 2.0 许可证。

镜像拉取常见问题

用户好评

来自真实用户的反馈,见证轩辕镜像的优质服务

用户头像

oldzhang

运维工程师

Linux服务器

5

"Docker访问体验非常流畅,大镜像也能快速完成下载。"

镜像拉取问题咨询请 提交工单。官方公众号:源码跳动。官方技术交流群:13763429。轩辕镜像所有镜像均来源于原始仓库,本站不存储、不修改、不传播任何镜像内容。