Graphite是一个高度可扩展的实时图形系统。作为用户，你编写一个应用程序，收集你感兴趣的数字时间序列数据，并将其发送到Graphite的处理后台carbon，carbon将数据存储在Graphite的专用数据库中。然后可以通过graphite的Web界面将数据可视化。
常见问题
谁应该使用Graphite？
任何想要长期跟踪任何数值的人。如果你有一个可能会随时间变化的数字，并且你可能想把这个值随时间变化的情况用图表表示出来，那么Graphite可能可以满足你的需求。
具体来说，Graphite被设计用来处理数字时间序列数据。例如，Graphite就很适合绘制股票价格图，因为它们是随时间变化的数字。无论是几个数据点，还是来自数千台服务器的几十个性能指标，那么Graphite都适合你。作为奖励，你不一定要事先知道这些东西的名称（谁想维护如此庞大的配置？）；你只需发送一个度量名称、一个时间戳和一个值，剩下的事情就由Graphite来处理了。
Graphite的可扩展性如何？
从CPU的角度来看，Graphite在前端和后端都是水平扩展的，这意味着你可以简单地添加更多的机器来获得更多的吞吐量。它还具有容错性，即失去一台后端机器会造成极小的数据损失（无论这台机器在内存中缓存了什么），如果你有足够的剩余容量来处理负载，就不会破坏系统。
从I/O的角度来看，在负载下，Graphite会非常迅速地对很多不同的文件执行很多微小的I/O操作。这是因为每一个发送到Graphite的不同度量都存储在自己的数据库文件中，类似于很多建立在RRD之上的工具（drraw、Cacti、Centreon等）的工作方式。事实上，Graphite最初确实使用RRD进行存储，直到出现了基本的限制，需要新的存储引擎。
高容量（每分钟更新几千个不同的指标）几乎需要一个好的RAID阵列和/或SSD。如果磁盘无法跟上大量发生的小型写操作（每个数据点只有几个字节，但大多数标准磁盘每秒的I/O操作不能超过几千次，即使它们很小），Graphite的后端会缓存传入的数据。当这种情况发生时，Graphite的数据库引擎whisper允许碳一次写入多个数据点，从而提高整体吞吐量，只是代价是将多余的数据缓存在内存中，直到可以写入。
Graphite还支持替代的存储后端，可以大大改变这些特性。
图表的实时性如何？
非常实时。即使是在重负载的情况下，当每个时间间隔传入的指标数量远远大于存储系统执行 I/O 操作的速度，并且大量的数据点被缓存在存储管道中（见前面的问题解释），Graphite 仍然可以绘制实时图形。诀窍是，当 Graphite webapp 收到绘制图形的请求时，它同时从磁盘上以及预存储缓存中检索数据（如果你有多个后端服务器，缓存可能是分布式的），并将两个数据源结合起来，创建一个实时图形。
谁已经在使用Graphite？
Graphite是由Orbitz内部开发的，在这里，它被用来可视化各种关键运营数据，包括应用指标、数据库指标、销售等。在写这篇文章的时候，Orbitz的生产系统可以每分钟处理大约160,000个不同的指标，这些指标运行在高速SAN上的两台niagra-2 Sun服务器上。
Graphite是用什么写的？
Graphite webapp建立在Django web框架上，使用ExtJS javascript GUI工具包。图形渲染使用Cairo图形库完成。后台和数据库是用纯Python编写的。
谁来编写和维护Graphite？
Graphite最初是由Orbitz的Chris Davis开发的。Orbitz长期以来一直是开源社区的一部分，并发布了其他一些内部开发的产品。
Graphite 目前由 Graphite-Project GitHub 组织下的志愿者团队开发。
