옵저버빌리티 데이터를 어디에 저장하느냐는 단순한 인프라 선택이 아니다. 그것은 데이터의 본질에 대한 질문이다. "어제 14시 23분에 user-789가 본 결제 실패 로그를 찾아라"와 "지난 5분간 API 에러율의 99분위수를 그려라"는 완전히 다른 질문이고, 완전히 다른 자료구조를 요구한다. 앞의 질문은 임의의 텍스트에서 특정 문서를 찾는 전문 검색(full-text search) 문제이고, 뒤의 질문은 시간축 위의 수치를 집계하는 시계열 집계 문제다. 전자는 역인덱스(inverted index), 후자는 **시계열 데이터베이스(TSDB)**라는 근본적으로 다른 엔진이 푼다. OpenSearch와 Prometheus(AMP)가 따로 존재하는 이유가 바로 이것이다.
오늘은 이 두 세계의 차이를 판다. 역인덱스가 어떻게 텍스트 검색을 가능하게 하는지, TSDB가 왜 시계열에 특화된 별도 엔진인지, 둘의 저장·쿼리 모델이 어떻게 다른지, 그리고 그 위에 Grafana(AMG)가 어떻게 이질적 백엔드를 하나의 대시보드로 묶는지를 본다. DOP 시험에서 이 영역은 "로그 분석엔 무엇을, 메트릭엔 무엇을 골라야 하나", "EKS 메트릭의 표준 백엔드는", "여러 데이터 소스를 한 대시보드로 통합하려면" 같은 도구 선택 시나리오로 나온다.
OpenSearch(Elasticsearch의 fork)의 심장은 역인덱스다