influxdb的基本概念

• influxdb的介绍

InfluxDB是领先的开源时间序列数据库（TSDB）。

InfluxDB使用Go语言编写，适用于各类时间序列数据的高效存储与检索。

InfluxDB的特点：

1. 每条记录都必须有时间戳字段（不设置会自动生成，类似关系型数据库的主键）
2. 提供海量数据的写入和读取能力
3. 提供针对时序的聚合函数，方便查询数据的聚合
4. 它天生就是为特定场景业务而生的；主要针对那些写多读少、大量数据写入需求、按时间维度进行聚合查询的业务场景，比如：数据监控
5. 配合Telegraf服务（Telegraf可以监控系统CPU、内存、网络等数据）
6. 配合Grafana服务（数据展现的图像界面，将influxdb中的数据可视化）

 

• influxdb中的database、measurement、point介绍

database：数据库，等同MySQL等关系型数据库中的数据库database

measurement：数据表，相当于关系型数据库中的表table

point：数据点，表示单条数据记录，相当于关系型数据库中的一行数据row

retention policy（保留策略）：单个measurement可以有不同的retention policy，measurement默认有一个autogen的保留策略。influxdb没有删除数据操作，规定数据的保留时间达到清除数据的目的

 

• point的介绍

point由时间戳（time）、数据（field）、标签（tags）三类字段组成

time：代表每条数据的时间字段，是measurement中的数据主键，因此time字段具有索引属性。一条point只能有一个time

field：代表各种数据的字段，例如气温、压力、股价等。field字段没有索引属性，一条point可以包括多个field

tag：代表各类非数据字段，例如设备编码、地区、姓名等。tag字段有索引属性，一条point可以包括多个tag（tag只能为字符串类型）

 

• 举例说明

两位科学家langstroth和perpetua于2015年8月18日在两个不同位置进行一项计算蝴蝶和蜜蜂数量的统计实验。假设他们使用同一个database，并使用同一个名为census的measurement录入数据。以下表示某一个point的样例数据：

其中time为time字段。butterflies和honeybees分别代表蝴蝶和蜜蜂的数量，因此他们是field字段。location和scientist代表科学家的位置和名字，因此他们是tag字段。