InfluxDB v2.x中的Flux查询语言的核心概念主要包括以下几个方面：
1. 表（Tables）
- Flux以表（Tables）的形式处理数据。每个表包含多行数据，每行数据都是一个record（记录），包含了数据点的时间戳、测量值、字段和标签等信息。
- 表是Flux查询的基本单位，查询的结果通常也是以表的形式返回。
2. 记录（Records）
- 记录（Records）是表中的一行数据，包含了时间戳（
_time）、测量值（_measurement）、字段（_field）和标签（tags）等信息。 - 每个记录都代表了时间序列数据中的一个具体数据点。
3. 管道（Pipelines）
- Flux使用管道（Pipelines）来组织查询逻辑。管道由一系列通过管道转发操作符（
|>）连接的函数组成。 - 数据从管道的一端流入，经过每个函数的处理后，再流向管道的下一端。
4. 函数（Functions）
- Flux提供了丰富的函数库，用于执行各种数据处理和分析操作。
- 这些函数可以对表进行过滤、转换、聚合等操作，以生成所需的查询结果。
5. 组键（Group Keys）
- 组键（Group Keys）用于描述表的内容。它是一个列列表，表中的每一行都具有相同的组键值。
- 组键有助于在查询过程中对数据进行分组和聚合。
6. 数据源（Data Sources）
- Flux查询的数据来源于InfluxDB的存储桶（Buckets）。在查询时，需要指定数据源（即存储桶）和查询的时间范围。
7. 时间范围（Time Ranges）
- Flux查询可以指定时间范围，以限制查询结果中的时间戳范围。
- 时间范围可以是相对时间（如"最近一小时"）或绝对时间（如"2023-01-01T00:00:00Z至2023-01-02T00:00:00Z"）。
8. 数据模式（Data Schema）
- 在InfluxDB v2.x中，存储桶（Buckets）可以具有明确的schema-type，需要为每个度量指定显式架构。
- 这限制了可以写入该度量的数据的形状，提高了数据的一致性和可查询性。
9. 标签（Tags）和字段（Fields）
- 标签（Tags）和字段（Fields）是InfluxDB中用于存储数据的关键元素。
- 标签用于索引和过滤数据，而字段则用于存储实际的数值数据。
10. 数据保留（Retention）
- 存储桶（Buckets）具有数据保留期（Retention Period），用于指定数据在InfluxDB中的保留时间。
- 超过保留期的数据将被自动删除，以释放存储空间。
11. Flux Engine
- Flux Engine是InfluxDB v2.x中的新数据存储引擎，它支持高并发写入和高效查询。
- Flux Engine与Flux查询语言紧密集成，提供了更好的性能和扩展性。
综上所述，Flux查询语言的核心概念包括表、记录、管道、函数、组键、数据源、时间范围、数据模式、标签和字段、数据保留以及Flux Engine等。这些概念共同构成了Flux查询语言的基础框架，使得用户能够灵活地执行复杂的数据处理和分析操作。