InfluxDB笔记一汇总
- 1、时间序列数据库概述
- 2、时间序列数据库特点
- 3、时间序列数据库应用场景
- 4、InfluxDB数据生命周期
- 5、InfluxDB历史数据需要另外归档吗？
- 6、InfluxDB历史数据如何归档？
- 7、太麻烦了，允许的话选择设施完备的InfluxDB云产品吧
- 8、InfluxDB列表查询时，每行中tags值会跟fields值一起返回吗
- 9、InfluxDB降采样查询？
- 10、InfluxDB插值功能
- 11、InfluxDB插值常应用场景
- 12、InfluxDB的UDP功能
- 13、influxDB连续查询
- 14、influxDB社区版支持分布式集群吗
1、时间序列数据库概述
时间序列数据库（Time Series Database, TSDB）是一种专门用于存储、查询和分析时间序列数据的数据库系统。它针对时间序列数据的特性进行了优化，提供了高效的数据压缩、索引和查询机制，以满足对时间数据的高效处理需求。时间序列数据库通常支持高并发写入、实时查询和长期数据存储，是处理时间序列数据的理想选择。
2、时间序列数据库特点
高效的数据压缩：时间序列数据通常具有大量的重复值和相似的模式，时间序列数据库通过高效的压缩算法，可以显著减少存储空间的占用，降低存储成本。
快速的查询性能：时间序列数据库针对时间序列数据的查询需求进行了优化，提供了多种查询方式，如范围查询、聚合查询、降采样查询等，以满足不同场景的查询需求。同时，通过高效的索引机制，可以实现快速的数据检索和查询响应。
可扩展性：时间序列数据库通常支持分布式部署和水平扩展。
实时性：时间序列数据库支持实时数据的写入和查询，可以实时地监控和分析数据的变化趋势，为实时决策提供支持。
灵活的数据处理：时间序列数据库通常提供了丰富的数据处理功能，如数据聚合、降采样、插值等。
3、时间序列数据库应用场景
时间序列数据库在多个领域都有广泛的应用，如物联网、金融、能源、制造业等。
在物联网领域，时间序列数据库可以用于存储和分析来自各种传感器的数据；
在金融领域，时间序列数据库可以用于存储和分析股票价格、交易数据等；
在能源领域，时间序列数据库可以用于监控和分析电网运行数据；
在制造业领域，时间序列数据库可以用于记录和分析生产设备的运行数据。
4、InfluxDB数据生命周期
是否要永久保留；不必永久保留可以根据业务配置过期删除策略或者归档到其他更廉价的存储服务器中去。
5、InfluxDB历史数据需要另外归档吗？
取决于你的具体需求和资源限制，需要高频查询历史数据，不适合归档。
归档历史数据：将历史数据归档到低成本的存储介质可以显著降低存储成本；可以释放 InfluxDB 的存储空间，提高当前数据的查询性能。
不归档历史数据：统一维护，方便管理和查询。
6、InfluxDB历史数据如何归档？
使用脚本或工具进行同步；
注意同步过程中数据的完整性和一致性，详细记录同步日志，便于恢复同步失败的记录；
必要的时候也可以定期全量备份库表数据；
未归档成功的数据，不能提前删除
7、太麻烦了，允许的话选择设施完备的InfluxDB云产品吧
针对5和6的问题，其实如果可以选择云产品，则云厂商的产品应该都具备了。
8、InfluxDB列表查询时，每行中tags值会跟fields值一起返回吗
虽然按tag和field区分，但是行记录还是可以一起返回的，包含序列的时间;
因此，tag中已有的字段，field中不用重复定义了；
具备普通数据库的分页查询等功能。
9、InfluxDB降采样查询？
InfluxDB降采样查询通常用于减少数据点的数量，以便能够更快地显示图表或者在有限的资源上处理更多的数据；
降采样查询可以指定降采样的方法和间隔；
请注意，降采样可能会导致数据丢失，因为它将原始数据序列中的一些点合并成一个点。所以，应该根据实际情况和对数据精度的需求来选择合适的采样间隔。
10、InfluxDB插值功能
InfluxDB中的插值功能主要用于处理时间序列数据中的缺失值。
针对查询记录中的部分属性值缺失则可填充返回一个默认值。
针对可视化图表分析，则可以通过插值补充缺失的数据记录，让可视化的图表曲线趋于自然平滑。
11、InfluxDB插值常应用场景
数据补全：在数据采集过程中，由于各种原因（如设备故障、网络问题等）可能会导致某些时间点的数据缺失。通过插值可以填补这些缺失的数据点，保证数据的连续性和完整性。
数据分析：在进行数据分析时，插值可以帮助平滑数据曲线，减少噪声干扰，从而更准确地分析数据趋势和模式。
系统监控：在系统监控中，插值可以填补因数据采集间隔不均匀而产生的缺失数据，确保监控系统的稳定性和准确性
12、InfluxDB的UDP功能
InfluxDB的UDP功能主要用于接收UDP数据包，允许用户通过UDP协议将数据写入InfluxDB。
UDP功能适用高吞吐量应用，写入不用确认，效率性能比TCP协议高，但是UDP不保证数据的可靠性。
13、influxDB连续查询
InfluxDB连续查询（Continuous Queries, CQs）适用于数据聚合的场景，定期处理聚合数据到另一张表，从处理后的表进行业务查询，避免从原表实时聚合查询慢；
例如，可以定期计算过去每分钟、每小时数据的平均值、最大值、最小值等，以便于可视化或者告警；
注意应用场景，聚合分析后，修改原表数据，处理后的表数据是感受不到的。
14、influxDB社区版支持分布式集群吗
目前社区版暂未提供分布式集群，企业版提供了。