InfluxDB 时序数据库入门

简述

• 时间序列数据：从定义上来说，就是一串按时间维度索引的数据。
• 时序数据库（TSDB）特点： 持续高并发写入、无更新； 数据压缩存储；
  低查询延时。
• 常见 TSDB：influxdb、opentsdb、timeScaladb、Druid 等。

influxdb概念

• influxdb是一个开源分布式时序、时间和指标数据库，使用 Go 语言编写，无需外部依赖。其设计目标是实现分布式和水平伸缩扩展，是InfluxData 的核心产品。
• 应用：性能监控，应用程序指标，物联网传感器数据和实时分析等的后端存储。
• influxdb 完整的上下游产业还包括：Chronograf、Telegraf、Kapacitor

与传统数据库相关区别

influxdb 中的概念	传统数据库中的概念
database	数据库
measurement	数据库中的表
–	–
point	表中的一行数据

• point的数据结构由时间戳（time）、标签（tags）、数据（fields）三部分组成，具体含义如下：

point 属性	含义
time	数据记录的时间，是主索引（自动生成）
tags	各种有索引的属性
fields–	各种value值（没有索引的属性）–

保留策略（retention policy）

• InfluxDB 会定期清除过期的数据。
• 每个数据库可以有多个过期策略：
• Shard 在 influxdb中是一个比较重要的概念，它和 retention policy 相关联

存储引擎（Timestamp-Structure Merge Tree）

TSM是在LSM的基础上优化改善的，引入了serieskey的概念，对数据实现了很好的分类组织。
TSM主要由四个部分组成： cache、wal、tsm file、compactor：

• cache：插入数据时，先往 cache 中写入再写入wal中，可以认为 cache 是 wal 文件中的数据在内存中的缓存，cache
  中的数据并不是无限增长的，有一个 maxSize 参数用于控制当 cache 中的数据占用多少内存后就会将数据写入 tsm 文件。
• wal：预写日志，对比MySQL的 binlog，其内容与内存中的 cache 相同，作用就是为了持久化数据，当系统崩溃后可以通过 wal
  文件恢复还没有写入到 tsm 文件中的数据，当 InfluxDB 启动时，会遍历所有的 wal 文件，重新构造 cache。
• tsm file：每个 tsm 文件的大小上限是 2GB。当达到
  cache-snapshot-memory-size,cache-max-memory-size 的限制时会触发将 cache 写入 tsm 文件。
• compactor：主要进行两种操作，一种是 cache 数据达到阀值后，进行快照，生成一个新的 tsm 文件。另外一种就是合并当前的 tsm 文件，将多个小的 tsm 文件合并成一个，减少文件的数量，并且进行一些数据删除操作。

相关特点

1） 基于时间序列，支持与时间有关的相关函数（如最大，最小，求和等）；
2） 可度量性：你可以实时对大量数据进行计算；
3） 基于事件：它支持任意的事件数据；
4） 无结构（无模式）：可以是任意数量的列；
5）支持min, max, sum, count, mean, median 等一系列函数；
6）内置http支持，使用http读写；
7）强大的类SQL语法；
8）自带管理界面，方便使用（新版本需要通过Chronograf）

访问方式

客户端命令行
HTTP API 接口
各语言API 库（对 go 语言 API 封装）
基于 WEB 管理页面操作