关键概念

在深入InfluxDB之前,最好是了解数据库的一些关键概念。 本文档简要介绍了这些概念和常用的InfluxDB术语。 我们在下面列出了所有涵盖的术语,但是我们建议您从头到尾阅读本文档,以获得对我们最喜爱的时间序列数据库的更全面了解。

database field key field set
field value measurement point
retention policy series tag key
tag set tag value timestamp

示例数据

下一节将参考下面列出的数据。 虽然数据是伪造的,但在InfluxDB中是一个很通用的场景。 数据展示了在2015年8月18日午夜至2015年8月18日上午6时12分在两个地点location(地点1和地点2)显示两名科学家scientistslangstrothperpetua)计数的蝴蝶(butterflies)和蜜蜂(honeybees)数量。 假设数据存在名为my_database的数据库中,而且存储策略是autogen

name: census
-————————————
time                                      butterflies     honeybees     location     scientist
2015-08-18T00:00:00Z      12                   23                    1                 langstroth
2015-08-18T00:00:00Z      1                     30                    1                 perpetua
2015-08-18T00:06:00Z      11                   28                    1                 langstroth
2015-08-18T00:06:00Z   3                     28                    1                 perpetua
2015-08-18T05:54:00Z      2                     11                    2                 langstroth
2015-08-18T06:00:00Z      1                     10                    2                 langstroth
2015-08-18T06:06:00Z      8                     23                    2                 perpetua
2015-08-18T06:12:00Z      7                     22                    2                 perpetua

其中census是measurement,butterflies和honeybees是field key,location和scientist是tag key

讨论

现在您已经在InfluxDB中看到了一些示例数据,本节将详细分析这些数据。

InfluxDB是一个时间序列数据库,因此我们开始一切的根源就是——时间。在上面的数据中有一列是time,在InfluxDB中所有的数据都有这一列。time存着时间戳,这个时间戳以RFC3339格式展示了与特定数据相关联的UTC日期和时间。

接下来两个列叫作butterflieshoneybees,称为fields。fields由field key和field value组成。field key(butterflieshoneybees)都是字符串,他们存储元数据;field key butterflies告诉我们蝴蝶的计数从12到7;field key honeybees告诉我们蜜蜂的计数从23变到22。

field value就是你的数据,它们可以是字符串、浮点数、整数、布尔值,因为InfluxDB是时间序列数据库,所以field value总是和时间戳相关联。

在示例中,field value如下:

12   23
1    30
11   28
3    28
2    11
1    10
8    23
7    22

在上面的数据中,每组field key和field value的集合组成了field set,在示例数据中,有八个field set

butterflies = 12 honeybees = 23
butterflies = 1 honeybees = 30
butterflies = 11 honeybees = 28
butterflies = 3 honeybees = 28
butterflies = 2 honeybees = 11
butterflies = 1 honeybees = 10
butterflies = 8 honeybees = 23
butterflies = 7 honeybees = 22

field是InfluxDB数据结构所必需的一部分——在InfluxDB中不能没有field。还要注意,field是没有索引的。如果使用field value作为过滤条件来查询,则必须扫描其他条件匹配后的所有值。因此,这些查询相对于tag上的查询(下文会介绍tag的查询)性能会低很多。 一般来说,字段不应包含常用来查询的元数据。

样本数据中的最后两列(locationscientist)就是tag。 tag由tag key和tag value组成。tag key和tag value都作为字符串存储,并记录在元数据中。示例数据中的tag key是locationscientistlocation有两个tag value:12scientist还有两个tag value:langstrothperpetua

在上面的数据中,tag set是不同的每组tag key和tag value的集合,示例数据里有四个tag set:

location = 1, scientist = langstroth
location = 2, scientist = langstroth
location = 1, scientist = perpetua
location = 2, scientist = perpetua

tag不是必需的字段,但是在你的数据中使用tag总是大有裨益,因为不同于field, tag是索引起来的。这意味着对tag的查询更快,tag是存储常用元数据的最佳选择。

不同场景下的数据结构设计

如果你说你的大部分的查询集中在字段honeybeesbutterflies上:

SELECT * FROM "census" WHERE "butterflies" = 1
SELECT * FROM "census" WHERE "honeybees" = 23

因为field是没有索引的,在第一个查询里面InfluxDB会扫描所有的butterflies的值,第二个查询会扫描所有honeybees的值。这样会使请求时间很长,特别在规模很大时。为了优化你的查询,你应该重新设计你的数据结果,把field(butterflieshoneybees)改为tag,而将tag(locationscientist)改为field。

name: census
-————————————
time                                      location     scientist      butterflies     honeybees
2015-08-18T00:00:00Z      1                 langstroth    12                   23
2015-08-18T00:00:00Z      1                 perpetua      1                     30
2015-08-18T00:06:00Z      1                 langstroth    11                   28
2015-08-18T00:06:00Z   1                 perpetua      3                     28
2015-08-18T05:54:00Z      2                 langstroth    2                     11
2015-08-18T06:00:00Z      2                 langstroth    1                     10
2015-08-18T06:06:00Z      2                 perpetua      8                     23
2015-08-18T06:12:00Z      2                 perpetua      7                     22

现在butterflieshoneybees是tag了,当你再用上面的查询语句时,就不会扫描所有的值了,这也意味着查询更快了。

measurement作为tag,fields和time列的容器,measurement的名字是存储在相关fields数据的描述。 measurement的名字是字符串,对于一些SQL用户,measurement在概念上类似于表。样本数据中唯一的测量是census。 名称census告诉我们,fields值记录了butterflieshoneybees的数量,而不是不是它们的大小,方向或某种幸福指数。

单个measurement可以有不同的retention policy。 retention policy描述了InfluxDB保存数据的时间(DURATION)以及这些存储在集群中数据的副本数量(REPLICATION)。 如果您有兴趣阅读有关retention policy的更多信息,请查看数据库管理章节。

注意:在单节点的实例下,Replication系数不管用。

在样本数据中,measurement census中的所有内容都属于autogen的retention policy。 InfluxDB自动创建该存储策略; 它具有无限的持续时间和复制因子设置为1。

现在你已经熟悉了measurement,tag set和retention policy,那么现在是讨论series的时候了。 在InfluxDB中,series是共同retention policy,measurement和tag set的集合。 以上数据由四个series组成:

任意series编号 retention policy measurement tag set
series 1 autogen census location = 1,scientist = langstroth
series 2 autogen census location = 2,scientist = langstroth
series 3 autogen census location = 1,scientist = perpetua
series 4 autogen census location = 2,scientist = perpetua

理解series对于设计数据schema以及对于处理InfluxDB里面的数据都是很有必要的。

最后,point就是具有相同timestamp的相同series的field集合。例如,这就是一个point:

name: census
-----------------
time                           butterflies     honeybees     location     scientist
2015-08-18T00:00:00Z     1                  30               1               perpetua

例子里的series的retention policy为autogen,measurement为census,tag set为location = 1, scientist = perpetua。point的timestamp为2015-08-18T00:00:00Z

我们刚刚涵盖的所有内容都存储在数据库(database)中——示例数据位于数据库my_database中。 InfluxDB数据库与传统的关系数据库类似,并作为users,retention policy,continuous以及point的逻辑上的容器。 有关这些主题的更多信息,请参阅身份验证和授权连续查询(continuous query)

数据库可以有多个users,retention policy,continuous和measurement。 InfluxDB是一个无模式数据库,意味着可以随时添加新的measurement,tag和field。 它旨在使时间序列数据的工作变得非常棒。

你做到了!你已经知道了InfluxDB中的基本概念和术语。如果你是初学者,我们建议您查看入门指南写入数据查询数据指南。 愿我们的时间序列数据库可以为您服务🕔。

results matching ""

    No results matching ""