influxdb入门
前言（未完成）
时序模型是专门设计用于高效存储、索引和查询时间序列数据的系统。时间序列数据是指按时间顺序排列的数据序列，每个数据点通常包含一个时间戳和一个或多个与该时间相关的值，广泛应用于监控系统、金融分析、物联网（IoT）、传感器网络、气象预报等领域。
MySQL 的执行引擎和存储引擎是分开的。存储引擎提供了一些基础的方法（比如通过索引，或者扫描表）来获取表数据，而做连接、计算等功能，是在 MySQL 的执行引擎中完成的。
influxdb 提供统一的TICK 技术栈，The TICK stack - Open Source Components
- Telegraf - Data collection
- InfluxDB - Data storage
- Chronograf - Data visualization
- Kapacitor - Data processing and events
InfluxDB自带web管理界面，在浏览器中输入 http://服务器IP:8083 即可进入web管理页面。
schema
与传统数据库中的名词做比较
| influxDB中的名词 | 传统数据库中的概念 |
|---|---|
| database | 数据库」 |
| measurement | 数据库中的表 |
| points | 表里面的一行数据 |
InfluxDB中独有的概念
Point由时间戳（time）、数据（field）、标签（tags）组成。
Point相当于传统数据库里的一行数据，如下表所示：
| Point属性 | 传统数据库中的概念 |
|---|---|
| time | 每个数据记录时间，是数据库中的主索引(会自动生成) |
| fields | 各种记录值（没有索引的属性）也就是记录的值：温度， 湿度 |
| tags | 各种有索引的属性：地区，海拔 |
存储
InfluxDB 采用的时间结构合并树（Time-Structured Merge Tree, TSM）存储引擎是对日志结构化合并树（Log-Structured Merge Tree, LSM）的一种优化和定制。
LSM 树
- Memtable：位于内存中，用于存储新写入的数据，按 Key 排序。Memtable 作为写缓存，提高写入速度，但易受断电影响导致数据丢失，故需配合WAL机制。
- Immutable Memtable：当 Memtable 达到一定大小后，会转换为 Immutable 状态，不再接受写操作，等待刷写到磁盘。
- SSTable（Sorted String Table）：Immutable Memtable 经过压缩和排序后形成的持久化文件，存储在磁盘上，数据有序且不可更改，多个 SSTable 通过层次结构进行管理，以支持高效查询。
TSM 存储引擎改进与机构
- Cache：类似于 LSM 中的 Memtable，用于暂存新写入的数据，但针对时间序列数据进行了优化，考虑了时间戳的重要性。
- WAL（Write-Ahead Log）：同样用于确保数据的持久性，先于实际数据写入记录，即使系统崩溃也能恢复。
- TSM File：是 InfluxDB 特有的数据文件格式，结合了时间序列特点，相较于 SSTable，TSM 对数据进行了更高效的压缩和组织，包括数据分块、字典压缩等，减少存储空间并加快读取速度。
- Compactor：负责整理和压缩 Cache 及 TSM File，包括将多个小的 TSM File 合并成更大的文件，移除过期数据，以及维护索引以加速查询。这一过程进一步优化存储效率和查询性能。
- Shard：这是 InfluxDB 中数据分区的概念，基于时间范围划分数据，每个 Shard 包含独立的 Cache、WAL和 TSM File 集合，以及 Compactor 作业。Sharding 机制便于管理和优化大规模时间序列数据的存储与查询。
留下评论