influxdb 概念
InfluxDB 关键概念
例子
measurement
| 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 |
数据是从 2015 年 8 月 18 日 00:00 到 2015 年 8 月 18 日 6:12，在两个位置（位置 1 和位置 2），两位科学家（langstroth 和 perpetua）计数的蝴蝶和蜜蜂的数量。
解释
Field
本节将通过以上数据介绍 influxdb 的含义。在上方的数据中，influxDB 中的所有数据都有一列称为时间。time存储时间戳。接下来的两列 butterflies 和 honeybees ，是字段。字段由key-value组成，键butterflies对应值 12 ~ 7, 键 honeybees对应值23 ~ 22。
在上面的数据中，key-value 对的集合构成一个字段集。这是样本数据中的所有八个字段集：
- 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 values是 InfluxDB 数据结构必不可少的部分，如果没有字段，则 InfluxDB 中没有数据。注意，字段未使用索引，使用字段值查询必须扫描所有值。这些查询相对于tag查询的性能不高。通常字段不应作为常用查询的关键词。
tag
数据的最后两列 location 和 scientist是tag。tag由tag-key和tag-value组成,都存储为字符串。样本数据中的 tag-key 是location和scientist。标签 location 两个值：1 和 2。标签 scientist 有两个标签值：langstroth 和 perpetua。
在上面的数据中，标签集是所有标签 key-value 的不同组合。样本数据中的四个标记集是：
- location = 1, scientist = langstroth
- location = 2, scientist = langstroth
- location = 1, scientist = perpetua
- location = 2, scientist = perpetua
tags是可选的。无需在数据结构中包含 tag，但最好使用它们，因为标签被加了索引。这意味着对使用 tag 查询速度更快，并且 tag 非常适合存储常见查询的数据。
假设大多数查询都使用字段键 butterflies 和 honeybees： SELECT _ FROM “census” WHERE “butterflies” = 1 SELECT _ FROM “census” WHERE “honeybees” = 23
由于未对该字段进行索引，因此 InfluxDB 在提供响应之前会先扫描每个值，这种行为可能会让查询效率很低。为了优化查询，重新安排架构，用 butterflies 和 honeybees 作为标签，scientist 和 location 作为字段，再使用 butterflies 和 honeybees 查询，不会扫描每个字段，查询就更快。
measurement
measurement是包含tags、fields和time列的容器，也是对存储的关联字段数据的描述。measurement 名称是字符串，在概念上都类似于表。
retention policy
retention policy描述 InfluxDB 保留数据多长时间(DURATION)，单个measurement可以属于不同的保留策略，以及该数据在集群中存储多少副本(REPLICATION)。在样本数据中，census中的所有内容都是autogen保留策略。InfluxDB 自动创建该保留策略；它具有无限的保留时间，并且复制因子设置为 1。
series
在 InfluxDB 中，series是 retention policy, measurement, 和 tag 的集合。上面的数据包括四个 series：
| Arbitrary series number | 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 |
point
point是由四个部分组成的单个数据记录：measurement, tag set, field set, 和timestamp。point由series和time组成唯一标识。
例如，这里有个point:
name: census
-----------------
time butterflies honeybees location scientist
2015-08-18T00:00:00Z 1 30 1 perpetua