InfluxDB关键概念和常用术语介绍
wptr33 2025-05-21 16:54 3 浏览
在深入学习InfluxDB数据库之前,有必要先了解一些数据库的关键概念.
write formart(数据写入格式)
向InfluxDB数据库中指定的measurement(表)中插入数据时遵循以下语法格式
<measurement>[,<tag-key>=<tag-value>...] <field-key>=<field-value>[,<field2-key>=<field2-value>...] [unix-nano-timestamp]
其中,向measurement(表)中插入数据时并不需要预先创建measurement,InfluxDB会自动创建。
database
InfluxDB的database和关系型数据库的database概念类似,作为users,continuous queries,retention policies以及measurements的逻辑上的容器,InfluxDB被设计成无模式的数据库,这就意味着很方便在任何时间添加新的的measurement,tags,field.
InfluxDB安装好后,只有一个默认的"_internal"数据库,用来记录InfluxDB运行的各种metadata.
> show databases;
name: databases
name
----
_internal
redis
retention policy
retention policy用来描述InfluxDB保存多久的数据(DURATION),以及在集群环境中(REPLICATION)储存的数据副本数量,在新建数据库时可以指定retention policy,如果不指定的话,InfluxDB会为新建的数据库默认分配一个"autogen"retention policy,该retention policy会永久保存数据.
这里需要注意的是,集群环境(REPLICATION)是InfluxDB企业版的功能.
measurement
InfluxDB中measurement的意思和关系型数据库中table的意思一致,是tag和field的逻辑容器,在InfluxDB中可以通过如下命令查看measurement.
> use redis
> show measurements;
name: measurements
name
----
cpu
disk
diskio
kernel
mem
net
processes
redis
redis_cmdstat
redis_keyspace
redis_replication
swap
system
tag key, tag value, tag set
tag由tag key和tag value组成,InfluxDB中通过tag查询数据,使用索引意味着使用tag查询数据时更快更高效.可以将tag理解为关系型数据库中建了索引的column,可以在where条件中查询的column.
tag set是由tag key和tag value组成集合的统称,例如在如下的tag device和fstype可以组合成4个不同的键值对
device fstype
nvme0n1p1 xfs
nvme1n1p1 ext4
device=nvme0n1p1, fstype=xfs
device=nvme0n1p1, fstype=ext4
device=nvme1n1p1, fstype=xfs
device=nvme1n1p1, fstype=ext4
以上四个根据不同的tag key和value组合的不同的键值对统称为tag set.
那么如何查看一个measurement的tag呢,通过如下命令.
> show tag keys from disk;
name: disk
tagKey
------
device
fstype
host
mode
path
field key, field value, field set
field由field key和field value组成,field value可以是字符串,浮点数,整点数,以及布尔值,InfluxDB中每个field value都会被分配一个时间戳,InfluxDB中不能通过field查询数据,强制使用field作为查询条件意味着会使用全表扫描,在高数据量的情况下会造成InfluxDB性能问题,可以将field理解为关系型数据库中未创建索引的column,并且不可以在where条件中使用field条件查询.
查看一个measurement中的field字段
> show field keys from disk;
name: disk
fieldKey fieldType
-------- ---------
free integer
inodes_free integer
inodes_total integer
inodes_used integer
total integer
used integer
used_percent float
timestamp
InfluxDB是一个时序数据库( time series database),所以time是我们使用InfluxDB的前提,在InfluxDB中的每个measurement都会有一个time列,time列专用来存储时间戳,时间戳用来记录日期和时间,以RFC3339为标准的UTC时间.
> select "free" from "disk" limit 10;
name: disk
time free
---- ----
2020-07-17T14:29:20Z 832636977152
2020-07-17T14:29:20Z 6035464192
2020-07-17T14:29:20Z 48997576704
2020-07-17T14:29:30Z 832636977152
2020-07-17T14:29:30Z 6035525632
2020-07-17T14:29:30Z 48997576704
2020-07-17T14:29:40Z 832636977152
2020-07-17T14:29:40Z 6035525632
2020-07-17T14:29:40Z 48997576704
2020-07-17T14:29:50Z 832636977152
point
一个point由四部分组成,measurement, tag set, field set,timestamp,一个point由它的series和timestamp构成唯一标识,point可以理解为关系型数据库中的row,
name: disk
time device free fstype host inodes_free inodes_total inodes_used mode path total used used_percent
---- ------ ---- ------ ---- ----------- ------------ ----------- ---- ---- ----- ---- ------------
2020-07-17T14:29:20Z nvme0n1p1 6035464192 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4690157568 43.72853782231456
2020-07-17T14:29:30Z nvme0n1p1 6035525632 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4690096128 43.72796498839057
2020-07-17T14:29:40Z nvme0n1p1 6035525632 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4690096128 43.72796498839057
2020-07-17T14:29:50Z nvme0n1p1 6035505152 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4690116608 43.7281559330319
2020-07-17T14:30:00Z nvme0n1p1 6035505152 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4690116608 43.7281559330319
2020-07-17T14:30:10Z nvme0n1p1 6034497536 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4691124224 43.737550409385314
2020-07-17T14:30:20Z nvme0n1p1 6034518016 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4691103744 43.73735946474398
2020-07-17T14:30:30Z nvme0n1p1 6034518016 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4691103744 43.73735946474398
2020-07-17T14:30:40Z nvme0n1p1 6034538496 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4691083264 43.73716852010266
2020-07-17T14:30:50Z nvme0n1p1 6034538496 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4691083264 43.73716852010266
series
series就是共享measurement, tag set,以及field key的point的集合.
通过以下命令查看一个measurement的series.
> show series from disk;
key
---
disk,device=hq-nfs-01.eng.telenav.com:/nfs_home/home/,fstype=nfs,host=ec1d-userredis-01,mode=rw,path=/nfs/home
disk,device=hq-nfs-01.eng.telenav.com:/nfs_home/home/,fstype=nfs,host=ec1s-tempredis-01,mode=rw,path=/nfs/home
disk,device=hq-nfs-01.eng.telenav.com:/nfs_home/home/,fstype=nfs,host=ec1s-tempredis-02,mode=rw,path=/nfs/home
disk,device=hq-nfs-01.eng.telenav.com:/nfs_home/home/,fstype=nfs,host=ec1s-userfavorite-01,mode=rw,path=/nfs/home
disk,device=hq-nfs-01.eng.telenav.com:/nfs_home/home/,fstype=nfs,host=ec1s-userredis-01,mode=rw,path=/nfs/home
disk,device=nvme0n1p1,fstype=xfs,host=ec1d-userredis-01,mode=rw,path=/
disk,device=nvme0n1p1,fstype=xfs,host=ec1s-tempredis-01,mode=rw,path=/
disk,device=nvme0n1p1,fstype=xfs,host=ec1s-tempredis-02,mode=rw,path=/
disk,device=nvme0n1p1,fstype=xfs,host=ec1s-userfavorite-01,mode=rw,path=/
disk,device=nvme0n1p1,fstype=xfs,host=ec1s-userredis-01,mode=rw,path=/
disk,device=nvme1n1p1,fstype=ext4,host=ec1d-userredis-01,mode=rw,path=/data/01
disk,device=nvme1n1p1,fstype=ext4,host=ec1s-tempredis-01,mode=rw,path=/data/01
disk,device=nvme1n1p1,fstype=ext4,host=ec1s-tempredis-02,mode=rw,path=/data/01
disk,device=nvme1n1p1,fstype=ext4,host=ec1s-userfavorite-01,mode=rw,path=/data/01
disk,device=nvme1n1p1,fstype=ext4,host=ec1s-userredis-01,mode=rw,path=/data/01
以上就是对InfluxDB相关概念的简单介绍.
相关推荐
- 针对 MySQL 数据库的 HikariCP 数据库连接池 配置详解
-
HikariCP是当前性能最优异的数据库连接池之一,尤其适用于高并发场景。以下是针对MySQL数据库的HikariCP配置详解,包含常用参数及其优化建议。HikariCP是当前性能最优异的...
- MySQL 数据同步神器 - Canal 入门篇
-
前言想必做过商品服务都是将商品相关的信息和价格保存在数据库中,例如...
- MySQL之慢查询日志分析
-
一、慢查询设置与测试1、慢查询介绍MySQL的慢查询,全名是慢查询日志,是MySQL提供的一种日志记录,用来记录在MySQL中响应时间超过阈值的语句。...
- 「MySQL学习」MySQL的变量
-
MySQL的变量分为四种:局部变量、用户变量、会话变量和全局变量,其中局部变量只存在于函数和存储过程,这里不多了解。其中会话变量和全局变量在MySQL中统称为系统变量用户...
- MySQL日志篇
-
今天我们介绍一下MySQL中特别重要的一项内容——日志!MySQL中日志有很多,我们前文提到的redolog、undolog、以及今天要提到的binlog。...
- MySQL--视图
-
介绍视图是指计算机数据库中的视图,是一个虚拟表,其内容由查询定义。同真实的表一样,视图包含一系列带有名称的列和行数据。但是,视图并不在数据库中以存储的数据值集形式存在。行和列数据来自由定义视图的查询所...
- MySQL中like会不会走索引?
-
先说结论:like"%关键字":不会;like"%关键字%":不会like"关键字%":会说明:...
- MySQL正则 rlike(regexp)
-
在MySQL中,like、rlike和regexp都不区分大小写,如果需要区分,可以在WHERE后添加关键字段binary1.LIKE可以使用以下两个通配符:%...
- 开源文档预览项目 kkFileView (9.9k star) ,快速入门
-
kkFileView是一款文件文档在线预览解决方案,采用流行的SpringBoot框架构建,易于上手和部署。该项目基本支持主流办公文档的在线预览,包括但不限于doc、docx、xls、xls...
- 帮你打造一个私有化的在线个人文档系统
-
前言最近开发的过程中总是需要找寻一些资料,但是某些资料或者是某段可用的代码,已经忘记放在了哪个文档中了,看着电脑上搜索出来的几百个txt文件,我陷入了一阵无力感中,于是我想能不能搞个在线文档,就像“语...
- Container 命令ctr、crictl 命令使用说明
-
一、ctr命令使用Container命令ctr,crictl的用法版本:ctrcontainerd.io1.4.3containerd相比于docker,多了...
- Docker常用命令(2)
-
目录Docker重启策略配置容器环境变量...
- 快速搭建自己的镜像仓库
-
搭建docker镜像仓库1.准备找一台机器为镜像仓库的主机.创建好存放镜像数据文件的目录.例如...
- 整合 kkfile 实现文件预览
-
一、简介...
- 隐私计算FATE-核心概念与单机部署
-
一、说明Fate是一个工业级联邦学习框架,所谓联邦学习指的就是可以联合多方的数据,共同构建一个模型;...
- 一周热门
-
-
C# 13 和 .NET 9 全知道 :13 使用 ASP.NET Core 构建网站 (1)
-
因果推断Matching方式实现代码 因果推断模型
-
git pull命令使用实例 git pull--rebase
-
git 执行pull错误如何撤销 git pull fail
-
面试官:git pull是哪两个指令的组合?
-
git fetch 和git pull 的异同 git中fetch和pull的区别
-
git pull 和git fetch 命令分别有什么作用?二者有什么区别?
-
还可以这样玩?Git基本原理及各种骚操作,涨知识了
-
git pull 之后本地代码被覆盖 解决方案
-
git命令之pull git.pull
-
- 最近发表
- 标签列表
-
- git pull (33)
- git fetch (35)
- mysql insert (35)
- mysql distinct (37)
- concat_ws (36)
- java continue (36)
- jenkins官网 (37)
- mysql 子查询 (37)
- python元组 (33)
- mybatis 分页 (35)
- vba split (37)
- redis watch (34)
- python list sort (37)
- nvarchar2 (34)
- mysql not null (36)
- hmset (35)
- python telnet (35)
- python readlines() 方法 (36)
- munmap (35)
- docker network create (35)
- redis 集合 (37)
- python sftp (37)
- setpriority (34)
- c语言 switch (34)
- git commit (34)