InfluxDB 数据模型：bucket、measurement、tag、field

直接回答：InfluxDB 里 bucket 类似关系库的库、measurement 类似表、point 类似行；tag 是带索引、取值有限且不常变的元数据，field 是真正的测量值，查询时只对 tag 和 field 做过滤要用两种不同写法。

InfluxDB 数据模型将时间序列数据组织到存储桶和测量中。一个桶可以包含多个测量值。测量包含多个标签和字段。

bucket（存储桶）：存储时间序列数据的指定位置。一个桶可以包含多个测量值。也就是类似关系型数据库中的库,举例：家
measurement（度量）：时间序列数据的逻辑分组。给定测量中的所有点都应具有相同的标签。一个测量包含多个标签和字段。也就是类似关系型数据库中的表，举例：能耗
point（数据端点）：通过测量、标签键、标签值、字段键和时间戳来标识的单个数据记录。也就是类似于关系型数据库中的行
Tags，举例：空调

（键值对）：其值不同，但不经常更改。标签用于存储每个点的元数据
- - 例如，用于识别数据源（如主机、位置、站点等）的东西。
field（字段）：键值对，其值随时间变化，例如：温度、压力、股票价格等。
Timestamp（时间戳）：与数据关联的时间戳。当存储在磁盘上并查询时，所有数据都按时间排序。

measurement:
1
home
- tags 标签
  - room: Living Room or Kitchenroom :客厅或厨房
- fields 字段
  - temp: temperature in °C (float)temp :温度，单位℃(浮子)
  - hum: percent humidity (float)hum :百分比湿度(float)
  - co: carbon monoxide in parts per million (integer)co :一氧化碳，单位为百万分之一(整数)
- timestamp: Unix timestamp in second precisiontimestamp:秒精度的Unix时间戳
测量: home

1	home,room=Living\ Room temp=21.1,hum=35.9,co=0i 1641024000

时序数据库，主键永远是时间time（自动生成的）。

database

数据库。

measurement

数据库中的表。

points

表里面的一行数据。根据timestamp+series保证唯一。

points由：

measurement

标签（tags）：有索引的属性数据（field）：没有索引的属性 timestamp 组成。

每个point就是时间轴上的一个点；tag用来检索；field用来记录信息，measurement用于将相同类型的数据归集。

series

一个series就是一个测点，或者说一条曲线，retention policy, measurement, tagset就共同组成了一个定位测点序列的唯一标识，这三者有多少种组合就有多少个series。

point就是某个series的同一个时刻的多个field的value，也就是一般曲线上的一个点。

InfluxDb不需要做schema定义，这意味着你可以随意的添加measurements, tags, fields。

单从tag角度思考，有几种tag组合就有几个series，tag有索引作为分类标准就清楚了。

continuous queries持续查询

retention policy存储策略

1
2
3

show retention policies on db_xxx #查看数据保留策略
create retention policy "rentionpolicy_xxx" on "db_xxx" duration 4w replication 1 default # 创建数据保留策略
drop retention policy “rentionpolicy_xxx" on db_xxx # 删除数据保留策略

数据订阅 subscription

1
2
3

show subscriptions #查看订阅
create subscription "db_sub_xx" ON "db_xxx"."rentionpolicy_xxx" destinations all 'http://user:passwd@host:port' #创建订阅
drop subscription "db_sub_xx" on "db_xxx"."rentionpolicy_xxx" #删除订阅

数据库查看

1	show databases

measurement查看

1	show measurements

一个查询语句

client := MyInfluxDB.GetInfluxClicen()
	queryAPI := client.QueryAPI(MyInfluxDB.Org)
	result, err := queryAPI.Query(ctx, `
	from(bucket:"`+MyInfluxDB.Bucket+`")
	|> range(start:`+start+stop+`)
	|> filter(fn:(r)=>r._measurement=="`+sn+`")
	|> pivot(rowKey:["_time"], columnKey: ["_field"], valueColumn: "_value")
  |> truncateTimeColumn(unit: 1m)
	|> map(fn: (r) => ({ r with time: int(v: r._time)/100000000 }))
`)

序列查看

1	show series

存储策略查看

1	show retention policies

标签key查看

1	show tag keys

标签取值查看

1	show tag values

字段key查看

1	show field keys

更多 schema操作

数据库操作

新建数据库

1	create database

删除数据库

1	drop database

删除序列

1	drop series

删除度量

1	drop measurement

删除分片

1	drop shard

删除数据点

delete

存储策略

创建

1	create retention policy

修改

1	alter retention policy

删除

1	drop retention policy

这篇笔记整理自我自己的实践记录，如果做法有出入，或者你踩过别的坑，欢迎到留言板一起聊聊。