一、單線程插入查詢對比
注：批量插入，每批1萬條
配置：
CPU：16 Intel(R) Xeon(R) Silver 4110 CPU @ 2.10GHz
內存：16G
磁盤：4T
MySQL： V5.7
InfluxDB： V1.8.0
結論：插入速度InfluxDB是MySQL的兩倍，查詢速度InfluxDB是MySQL的45倍（查詢數據量很少的情況，大約1000條左右）
二、MySQL和InfluxDB分別從一億的表中取一定量數據對比
結論：查詢速度InfluxDB是MySQL的2倍多
三、多個線程分別取十萬條數據對比
結論：多線程下查詢速度InfluxDB是MySQL的4倍
四、多個線程分別插入2000萬數據
結論：插入速度InfluxDB是MySQL的2倍多
五、結論總結
單線程：寫入速度InfluxDB是MySQL的2倍左右
查詢速度InfluxDB是MySQL的2倍左右
多線程：寫入速度InfluxDB是MySQL的2.5倍左右
查詢速度InfluxDB是MySQL的4倍左右
寫數據瓶頸在於帶寬
InfluxDB應用場景
InfluxDB（時序數據庫），常用的一種使用場景：監控數據統計。每毫秒記錄一下電腦內存的使用情況，
然后就可以根據統計的數據，利用圖形化界面（InfluxDB V1一般配合Grafana）制作內存使用情況的折線圖；
可以理解為按時間記錄一些數據（常用的監控數據、埋點統計數據等），然后制作圖表做統計；
InfluxDB自帶的各種特殊函數如求標准差，隨機取樣數據，統計數據變化比等，使數據統計和實時分析變得十分方便，適合用於包括DevOps監控，應用程序指標，物聯網傳感器數據和實時分析的后端存儲。類似的數據庫有Elasticsearch、Graphite等。