引用網址：https://www.cnblogs.com/shhnwangjian/p/6897216.html
1、數據格式
在 InfluxDB 中，我們可以粗略的將要存入的一條數據看作一個虛擬的 key 和其對應的 value(field value)。格式如下：
|
1
|
cpu_usage,host
=
server01,region
=
us
-
west value
=
0.64
1434055562000000000
|
虛擬的 key 包括以下幾個部分： database, retention policy, measurement, tag sets, field name, timestamp。
- database: 數據庫名，在 InfluxDB 中可以創建多個數據庫，不同數據庫中的數據文件是隔離存放的，存放在磁盤上的不同目錄。
- retention policy: 存儲策略，用於設置數據保留的時間，每個數據庫剛開始會自動創建一個默認的存儲策略 autogen，數據保留時間為永久，之后用戶可以自己設置，例如保留最近2小時的數據。插入和查詢數據時如果不指定存儲策略，則使用默認存儲策略，且默認存儲策略可以修改。InfluxDB 會定期清除過期的數據。
- measurement: 測量指標名，例如 cpu_usage 表示 cpu 的使用率。
- tag sets: tags 在 InfluxDB 中會按照字典序排序，不管是 tagk 還是 tagv，只要不一致就分別屬於兩個 key，例如 host=server01,region=us-west 和 host=server02,region=us-west 就是兩個不同的 tag set。
- tag--標簽，在InfluxDB中，tag是一個非常重要的部分，表名+tag一起作為數據庫的索引，是“key-value”的形式。
- field name: 例如上面數據中的 value 就是 fieldName，InfluxDB 中支持一條數據中插入多個 fieldName，這其實是一個語法上的優化，在實際的底層存儲中，是當作多條數據來存儲。
- timestamp: 每一條數據都需要指定一個時間戳，在 TSM 存儲引擎中會特殊對待，以為了優化后續的查詢操作。
2、與傳統數據庫中的名詞做比較
| influxDB中的名詞 | 傳統數據庫中的概念 |
| database | 數據庫 |
| measurement | 數據庫中的表 |
| points | 表里面的一行數據 |
3、Point
Point由時間戳（time）、數據（field）、標簽（tags）組成。
Point相當於傳統數據庫里的一行數據，如下表所示：
| Point屬性 | 傳統數據庫中的概念 |
| time | 每個數據記錄時間，是數據庫中的主索引(會自動生成) |
| fields | 各種記錄值（沒有索引的屬性） |
| tags | 各種有索引的屬性 |
4、Series
Series 相當於是 InfluxDB 中一些數據的集合，在同一個 database 中，retention policy、measurement、tag sets 完全相同的數據同屬於一個 series，同一個 series 的數據在物理上會按照時間順序排列存儲在一起。
5、Shard
Shard 在 InfluxDB 中是一個比較重要的概念，它和 retention policy 相關聯。每一個存儲策略下會存在許多 shard，每一個 shard 存儲一個指定時間段內的數據，並且不重復，例如 7點-8點 的數據落入 shard0 中，8點-9點的數據則落入 shard1 中。每一個 shard 都對應一個底層的 tsm 存儲引擎，有獨立的 cache、wal、tsm file。
6、組件
TSM 存儲引擎主要由幾個部分組成： cache、wal、tsm file、compactor。
1）Cache：cache 相當於是 LSM Tree 中的 memtabl。插入數據時，實際上是同時往 cache 與 wal 中寫入數據，可以認為 cache 是 wal 文件中的數據在內存中的緩存。當 InfluxDB 啟動時，會遍歷所有的 wal 文件，重新構造 cache，這樣即使系統出現故障，也不會導致數據的丟失。
cache 中的數據並不是無限增長的，有一個 maxSize 參數用於控制當 cache 中的數據占用多少內存后就會將數據寫入 tsm 文件。如果不配置的話，默認上限為 25MB，每當 cache 中的數據達到閥值后，會將當前的 cache 進行一次快照，之后清空當前 cache 中的內容，再創建一個新的 wal 文件用於寫入，剩下的 wal 文件最后會被刪除，快照中的數據會經過排序寫入一個新的 tsm 文件中。
2）WAL：wal 文件的內容與內存中的 cache 相同，其作用就是為了持久化數據，當系統崩潰后可以通過 wal 文件恢復還沒有寫入到 tsm 文件中的數據。
3）TSM File：單個 tsm file 大小最大為 2GB，用於存放數據。
4）Compactor：compactor 組件在后台持續運行，每隔 1 秒會檢查一次是否有需要壓縮合並的數據。
主要進行兩種操作，一種是 cache 中的數據大小達到閥值后，進行快照，之后轉存到一個新的 tsm 文件中。
另外一種就是合並當前的 tsm 文件，將多個小的 tsm 文件合並成一個，使每一個文件盡量達到單個文件的最大大小，減少文件的數量，並且一些數據的刪除操作也是在這個時候完成。
7、目錄與文件結構
InfluxDB 的數據存儲主要有三個目錄。默認情況下是 meta, wal 以及 data 三個目錄。
meta 用於存儲數據庫的一些元數據，meta 目錄下有一個 meta.db 文件。
wal 目錄存放預寫日志文件，以 .wal 結尾。
data 目錄存放實際存儲的數據文件，以 .tsm 結尾。
上面幾張圖中，_internal為數據庫名，monitor為存儲策略名稱，再下一層目錄中的以數字命名的目錄是 shard 的 ID 值。
存儲策略下有兩個 shard，ID 分別為 1 和 2，shard 存儲了某一個時間段范圍內的數據。再下一級的目錄則為具體的文件，分別是 .wal 和 .tsm 結尾的文件。
InfluxDB基本操作
InfluxDB提供多種操作方式：
1）客戶端命令行方式
2）HTTP API接口
3）各語言API庫
4）基於WEB管理頁面操作
客戶端命令行方式操作
進入命令行
|
1
|
influx
-
precision rfc3339
|
1、InfluxDB數據庫操作
- 顯示數據庫
|
1
|
show databases
|
- 新建數據庫
|
1
|
create database shhnwangjian
|
- 刪除數據庫
|
1
|
drop database shhnwangjian
|
- 使用指定數據庫
|
1
|
use shhnwangjian
|
2、InfluxDB數據表操作
在InfluxDB當中，並沒有表（table）這個概念，取而代之的是MEASUREMENTS，MEASUREMENTS的功能與傳統數據庫中的表一致，因此我們也可以將MEASUREMENTS稱為InfluxDB中的表。
- 顯示所有表
|
1
|
SHOW MEASUREMENTS
|
- 新建表
InfluxDB中沒有顯式的新建表的語句，只能通過insert數據的方式來建立新表。
|
1
|
insert disk_free,hostname
=
server01 value
=
442221834240i
|
其中 disk_free 就是表名，hostname是索引（tag），value=xx是記錄值（field），記錄值可以有多個，系統自帶追加時間戳
或者添加數據時，自己寫入時間戳
|
1
|
insert disk_free,hostname
=
server01 value
=
442221834240i
1435362189575692182
|
- 刪除表
|
1
|
drop measurement disk_free
|
3、數據保存策略（Retention Policies）
influxDB是沒有提供直接刪除數據記錄的方法，但是提供數據保存策略，主要用於指定數據保留時間，超過指定時間，就刪除這部分數據。
- 查看當前數據庫Retention Policies
|
1
|
show retention policies on
"db_name"
|
- 創建新的Retention Policies
|
1
|
create retention policy
"rp_name"
on
"db_name"
duration
3w
replication
1
default
|
rp_name：策略名；
db_name：具體的數據庫名；
3w：保存3周，3周之前的數據將被刪除，influxdb具有各種事件參數，比如：h（小時），d（天），w（星期）；
replication 1：副本個數，一般為1就可以了；
default：設置為默認策略
- 修改Retention Policies
|
1
|
alter retention policy
"rp_name"
on
"db_name"
duration
30d
default
|
- 刪除Retention Policies
|
1
|
drop retention policy
"rp_name"
on
"db_name"
|
4、連續查詢（Continuous Queries）
InfluxDB的連續查詢是在數據庫中自動定時啟動的一組語句，語句中必須包含 SELECT 關鍵詞和 GROUP BY time() 關鍵詞。
InfluxDB會將查詢結果放在指定的數據表中。
目的：使用連續查詢是最優的降低采樣率的方式，連續查詢和存儲策略搭配使用將會大大降低InfluxDB的系統占用量。而且使用連續查詢后，數據會存放到指定的數據表中，這樣就為以后統計不同精度的數據提供了方便。
- 新建連續查詢
|
1
2
3
4
5
|
CREATE CONTINUOUS QUERY <cq_name> ON <database_name>
[RESAMPLE [EVERY <interval>] [FOR <interval>]]
BEGIN SELECT <function>(<stuff>)[,<function>(<stuff>)] INTO <different_measurement>
FROM <current_measurement> [WHERE <stuff>] GROUP BY time(<interval>)[,<stuff>]
END
|
樣例：
|
1
|
CREATE CONTINUOUS QUERY wj_30m ON shhnwangjian BEGIN SELECT mean(connected_clients), MEDIAN(connected_clients),
MAX
(connected_clients),
MIN
(connected_clients) INTO redis_clients_30m FROM redis_clients GROUP BY ip,port,time(
30m
) END
|
在shhnwangjian庫中新建了一個名為 wj_30m 的連續查詢，每三十分鍾取一個connected_clients字段的平均值、中位值、最大值、最小值 redis_clients_30m 表中。使用的數據保留策略都是 default。
不同database樣例：
|
1
|
CREATE CONTINUOUS QUERY wj_30m ON shhnwangjian_30 BEGIN SELECT mean(connected_clients), MEDIAN(connected_clients),
MAX
(connected_clients),
MIN
(connected_clients) INTO shhnwangjian_30.autogen.redis_clients_30m FROM shhnwangjian.autogen.redis_clients GROUP BY ip,port,time(
30m
) END
|
- 顯示所有已存在的連續查詢
|
1
|
SHOW CONTINUOUS QUERIES
|
- 刪除Continuous Queries
|
1
|
DROP CONTINUOUS QUERY <cq_name> ON <database_name>
|
參考文章：
http://blog.fatedier.com/2016/08/05/detailed-in-influxdb-tsm-storage-engine-one/
http://www.linuxdaxue.com/noun-interpretation-of-influxdb.html