目录
前言
时序数据库
为何要使用时序数据库
时序数据库的优点
InfluxDB
什么是InfluxDB
InfluxDB优点
InfluxDB缺点
前言
如今，在万物互联（IoT）兴起的推动下，时间序列数据（衡量事物随时间变化的数据）的应用和场景激增，是增长最快的数据类型之一，例如监控指标数据、传感器数据、日志等等。本文会详细介绍InfluxDB时序数据库的基本概念、使用场景、解决的问题。
时序数据库
为何要使用时序数据库
（1）物联网数据的存储：时间序列数据库可以方便地连续定期存储物联网数据。在这些数据中，平均消耗和低效率可以通过时间序列分析来识别，时间序列分析提供时间戳数据点。
（2）监控应用程序和基础设施：时序数据库可以存储有关其应用程序和基础设施使用情况的数据，这些数据以后可用于异常检测或基础设施需求预测等任务。
（3）实时分析：时间序列数据库可用于存储用于实时分析的数据。例如自动驾驶汽车数据，物联采控采集数据。这些生成的数据如此庞大且依赖时间，以至于无法将其存储在关系数据库中。 时间序列数据库提供更快的写入和查询机制，帮助对这些数据实时执行操作和查看。
时序数据库的优点
（1）可伸缩性：时间序列数据库专门处理更多的数据写入，最终保持一致，甚至超过分布式存储，这意味着对于那些关心数据的人来说，这意味着更少的焦虑。
（2）可用性：TSDB通常还包括时间序列数据分析中常用的内置函数和操作，例如数据保留策略、连续查询、灵活的时间聚合等，这些功能仍然可以提供更好的用户体验并使数据分析任务更容易。
（3）性能提升：时间序列数据积累非常快。 与其他数据库（无论是关系型数据库还是非关系型数据库）相比，时间序列数据库带来的好处只有把时间放在首位才能体现出来。 这些优势使他们能够提供大规模的性能改进，包括更高的吞吐量和更快的大规模查询，以及更好的数据压缩。
InfluxDB
什么是InfluxDB
一个广泛使用的时间序列数据库是InfluxDB。InfluxDB是一个使用GO语言开发的开源时序数据库，特别适用于资源监控数据等时序相关数据的处理和分析。InfluxDB自带标准差、随机采样数据、统计数据变化率等各种特殊功能，使得数据统计和实时分析非常方便。
InfluxDB优点
- 内置HTTP API，无需编写服务端代码即可启动和运行。
- 为时间序列数据专门编写的自定义高性能数据存储， TSM引擎具有高性能的写入和数据压缩
- 数据可以被标记，允许非常灵活的查询。
- 类似 SQL 的查询语言。
- 安装管理简单，数据输入输出快速。
- 实时响应查询。 这意味着点数据写入被索引并立即可用于响应时间应小于 100 毫秒的查询。
InfluxDB缺点
- InfluxDB 的开源版本只支持一个节点。
- 开源版本没有集群功能,集群版本需要收费
- 存在前后版本兼容问题
- 存储引擎在变化
如果本篇博客对您有一定的帮助，大家记得留言+点赞+收藏哦。欢迎关注，一起docker学习之旅！
