工欲善其事必先利其器，想要用好InfluxDB，当然要先厘清其基本概念，本文为InfluxDB核心概念系列文章之数据元素。

在InfluxDB中，其包括如下种类的数据元素。

• timestamp
• field key
• field value
• field set
• tag key
• tag value
• tag set
• measurement
• series
• point
• bucket
• bucket schema
• organization

下面的示例数据用于说明数据元素概念。

Timestamp

InfluxDB 中存储的所有数据都有一个 _time 列，用于存储时间戳。 在磁盘上，时间戳以纪元纳秒格式存储。 InfluxDB 格式时间戳显示与数据关联的 RFC3339 UTC 中的日期和时间。 写入数据时，时间戳精度很重要。

Measurement

_measurement 列显示 measurement 的名称， measurement 名称为字符串，充当标签、字段和时间戳的 容器 。使用measurement来描述你的数据。

Fields

字段包括存储在_field 列中的字段键和存储在_value 列中的字段值。

Field key

字段键是表示字段名称的字符串。 在上面的示例数据中，bees 和 ant 是字段键。

Field value

字段值表示关联字段的值。 字段值可以是字符串、浮点数、整数或布尔值。 示例数据中的字段值显示了指定时间的蜜蜂数量：23 和 28 以及指定时间的蚂蚁数量：30 和 32。

Field set

字段集是与时间戳关联的字段键值对的集合。 示例数据包括以下字段集：

字段未编入索引：InfluxDB 数据中需要字段且未编入索引。 过滤字段值的查询必须扫描所有字段值以匹配查询条件。 因此，对标签 > 的查询比对字段的查询性能更高。 将常用查询的元数据存储在标签中。

Tags

示例数据中的location和scientist是标签。 标签包括存储为字符串和元数据的标签键和标签值。

Tag key

样本数据中的标签键是location 和scientist。

Tag value

标签键位置有两个标签值：klamath 和 portland。 标签键scientlist也有两个标签值：anderson 和 mullen。

Tag set

标签键值对的集合构成了一个标签集。 示例数据包括以下四个标签集：

标签被索引：标签是可选的。 您的数据结构中不需要标签，但通常包含标签是个好主意。 因为标签被索引，标签查询比字段查询更快。 这使得标签非常适合存储常见查询的元数据。

包含 UUID、散列和随机字符串等高度可变信息的标签会导致 数据库 中出现大量唯一序列，称为高序列基数。 高系列基数是许多数据库工作负载高内存使用率的主要驱动因素。 有关更多信息，请参阅系列基数。

为什么你的schema很重要

如果您的大多数查询都关注字段中的值，例如，查询何时计算了 23 只蜜蜂：

InfluxDB 在查询返回响应之前扫描数据集中的每个字段值是否有蜜蜂。 如果我们的样本统计数据增长到数百万行，为了优化您的查询，您可以重新排列您的架构，使字段（蜜蜂和蚂蚁）成为标签，标签（位置和科学家）成为字段：

既然蜜蜂和蚂蚁是标签，InfluxDB 就不必扫描所有 _field 和 _value 列。 这使您的查询更快。

Bucket schema

在 InfluxDB Cloud 中，具有显式架构类型的存储桶需要为每个度量指定显式架构。 测量包含标签、字段和时间戳。 显式模式限制了可以写入该度量的数据的形状。

以下模式限制了统计数据：

Series

现在您已经熟悉了度量（measurements）、字段集（filed sets）和标签集（tag sets），是时候讨论系列键（series keys）和系列（series）了。 系列键是共享度量、标签集和字段键的点的集合。 例如，示例数据包括两个唯一的系列键：

系列包括给定系列键的时间戳和字段值。 从示例数据中，这是一个系列键和相应的系列：

在 InfluxDB 中设计架构和处理数据时，理解系列的概念至关重要。

Point

一个点包括系列键、字段值和时间戳。 例如，样本数据中的一个点如下所示：

Bucket

所有 InfluxDB 数据都存储在一个存储桶中。 存储桶结合了数据库和保留期（每个数据点持续存在的持续时间）的概念。 一个桶属于一个组织。 有关存储桶的更多信息，请参阅 管理存储桶 。

Organization

InfluxDB 组织是一组用户的工作区。 所有仪表板、任务、存储桶和用户都属于一个组织。 有关组织的更多信息，请参阅 管理组织 。

本文为从 大数据 到人工智能博主「xiaozhch5」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://lrting.top/backend/3196/