InfluxDB 词汇表

聚合 (aggregation)

InfluxQL 函数，返回一组数据点的聚合值。 有关可用和即将推出的聚合的完整列表，请参阅InfluxQL 函数。

相关条目：函数 (function)、选择器 (selector)、转换 (transformation)

批处理 (batch)

InfluxDB 行协议格式的数据点集合，以换行符 (0x0A) 分隔。 可以使用单个 HTTP 请求提交一批数据点到写入端点。 这通过大幅减少 HTTP 开销，使使用 InfluxDB API 进行写入操作更加高效。 InfluxData 建议批处理大小为 5,000-10,000 个数据点，尽管不同的用例可能更适合使用明显更小或更大的批处理。

相关条目：InfluxDB 行协议 (InfluxDB line protocol)、数据点 (point)

存储桶 (bucket)

存储桶是 InfluxDB 2.0 中存储时间序列数据的命名位置。 在 InfluxDB 1.8+ 中，数据库和保留策略 (database/retention-policy) 的每个组合都代表一个存储桶。 使用 InfluxDB 1.8+ 附带的 InfluxDB 2.x API 兼容性端点 与存储桶进行交互。

持续查询 (CQ)

在数据库中自动定期运行的 InfluxQL 查询。 持续查询需要在 SELECT 子句中使用函数，并且必须包含 GROUP BY time() 子句。 请参阅持续查询。

相关条目：函数 (function)

数据库 (database)

用于用户、保留策略、持续查询和时间序列数据的逻辑容器。

相关条目：持续查询 (continuous query)、保留策略 (retention policy)、用户 (user)

持续时间 (duration)

保留策略的属性，用于确定 InfluxDB 存储数据的时间长度。 早于持续时间的数据将自动从数据库中删除。 有关如何设置持续时间，请参阅数据库管理。

相关条目：保留策略 (retention policy)

字段 (field)

InfluxDB 数据结构中的键值对，用于记录元数据和实际数据值。 字段在 InfluxDB 数据结构中是必需的，并且未建立索引 - 对字段值的查询会扫描与指定时间范围匹配的所有数据点，因此，相对于标签而言，性能不高。

查询提示： 将字段与标签进行比较；标签已建立索引。

相关条目：字段键 (field key)、字段集 (field set)、字段值 (field value)、标签 (tag)

字段键 (field key)

构成字段的键值对的键部分。 字段键是字符串，用于存储元数据。

相关条目：字段 (field)、字段集 (field set)、字段值 (field value)、标签键 (tag key)

字段集 (field set)

数据点上的字段键和字段值的集合。

相关条目：字段 (field)、字段键 (field key)、字段值 (field value)、数据点 (point)

字段值 (field value)

构成字段的键值对的值部分。 字段值是实际数据；它们可以是字符串、浮点数、整数或布尔值。 字段值始终与时间戳关联。

字段值未建立索引 - 对字段值的查询会扫描与指定时间范围匹配的所有数据点，因此，性能不高。

查询提示： 将字段值与标签值进行比较；标签值已建立索引。

相关条目：字段 (field)、字段键 (field key)、字段集 (field set)、标签值 (tag value)、时间戳 (timestamp)

函数 (function)

InfluxQL 聚合、选择器和转换。 有关 InfluxQL 函数的完整列表，请参阅InfluxQL 函数。

相关条目：聚合 (aggregation)、选择器 (selector)、转换 (transformation)

标识符 (identifier)

引用持续查询名称、数据库名称、字段键、测量名称、保留策略名称、订阅名称、标签键和用户名的令牌。 请参阅查询语言规范。

相关条目：数据库 (database)、字段键 (field key)、测量 (measurement)、保留策略 (retention policy)、标签键 (tag key)、用户 (user)

InfluxDB 行协议 (InfluxDB line protocol)

用于将数据点写入 InfluxDB 的基于文本的格式。 请参阅InfluxDB 行协议。

测量 (measurement)

InfluxDB 数据结构的一部分，用于描述存储在关联字段中的数据。 测量是字符串。

相关条目：字段 (field)、序列 (series)

元存储 (metastore)

包含有关系统状态的内部信息。 元存储包含用户信息、数据库、保留策略、分片元数据、持续查询和订阅。

相关条目：数据库 (database)、保留策略 (retention policy)、用户 (user)

节点 (node)

独立的 influxd 进程。

相关条目：服务器 (server)

now()

本地服务器的纳秒时间戳。

数据点 (point)

在 InfluxDB 中，数据点表示单个数据记录，类似于 SQL 数据库表中的行。 每个数据点

• 都具有测量、标签集、字段键、字段值和时间戳；
• 由其序列和时间戳唯一标识。

您不能在序列中存储多个具有相同时间戳的数据点。 如果您将数据点写入具有与现有数据点匹配的时间戳的序列，则字段集将成为旧字段集和新字段集的并集，并且任何冲突都将以新字段集为准。 有关重复数据点的更多信息，请参阅InfluxDB 如何处理重复数据点？

相关条目：字段集 (field set)、序列 (series)、时间戳 (timestamp)

每秒数据点数 (points per second)

已弃用的用于衡量数据持久化到 InfluxDB 的速率的指标。 Schema 允许甚至鼓励每个数据点记录多个指标值，这使得每秒数据点数变得模棱两可。

写入速度通常以每秒值数来表示，这是一个更精确的指标。

相关条目：数据点 (point)、Schema (schema)、每秒值数 (values per second)

查询 (query)

从 InfluxDB 检索数据的操作。 请参阅数据探索、Schema 探索、数据库管理。

复制因子 (replication factor)

保留策略的属性，用于确定在集群中并发存储（或保留）多少份数据副本。 复制副本可确保在数据节点（或更多节点）不可用时数据仍然可用。

对于三个或更少节点，默认复制因子等于数据节点的数量。 对于超过三个节点，默认复制因子为 3。 要更改默认复制因子，请在保留策略中指定复制因子 n。

相关条目：持续时间 (duration)、节点 (node)、保留策略 (retention policy)

保留策略 (RP)

描述 InfluxDB 保留数据的时间长度（持续时间）、在集群中存储多少份数据副本（复制因子）以及分片组覆盖的时间范围（分片组持续时间）。 RP 在每个数据库中都是唯一的，并且与测量和标签集一起定义一个序列。

当您创建数据库时，InfluxDB 会创建一个名为 autogen 的保留策略，该策略具有无限持续时间、设置为 1 的复制因子以及设置为 7 天的分片组持续时间。 有关更多信息，请参阅保留策略管理。

相关条目：持续时间 (duration)、测量 (measurement)、复制因子 (replication factor)、序列 (series)、分片持续时间 (shard duration)、标签集 (tag set)

Schema

数据在 InfluxDB 中的组织方式。 InfluxDB Schema 的基本要素是数据库、保留策略、序列、测量、标签键、标签值和字段键。 有关更多信息，请参阅Schema 设计。

相关条目：数据库 (database)、字段键 (field key)、测量 (measurement)、保留策略 (retention policy)、序列 (series)、标签键 (tag key)、标签值 (tag value)

选择器 (selector)

InfluxQL 函数，从指定数据点范围中返回单个数据点。 有关可用和即将推出的选择器的完整列表，请参阅InfluxQL 函数。

相关条目：聚合 (aggregation)、函数 (function)、转换 (transformation)

序列 (series)

由共享测量、标签集和字段键定义的数据的逻辑分组。

相关条目：字段集 (field set)、测量 (measurement)、标签集 (tag set)

序列基数 (series cardinality)

InfluxDB 实例中唯一数据库、测量、标签集和字段键组合的数量。

例如，假设 InfluxDB 实例具有单个数据库和一个测量。 单个测量具有两个标签键：email 和 status。 如果有三个不同的 email，并且每个电子邮件地址与两个不同的 status 关联，则测量的序列基数为 6 (3 * 2 = 6)

请注意，在某些情况下，简单地执行该乘法可能会高估序列基数，因为存在依赖标签。 依赖标签是由另一个标签限定范围的标签，不会增加序列基数。 如果我们在上面的示例中添加标签 firstname，则序列基数不会是 18 (3 * 2 * 3 = 18)。 它将保持不变为 6，因为 firstname 已经由 email 标签限定范围

请参阅SHOW CARDINALITY 以了解有关序列基数的 InfluxQL 命令。

相关条目：字段键 (field key)、测量 (measurement)、 标签键 (tag key)、标签集 (tag set)

序列键 (series key)

序列键通过测量、标签集和字段键标识特定序列。

例如

# measurement, tag set, field key
h2o_level, location=santa_monica, h2o_feet

相关条目：序列 (series)

服务器 (server)

运行 InfluxDB 的机器，无论是虚拟的还是物理的。 每个服务器应该只有一个 InfluxDB 进程。

相关条目：节点 (node)

分片 (shard)

分片包含实际编码和压缩的数据，并由磁盘上的 TSM 文件表示。 每个分片属于且仅属于一个分片组。 单个分片组中可能存在多个分片。 每个分片都包含一组特定的序列。 给定分片组中给定序列上的所有数据点都将存储在磁盘上的同一分片（TSM 文件）中。

相关条目：序列 (series)、分片持续时间 (shard duration)、分片组 (shard group)、TSM (Time Structured Merge tree)

分片持续时间 (shard duration)

分片持续时间决定了每个分片组跨越的时间长度。 具体间隔由保留策略的 SHARD DURATION 确定。 有关更多信息，请参阅保留策略管理。

例如，给定一个 SHARD DURATION 设置为 1w 的保留策略，每个分片组将跨越一周，并包含该周内所有带有时间戳的数据点。

相关条目：数据库 (database)、保留策略 (retention policy)、序列 (series)、分片 (shard)、分片组 (shard group)

分片组 (shard group)

分片组是分片的逻辑容器。 分片组按时间和保留策略组织。 每个包含数据的保留策略都至少有一个关联的分片组。 给定分片组包含所有分片组覆盖的时间间隔内的数据分片。 每个分片组跨越的间隔是分片持续时间。

相关条目：数据库 (database)、保留策略 (retention policy)、序列 (series)、分片 (shard)、分片持续时间 (shard duration)

订阅 (subscription)

订阅允许 Kapacitor 以推送模型而不是基于查询数据的拉取模型从 InfluxDB 接收数据。 当 Kapacitor 配置为与 InfluxDB 一起工作时，订阅将自动将订阅数据库的每次写入从 InfluxDB 推送到 Kapacitor。 订阅可以使用 TCP 或 UDP 传输写入。

标签 (tag)

InfluxDB 数据结构中的键值对，用于记录元数据。 标签是数据结构的可选部分，但它们对于存储常用的查询元数据很有用；标签已建立索引，因此对标签的查询性能很高。 查询提示： 将标签与字段进行比较；字段未建立索引。

相关条目：字段 (field)、标签键 (tag key)、标签集 (tag set)、标签值 (tag value)

标签键 (tag key)

构成标签的键值对的键部分。 标签键是字符串，用于存储元数据。 标签键已建立索引，因此对标签键的查询性能很高。

查询提示： 将标签键与字段键进行比较；字段键未建立索引。

相关条目：字段键 (field key)、标签 (tag)、标签集 (tag set)、标签值 (tag value)

标签集 (tag set)

数据点上的标签键和标签值的集合。

相关条目：数据点 (point)、序列 (series)、标签 (tag)、标签键 (tag key)、标签值 (tag value)

标签值 (tag value)

构成标签的键值对的值部分。 标签值是字符串，用于存储元数据。 标签值已建立索引，因此对标签值的查询性能很高。

相关条目：标签 (tag)、标签键 (tag key)、标签集 (tag set)

时间戳 (timestamp)

与数据点关联的日期和时间。 InfluxDB 中的所有时间均为 UTC 时间。

有关如何在写入数据时指定时间，请参阅写入语法。 有关如何在查询数据时指定时间，请参阅数据探索。

相关条目：数据点 (point)

转换 (transformation)

InfluxQL 函数，返回从指定数据点计算的值或一组值，但不返回这些数据点的聚合值。 有关可用和即将推出的聚合的完整列表，请参阅InfluxQL 函数。

相关条目：聚合 (aggregation)、函数 (function)、选择器 (selector)

TSM (Time Structured Merge tree)

InfluxDB 的专用数据存储格式。 与现有的 B+ 树或 LSM 树实现相比，TSM 允许更高的压缩率和更高的写入和读取吞吐量。 有关更多信息，请参阅存储引擎。

用户 (user)

InfluxDB 中有两种类型的用户

• 管理员用户 对所有数据库具有 READ 和 WRITE 访问权限，并对管理查询和用户管理命令具有完全访问权限。
• 非管理员用户 对每个数据库具有 READ、WRITE 或 ALL（READ 和 WRITE 两者）访问权限。

启用身份验证后，InfluxDB 仅执行使用有效用户名和密码发送的 HTTP 请求。 请参阅身份验证和授权。

每秒值数 (values per second)

数据持久化到 InfluxDB 的速率的首选衡量指标。 写入速度通常以每秒值数来表示。

要计算每秒值数速率，请将每秒写入的数据点数乘以每个数据点存储的值数。 例如，如果数据点每个有四个字段，并且每秒写入 10 批 5000 个数据点，则每秒值数速率为 每个数据点 4 个字段值 * 每批 5000 个数据点 * 每秒 10 批 = 每秒 200,000 个值。

相关条目：批处理 (batch)、字段 (field)、数据点 (point)、每秒数据点数 (points per second)

WAL (预写日志)

最近写入的数据点的临时缓存。 为了减少访问永久存储文件的频率，InfluxDB 将新数据点缓存在 WAL 中，直到其总大小或存在时间触发刷新到更永久的存储。 这允许有效地批量写入到 TSM。

可以查询 WAL 中的数据点，并且它们在系统重启后仍然存在。 在进程启动时，必须先刷新 WAL 中的所有数据点，然后系统才能接受新的写入。

相关条目：TSM (Time Structured Merge tree)