使用 InfluxDB 降采样数据

InfluxDB 任务最常见的用例之一是降采样数据，以随着时间的推移减少数据收集所造成的总体磁盘使用量。在以前版本的 InfluxDB 中，连续查询承担了这一角色。

本文档逐步介绍如何创建类似于连续查询的任务，该任务通过在时间窗口内聚合数据，然后将聚合值存储到新的 Bucket 中来降采样数据。

要求

要执行降采样任务，您需要以下内容

“源” Bucket

从中查询数据的 Bucket。

“目标” Bucket

用于存储聚合的、降采样数据的单独 Bucket。

某种类型的聚合

要降采样数据，必须以某种方式对其进行聚合。您使用的具体聚合方法取决于您的具体用例，但示例包括平均值、中位数、顶部、底部等。查看 Flux 的聚合函数 以获取更多信息和想法。

降采样任务脚本示例

下面的示例任务脚本是一种非常基本的数据降采样形式，它执行以下操作

1. 定义一个名为“cq-mem-data-1w”的任务，该任务每周运行一次。
2. 定义一个 data 变量，该变量表示来自 system-data Bucket 的 mem 测量中的过去 2 周的所有数据。
3. 使用 aggregateWindow() 函数 将数据窗口化为 1 小时间隔，并计算每个间隔的平均值。
4. 将聚合的数据存储在 my-org 组织下的 system-data-downsampled Bucket 中。

// Task Options
option task = {name: "cq-mem-data-1w", every: 1w}

// Defines a data source
data = from(bucket: "system-data")
    |> range(start: -duration(v: int(v: task.every) * 2))
    |> filter(fn: (r) => r._measurement == "mem")

data
    // Windows and aggregates the data in to 1h averages
    |> aggregateWindow(fn: mean, every: 1h)
    // Stores the aggregated data in a new bucket
    |> to(bucket: "system-data-downsampled", org: "my-org")

同样，这是一个非常基本的示例，但它应该为您构建更复杂的降采样任务提供基础。

添加您的任务

一旦您的任务准备就绪，请参阅 创建任务 以获取有关将其添加到 InfluxDB 的信息。

需要考虑的事项

• 如果数据可能延迟到达，请在您的任务选项中指定一个 offset，其长度足以考虑延迟数据。
• 如果针对具有有限保留期的 Bucket 运行任务，请安排任务在保留期结束之前运行，以便降采样任务在保留期之外的数据被删除之前完成。