解决高序列基数

如果 InfluxDB 的读取和写入速度开始变慢，则高序列基数（过多的序列）可能是导致内存问题的原因。

采取措施了解和解决高序列基数问题。

1. 了解高基数的原因
2. 测量序列基数
3. 解决高基数问题

了解高基数的原因

InfluxDB 为以下数据元素建立索引以加速读取

• measurement（测量）
• tags（标签）

每个唯一索引的数据元素集构成一个序列键。标签包含高度可变的信息，如唯一 ID、哈希和随机字符串，会导致大量的序列，也称为高序列基数。高序列基数是许多数据库工作负载中高内存使用率的主要驱动因素。

测量序列基数

使用以下方法测量存储桶的序列基数

• influxdb.cardinality()：Flux 函数，返回数据中唯一序列键的数量。

• SHOW SERIES CARDINALITY：InfluxQL 命令，返回数据中唯一序列键的数量。

解决高基数问题

要解决高序列基数问题，请完成以下步骤（如果适用于多个存储桶）

1. 检查标签.
2. 改进您的模式.
3. 删除高基数数据.

检查标签

检查您的标签，确保每个标签不包含大多数条目的唯一值

• 扫描您的标签以查找常见的标签问题。
• 使用以下示例 Flux 查询来统计唯一标签值。

常见的标签问题

查找以下常见问题，这些问题通常会导致许多唯一的标签值

• 将日志消息写入标签。如果日志消息包含唯一的时间戳、指针值或唯一字符串，则会创建许多唯一的标签值。
• 将时间戳写入标签。通常是客户端代码中的意外操作。
• 随时间增长的唯一标签值 例如，用户 ID 标签可能在小型初创公司中有效，但当公司发展到数十万用户时，可能会开始引起问题。

统计唯一标签值

以下示例 Flux 查询显示了哪些标签对基数贡献最大。查找值比其他标签高几个数量级的标签。

// Count unique values for each tag in a bucket
import "influxdata/influxdb/schema"

cardinalityByTag = (bucket) => schema.tagKeys(bucket: bucket)
    |> map(
        fn: (r) => ({
            tag: r._value,
            _value: if contains(set: ["_stop", "_start"], value: r._value) then
                0
            else
                (schema.tagValues(bucket: bucket, tag: r._value)
                    |> count()
                    |> findRecord(fn: (key) => true, idx: 0))._value,
        }),
    )
    |> group(columns: ["tag"])
    |> sum()

cardinalityByTag(bucket: "example-bucket")

1. 生成标签列表

   // Generate a list of tags
   import "influxdata/influxdb/schema"
   
   schema.tagKeys(bucket: "example-bucket")
   

2. 统计每个标签的唯一标签值

   // Run the following for each tag to count the number of unique tag values
   import "influxdata/influxdb/schema"
   
   tag = "example-tag-key"
   
   schema.tagValues(bucket: "my-bucket", tag: tag)
       |> count()
   

这些查询应有助于识别每个存储桶中高基数的来源。要确定哪些特定标签正在增长，请在 24 小时后再次检查基数，看看一个或多个标签是否显着增长。

改进您的模式

为了将来最大限度地减少基数，请设计您的模式以便于轻松高效地查询。查看模式设计的最佳实践。

删除数据以减少高基数

考虑您是否需要导致高基数的数据。如果您不再需要此数据，您可以删除整个存储桶或删除数据范围。