InfluxDB 模式设计

设计您的 模式，以便进行更简单和性能更高的查询。 遵循设计指南，使您的模式易于查询。 了解这些指南如何带来更高性能的查询。

• 为查询而设计
  • 保持 measurement 和键的简洁
• 使用标签和字段
  • 使用字段存储唯一和数值数据
  • 使用标签提高查询性能
  • 保持标签的简洁

为查询而设计

以下模式演示了易于查询的 measurements、标签键 和 字段键。

airSensor 和 waterQualitySensor 模式说明了以下指南

• 每个 measurement 都是描述模式的简单名称。
• 键 在模式内不重复。
• 键 不使用保留关键字或特殊字符。
• 标签（sensorId 和 station）存储跨多个数据点的通用元数据。
• 字段（humidity、pH 和 temperature）存储数值数据。
• 字段 存储唯一或高度可变的数据。
• Measurements 和键 不包含数据；标签值和字段值将存储数据。

以下点（格式为行协议）使用 airSensor 和 waterQualitySensor 模式

airSensor,sensorId=A0100,station=Harbor humidity=35.0658,temperature=21.667 1636729543000000000
waterQualitySensor,sensorId=W0101,station=Harbor pH=6.1,temperature=16.103 1472515200000000000

保持 measurement 和键的简洁

将数据存储在 标签值 或 字段值 中，而不是在 标签键、字段键 或 measurements 中。 如果您设计模式以将数据存储在标签和字段值中，则您的查询将更易于编写且更高效。

比较模式

比较以下由行协议表示的有效模式。

推荐：以下模式在单独的 crop、plot 和 region 标签中存储元数据。 temp 字段包含可变的数值数据。

Good Measurements schema - Data encoded in tags (recommended)
-------------
weather_sensor,crop=blueberries,plot=1,region=north temp=50.1 1472515200000000000
weather_sensor,crop=blueberries,plot=2,region=midwest temp=49.8 1472515200000000000

不推荐：以下模式在 measurement 中连接（blueberries.plot-1.north）存储多个属性（crop、plot 和 region），类似于 Graphite 指标。

Bad Measurements schema - Data encoded in the measurement (not recommended)
-------------
blueberries.plot-1.north temp=50.1 1472515200000000000
blueberries.plot-2.midwest temp=49.8 1472515200000000000

不推荐：以下模式在字段键中连接（blueberries.plot-1.north）存储多个属性（crop、plot 和 region）。

Bad Keys schema - Data encoded in field keys (not recommended)
-------------
weather_sensor blueberries.plot-1.north.temp=50.1 1472515200000000000
weather_sensor blueberries.plot-2.midwest.temp=49.8 1472515200000000000

比较查询

比较 良好 Measurements 和 不良 Measurements 模式的以下查询。 Flux 查询计算 north 区域中蓝莓的平均 temp

易于查询：良好 Measurements 数据可以轻松地按 region 标签值进行过滤，如以下示例所示。

// Query *Good Measurements*, data stored in separate tags (recommended)
from(bucket:"example-bucket")
    |> range(start:2016-08-30T00:00:00Z)
    |> filter(fn: (r) =>  r._measurement == "weather_sensor" and r.region == "north" and r._field == "temp")
    |> mean()

难以查询：不良 Measurements 需要正则表达式从 measurement 中提取 plot 和 region，如以下示例所示。

// Query *Bad Measurements*, data encoded in the measurement (not recommended)
from(bucket:"example-bucket")
    |> range(start:2016-08-30T00:00:00Z)
    |> filter(fn: (r) =>  r._measurement =~ /\.north$/ and r._field == "temp")
    |> mean()

复杂的 measurements 使某些查询变得不可能。 例如，使用 不良 Measurements 模式无法计算两个地块的平均温度。

保持键的简洁

除了保持键不包含数据外，请遵循以下其他指南，使它们更易于查询

• 避免关键字和特殊字符
• 避免标签和字段的重复名称

避免键中使用关键字和特殊字符

为了简化查询编写，请勿在标签和字段键中包含保留关键字或特殊字符。 如果您在键中使用 Flux 关键字，则必须将键括在双引号中。 如果您在键中使用非字母数字字符，则必须在 Flux 中使用 方括号表示法。

避免标签和字段的重复名称

避免在同一模式中为 标签键 和 字段键 使用相同的名称。 如果您有具有相同名称的标签和字段，则查询结果可能不可预测。

使用标签和字段

标签值 被索引，而 字段值 则未被索引。 这意味着查询标签比查询字段性能更高。 您的查询应指导您在标签中存储什么以及在字段中存储什么。

使用字段存储唯一和数值数据

• 将唯一或频繁更改的值存储为字段值。
• 将数值存储为字段值。（标签 仅存储字符串）。

使用标签提高查询性能

• 如果值可以合理地被索引，则将值存储为标签值。
• 如果 filter() 或 group() 函数中使用这些值，则将值存储为 标签值。
• 如果值在多个数据点之间共享，即关于字段的元数据，则将值存储为标签值。

由于 InfluxDB 对标签进行索引，因此查询引擎无需扫描存储桶中的每个记录即可找到标签值。 例如，考虑一个存储数千个用户数据的存储桶。 如果将 userId 存储在 字段 中，则对用户 abcde 的查询需要 InfluxDB 扫描每一行中的 userId。

from(bucket: "example-bucket")
    |> range(start: -7d)
    |> filter(fn: (r) => r._field == "userId" and r._value == "abcde")

为了更快地检索数据，请按标签过滤以减少扫描的行数。 标签应存储可以合理索引的数据。 以下查询按 company 标签过滤，以减少为 userId 扫描的行数。

from(bucket: "example-bucket")
    |> range(start: -7d)
    |> filter(fn: (r) => r.company == "Acme")
    |> filter(fn: (r) => r._field == "userId" and r._value == "abcde")

保持标签的简洁

每个数据属性使用一个标签。 如果您的源数据在单个参数中包含多个数据属性，请将每个属性拆分为其自己的标签。 当每个标签表示数据的一个属性（而不是多个连接的属性）时，您将减少在查询中对正则表达式的需求。 如果没有正则表达式，您的查询将更易于编写且性能更高。

比较模式

比较以下由行协议表示的有效模式。

推荐：以下模式将位置数据拆分为 plot 和 region 标签。

Good Tags schema - Data encoded in multiple tags
-------------
weather_sensor,crop=blueberries,plot=1,region=north temp=50.1 1472515200000000000
weather_sensor,crop=blueberries,plot=2,region=midwest temp=49.8 1472515200000000000

不推荐：以下模式在 location 标签值（plot-1.north）中连接存储多个属性（plot 和 region）。

Bad Tags schema - Multiple data encoded in a single tag
-------------
weather_sensor,crop=blueberries,location=plot-1.north temp=50.1 1472515200000000000
weather_sensor,crop=blueberries,location=plot-2.midwest temp=49.8 1472515200000000000

比较查询

比较 良好标签 和 不良标签 模式的查询。 Flux 查询计算 north 区域中蓝莓的平均 temp。

易于查询：良好标签 数据可以轻松地按 region 标签值进行过滤，如以下示例所示。

// Query *Good Tags* schema, data encoded in multiple tags
from(bucket:"example-bucket")
    |> range(start:2016-08-30T00:00:00Z)
    |> filter(fn: (r) =>  r._measurement == "weather_sensor" and r.region == "north" and r._field == "temp")
    |> mean()

难以查询：不良标签 需要正则表达式来解析复杂的 location 值，如以下示例所示。

// Query *Bad Tags* schema, multiple data encoded in a single tag
from(bucket:"example-bucket")
    |> range(start:2016-08-30T00:00:00Z)
    |> filter(fn: (r) =>  r._measurement == "weather_sensor" and r.location =~ /\.north$/ and r._field == "temp")
    |> mean()

有关 InfluxDB 数据模型的概述，请观看以下视频