词汇表

A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z

A

abstract syntax tree (AST)

源代码的树状表示，显示编程语句的结构、内容和规则，并丢弃额外的语法元素。树是分层的，程序语句的元素被分解成它们的组成部分。

有关 AST 设计的更多信息，请参阅 维基百科上的抽象语法树。

agent

由用户（或代表用户）启动的后台进程，通常需要用户输入。

Telegraf 是一个代理，它需要用户输入（配置文件）以从声明的输入插件收集指标，并根据为配置启用的插件将指标发送到声明的输出插件。

相关条目：input plugin，output plugin，daemon

aggregator plugin

从输入插件接收指标，创建聚合指标，然后将聚合指标传递到配置的输出插件。

相关条目：input plugin，output plugin，processor plugin

aggregate

一种函数，它返回一组数据点的聚合值。有关可用聚合函数的列表，请参阅 SQL 聚合函数。

相关条目：function，selector

API

应用程序编程接口，用于促进和标准化两个或多个计算机程序之间的通信。

argument

传递给函数或命令的值，用于确定进程的运行方式。

相关条目：parameter

B

batch

Line Protocol 格式的点集合，以换行符 (0x0A) 分隔。使用单个 HTTP 请求将一批点提交到写入端点，通过减少 HTTP 开销来大幅提高性能。InfluxData 通常建议批量大小为 5,000-10,000 个点。在某些用例中，使用明显更小或更大的批量可能会提高性能。

相关条目：line protocol，point

batch size

Line Protocol 批处理中的行数或单个数据点数。Telegraf 代理以批处理而不是单独方式将指标发送到输出插件。批量大小控制 Telegraf 发送到输出插件的每个写入批处理的大小。

相关条目：output plugin

bin

在累积直方图中，bin 包括小于或等于指定上限的所有数据点。在普通直方图中，bin 包括上限和下限之间的所有数据点。直方图 bin 有时也称为“buckets”。

boolean

一种具有两个可能值的数据类型：true 或 false。按照惯例，您可以将 true 表示为整数 1，将 false 表示为整数 0（零）。

bucket

“Bucket”是在 InfluxDB 2.x 和 InfluxDB Cloud Serverless 中使用的术语，指的是存储时间序列数据的命名位置。使用 InfluxDB Clustered 时，Bucket 与“database”同义。

相关条目：database

C

CSV

逗号分隔值 (CSV) 使用逗号分隔文本以分隔值。CSV 文件以纯文本格式存储表格数据（数字和文本）。文件的每一行都是一个数据行。每行由一个或多个列组成，列之间用逗号分隔。CSV 文件格式尚未完全标准化。

cardinality

基数是集合中唯一值的数量。序列基数是整个数据库中唯一 series 的数量。对于 InfluxDB 3 存储引擎，高序列基数不会影响性能。

cluster

作为单个单元协同工作的一组服务器或进程。InfluxDB 集群是专用于单个客户工作负载的 InfluxDB 服务器集合。

collect

使用 Line Protocol 和以下任何工具收集时间序列数据并写入 InfluxDB

• Telegraf
• InfluxDB v1 或 v2 HTTP API
• v1 或 v2 influx 命令行界面 (CLI)
• InfluxDB 客户端库

collection interval

从每个 Telegraf 输入插件收集数据的默认全局间隔。可以由每个单独的输入插件的配置覆盖收集间隔。

相关条目：input plugin

collection jitter

收集抖动可防止每个输入插件同时收集指标，这可能会对系统产生可衡量的影响。对于每个收集间隔，每个 Telegraf 输入插件在收集指标之前，都会休眠一个介于零和收集抖动之间的随机时间。

相关条目：collection interval，input plugin

column

InfluxDB 数据存储在表中的行和列中。列存储标签集和字段集以及时间值。唯一必需的列是 time，它存储时间戳，并包含在所有 InfluxDB 表中。

common log format (CLF)

InfluxDB 服务器使用的一种标准化文本文件格式，用于在生成服务器日志文件时创建日志条目。

compaction

压缩时间序列数据以优化磁盘使用率。

continuous query (CQ)

连续查询是 InfluxDB 1.x 的一项功能，用于定期降采样或处理时间序列数据。

D

daemon

在没有用户输入的情况下运行的后台进程。

dashboard

用于查询和显示时间序列数据的数据可视化集合。有许多专门用于创建仪表板的工具，包括 Grafana、Apache Superset、Tableau 等。

data model

数据模型组织数据元素，并标准化它们彼此之间以及与现实世界实体的属性之间的关系。

有关 InfluxDB 数据模型的更多信息，请参阅 InfluxDB 数据组织

data service

存储时间序列数据并处理写入和查询。

data source

InfluxDB 从中收集或查询数据的源。

相关条目：database

data type

数据类型由它可以接受的值、使用的编程语言或可以对其执行的操作定义。

InfluxDB 支持以下数据类型

• string
• boolean
• float (64 位)
• integer (64 位)
• unsigned integer (64 位)
• time

有关不同数据类型的更多信息，请参阅

• line protocol
• InfluxQL
• InfluxDB

database

存储时间序列数据的命名位置。

在 InfluxDB 1.x 中，database 表示用户、保留策略、连续查询和时间序列数据的逻辑容器。在 InfluxDB 2.x 中，此概念的等效项是 InfluxDB bucket。

相关条目：bucket，retention policy

date-time

InfluxDB 使用纳秒精度 Unix 时间的时间戳存储每个数据点的日期时间格式。指定时间戳是可选的。如果未为数据点指定时间戳，InfluxDB 将使用服务器的本地纳秒时间戳（UTC）。

downsample

将高分辨率数据聚合为低分辨率数据以节省磁盘空间。

duration

表示时间长度的数据类型，例如 1s、1m、1h、1d。保留期使用 duration 设置。

相关条目：retention period

E

event

以不规则时间间隔收集的指标。

expression

一个或多个常量、变量、运算符和函数的组合。

在以下 SQL 示例中，now() - INTERVAL '7 days' 是一个表达式，用于计算 now() 函数表达式与 INTERVAL '7 days 表示的 duration 之间的差值

SELECT *
FROM home
WHERE
  time >= now() - INTERVAL '7 days'

F

field

InfluxDB 数据结构中的键值对，用于记录数据值。通常，字段值随时间变化。字段是 InfluxDB 数据结构中必需的。

相关条目：field key，field set，field value，tag

field key

键值对的键。字段键是字符串。

相关条目：field，field set，field value，tag key

field set

字段键值对的集合。

相关条目：field，field key，field value，point

field value

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

相关条目：field，field key，field set，tag set，tag value，timestamp

file block

文件块是固定长度的数据块，在应用程序请求时读入内存。

float

用小数点分隔整数部分和小数部分的实数 (1.0, 3.14, -20.1)。InfluxDB 支持 64 位浮点值。

flush interval

将数据从每个 Telegraf 输出插件刷新到其目的地的全局间隔。此值不应设置低于收集间隔。

相关条目：collection interval，flush jitter，output plugin

flush jitter

刷新抖动可防止每个 Telegraf 输出插件同时发送写入操作，这可能会使某些数据接收器不堪重负。在每个刷新间隔，每个 Telegraf 输出插件在发出指标之前，都会休眠一个介于零和刷新抖动之间的随机时间。当运行大量 Telegraf 实例时，刷新抖动可以平滑写入峰值。

相关条目：flush interval，output plugin

function

函数是执行特定任务的操作。函数接受输入，对该输入进行操作，然后返回输出。有关可用 SQL 函数的完整列表，请参阅 SQL 函数。

相关条目：aggregate，selector

G

gzip

gzip 是一种数据压缩类型，它压缩数据块，通过解压缩压缩的 gzip 文件来恢复数据。gzip 文件扩展名为 .gz。

H

histogram

统计信息的可视化表示，它使用矩形来显示连续、相等间隔或 bin 中数据项的频率。

I

identifier

标识符是引用特定数据库对象的令牌，例如数据库名称、字段键、measurement 名称、标签键等。

相关条目：database，field key，measurement，tag key

influx

influx 是一个命令行界面 (CLI)，用于与 InfluxDB v1.x 和 v2.x 服务器交互。

influxctl

influxctl 是一个 CLI，用于为 InfluxDB 集群执行管理任务。

influxd

influxd 是 InfluxDB OSS v1.x 和 v2.x 守护程序，用于运行 InfluxDB 服务器和其他必需的进程。

InfluxDB

InfluxDB

InfluxQL

InfluxDB 中用于查询数据的类 SQL 查询语言。

input plugin

Telegraf 输入插件主动收集指标并将它们传递到核心代理，聚合器、处理器和输出插件可以在其中对指标进行操作。要激活输入插件，请在 Telegraf 配置文件中启用和配置它。

相关条目：aggregator plugin，collection interval，output plugin，processor plugin

instance

包含服务器（或云计算中的虚拟服务器）上数据的实体。

integer

正数、负数或零 (0, -5, 143) 的整数。InfluxDB 支持 64 位整数（最小值：-9223372036854775808，最大值：9223372036854775807）。

相关条目：unsigned integer

IOx

IOx (InfluxDB 3) 存储引擎是一个实时的、列式数据库，针对时间序列数据进行了优化，构建于 Rust 中，基于 Apache Arrow 和 DataFusion。IOx 取代了 TSM (Time Structured Merge tree) 存储引擎。

J

JWT

通常，JSON Web Tokens (JWT) 用于在身份提供商和服务提供商之间验证用户身份。服务器可以生成 JWT 以声明任何业务流程。例如，发送到客户端的“admin”令牌可以证明客户端以管理员身份登录。令牌由一方的私钥（通常是服务器）签名。双方都使用私钥来验证令牌是否合法。

JWT 使用 RFC 7519 中指定的开放标准。

Jaeger

分布式系统中使用的开源跟踪，用于监视和排查事务问题。

JSON

JavaScript Object Notation (JSON) 是一种开放标准文件格式，它使用人类可读的文本来传输由属性-值对和数组数据类型组成的数据对象。

K

keyword

关键字由程序保留，因为它具有特殊含义。每种编程语言都有一组关键字（保留名称），不能用作标识符——例如，您不能在 SQL 查询中使用 SELECT（SQL 关键字）作为变量名。

请参阅关键字列表

• SQL 关键字
• InfluxQL 关键字

L

literal

字面量是表达式中的值，数字、字符、字符串、函数、记录或数组。字面量值按定义进行解释。

load balancing

改善网络中多个计算资源的工作负载分配。负载均衡优化资源使用、最大化吞吐量、最小化响应时间并避免单个资源过载。使用具有负载均衡的多个组件而不是单个组件可以提高可靠性和可用性。如果网络中任何服务器的请求增加，则请求将转发到具有更多容量的另一台服务器。负载均衡也可以指通信通道本身。

logs

日志记录信息。事件日志描述系统事件和活动，有助于描述和诊断问题。事务日志描述存储数据的更改，有助于在数据库崩溃或其他错误发生时恢复数据。

line protocol (LP)

用于将点写入 InfluxDB 的基于文本的格式。请参阅 Line Protocol。

M

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。Measurement 是字符串。

相关条目：field，series

metric

随时间跟踪的数据。

metric buffer

当 Telegraf 输出插件的写入操作失败时，指标缓冲区会缓存各个指标。Telegraf 将在成功写入输出时尝试刷新缓冲区。当此缓冲区填满时，最旧的指标将首先被删除。

相关条目：output plugin

missing values

用空值表示。标识缺失的信息，这些信息可能有助于包含在错误消息中。

N

node

集群中的独立进程或服务器。

相关条目：cluster，server

now

本地服务器的纳秒时间戳。

null

表示缺失值或未知值的数据类型。用 null 值表示。 tags 和 fields 的值可能为 null，但时间戳值永远不会为 null。

O

operator

通常表示动作或过程的符号。例如：+、-、>。

相关条目：operand

operand

operator 任一侧的对象或值。

相关条目：operator

organization

InfluxDB v2 的概念，描述了一组用户的工作区。所有 InfluxDB v2 仪表板、任务、bucket、成员等都属于一个 organization。Organization 不是 InfluxDB Clustered 的一部分。

owner

用户角色的一种类型。所有者拥有读/写权限。用户可以拥有数据库和其他资源的所有者角色。

角色权限与 API 令牌权限是分开的。有关 API 令牌的更多信息，请参阅 令牌。

output plugin

Telegraf 输出插件将指标传递到其配置的目标。要激活输出插件，请在 Telegraf 的配置文件中启用并配置该插件。

相关条目：聚合器插件、刷新间隔、输入插件、处理器插件

P

parameter

一种键值对，用于将信息传递给函数，以确定函数如何运行。

相关条目：参数

pipe

一种将信息从一个进程传递到另一个进程的方法。例如，一个进程的输出参数是另一个进程的输入。通过管道传递的信息会被保留，直到接收进程读取该信息。

point

由其measurement、tag keys、tag values、field key 和 timestamp 标识的单个数据记录。

在 序列 中，每个点都有唯一的时间戳。如果您将一个点写入具有与现有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，其中任何冲突都归于新字段集。

相关条目：measurement、标签集、字段集、时间戳

primary key

对于 InfluxDB 3 存储引擎，主键是用于唯一标识表中每一行的列列表。行通过其时间戳和标签集唯一标识。行的主键标签集不包括具有空值的标签。

precision

精度配置设置确定为输入数据点保留的时间戳精度。所有传入的时间戳都将被截断为指定的精度。有效精度为 ns、us 或 µs、ms 和 s。

在 Telegraf 中，截断的时间戳会用零填充，以创建纳秒时间戳。Telegraf 输出插件以纳秒为单位发出时间戳。例如，如果精度设置为 ms，则纳秒纪元时间戳 1480000000123456789 将被截断为毫秒精度 1480000000123，并用零填充以生成新的、精度较低的纳秒时间戳 1480000000123000000。Telegraf 输出插件不会进一步更改时间戳。精度设置对于服务输入插件将被忽略。

相关条目：聚合器插件、输入插件、输出插件、处理器插件、服务输入插件

predicate expression

谓词表达式比较两个值，并根据两个值之间的关系返回 true 或 false。谓词表达式由左操作数、比较运算符和右操作数组成。

process

一组预定的规则。进程可以指计算机处理器正在执行的指令，也可以指操作数据的行为。

processor plugin

Telegraf 处理器插件转换、修饰和过滤输入插件收集的指标，并将转换后的指标传递给输出插件。

相关条目：聚合器插件、输入插件、输出插件

Prometheus format

一种基于文本的简单格式，用于公开指标并将它们摄取到 Prometheus 中。

Q

query

对信息的请求。InfluxDB 查询返回时间序列数据。

请参阅 InfluxDB 中的查询数据。

query plan

InfluxDB Querier 设计和执行的一系列步骤（节点），以在最短的时间内计算查询结果。逻辑计划是查询的高级表示，不考虑集群配置或数据组织。物理计划表示查询执行计划和数据流，数据流通过读取（扫描）、去重、合并、过滤和排序数据的计划节点。物理计划针对集群配置和数据组织进行了优化。

请参阅 查询计划。

R

REPL

Read-Eval-Print Loop (REPL) 是一种交互式编程环境，您可以在其中键入命令并立即查看结果。

regular expressions

正则表达式（regex 或 regexp）是用于匹配字符串中字符组合的模式。

rejected points

在一批数据中，InfluxDB 无法写入数据库的点。字段类型冲突是拒绝点的常见原因。

retention period

数据库保留数据的 持续时间。InfluxDB 会删除时间戳早于其数据库保留期（相对于 now）的点。最短保留期为一小时。

相关条目：存储桶

retention policy (RP)

保留策略是 InfluxDB 1.x 数据模型的一部分，它描述了 InfluxDB 保留数据的时间长度（持续时间）、在集群中存储数据副本的数量（复制因子）以及分片组覆盖的时间范围（分片组持续时间）。RP 对于每个数据库都是唯一的，并与 measurement 和标签集一起定义一个序列。

在 InfluxDB Clustered 中，等效项是 保留期，但是保留期不是数据模型的一部分。保留期描述了数据库的数据持久性行为。

相关条目：保留期、

RFC3339 timestamp

一种时间戳，它使用 RFC 3339 中提出的人类可读的 DateTime 格式（例如：2020-01-01T00:00:00.00Z）。

相关条目：RFC3339Nano 时间戳、时间戳、Unix 时间戳

RFC3339Nano timestamp

RFC 3339 DateTime 格式的 Golang 表示，它使用纳秒分辨率——例如：2006-01-02T15:04:05.999999999Z07:00。

InfluxDB 客户端可以在日志事件和 CSV 格式的查询结果中返回 RFC3339Nano 时间戳。

相关条目：RFC3339 时间戳、时间戳、Unix 时间戳

row

表中的一行表示特定的记录或数据实例。行中的列值表示实例的特定属性或特性。每一行都有一个 主键，这使得该行与表中的其他行不同。

相关条目：列、主键、序列、表

S

schema

数据在 InfluxDB 中的组织方式。InfluxDB 模式的基础是数据库、measurement、标签键、标签值和字段键。

相关条目：存储桶、字段键、measurement、序列、标签键、标签值

secret

Secret 是键值对，其中包含您想要控制访问的信息，例如 API 密钥、密码或证书。

selector

一种从指定点范围返回单个点的函数。有关可用 SQL 选择器函数的完整列表，请参阅 SQL 选择器函数。

相关条目：聚合、函数、转换

series

在 InfluxDB 3 数据结构中，共享公共 measurement 和标签集的数据集合。

相关条目：字段集、measurement、标签集

series cardinality

InfluxDB 数据库中唯一 measurement（表）、标签集和字段键组合的数量。

例如，假设一个 InfluxDB 数据库有一个 measurement。单个 measurement 有两个标签键：email 和 status。如果有三个不同的 email 标签值，并且每个电子邮件地址都与两个不同的 status 标签值关联，则 measurement 的序列基数为 6 (3 × 2 = 6)

在某些情况下，执行此乘法可能会高估序列基数，因为存在依赖标签。依赖标签由另一个标签限定范围，并且不会增加序列基数。如果我们将标签 firstname 添加到前面的示例中，则序列基数不会是 18 (3 × 2 × 3 = 18)。序列基数将保持不变为 6，因为 firstname 已经由 email 标签限定范围

相关条目：字段键、measurement、标签键、标签集

series key

序列键通过 measurement、标签集和字段键标识特定的序列。

例如

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

相关条目：序列

server

运行 InfluxDB 的计算机，无论是虚拟的还是物理的。

service input plugin

Telegraf 输入插件，在 Telegraf 代理运行时以被动收集模式运行。服务输入插件在套接字上侦听已知的协议输入，或应用自己的逻辑来提取指标，然后再将指标传递给 Telegraf 代理。

相关条目：聚合器插件、输入插件、输出插件、处理器插件

string

A data type used to represent text.

T

TCP

传输控制协议。

table

以结构化方式组织的相关数据集合，具有预定义的列和数据类型集。表中的每一行表示数据的特定记录或实例，每一列表示数据的特定属性或特性。

在 InfluxDB Clustered 中，表表示 measurement。

相关条目：列、measurement、主键、行

tag

InfluxDB 数据结构中记录元数据的键值对。标签是 InfluxDB 数据结构的可选部分，但它们对于存储常用查询的元数据很有用。

相关条目：字段、标签键、标签集、标签值

tag key

标签键值对的键。标签键是字符串，用于存储元数据。

相关条目：字段键、标签、标签集、标签值

tag set

点上的标签键和标签值的集合。

相关条目：点、主键、序列、标签、标签键、标签值

tag value

标签键值对的值。标签值是字符串，用于存储元数据。

相关条目：标签、标签键、标签集

Telegraf

A plugin-driven agent that collects, processes, aggregates, and writes metrics.

相关条目：Telegraf 插件、使用 Telegraf 收集数据、

time (data type)

一种数据类型，表示纳秒精度的单个时间点。

time series data

数据点序列，通常由同一来源在一段时间间隔内进行的连续测量组成。时间序列数据展示了数据如何随时间演变。在时间序列数据图上，其中一个轴始终是时间。时间序列数据可以是规则的或不规则的。规则的时间序列数据以恒定间隔变化。不规则的时间序列数据以非恒定间隔变化。

timestamp

与点关联的日期和时间。InfluxDB 中的时间以 UTC 为单位。

要指定写入数据时的时间，请参阅 Line Protocol 的元素。

相关条目：点、Unix 时间戳、RFC3339 时间戳

token

令牌提供在 InfluxDB 中执行特定操作的授权。API 令牌有不同的类型

• 数据库令牌： 授予对数据库的读写访问权限。
• 管理令牌： 一种短期令牌，授予客户端对您的 InfluxDB 集群的管理访问权限。

相关条目：管理令牌

transformation

数据转换是指将输入数据从一种格式、值或结构转换为另一种格式、值或结构的过程。

InfluxQL 转换函数修改并返回查询数据中每一行的值，但不返回这些行的聚合值。

相关条目：聚合、函数、选择器

TSM (Time Structured Merge tree)

InfluxDB v1 和 v2 数据存储格式，与 B+ 树或 LSM 树实现相比，它允许更高的压缩率和更高的写入和读取吞吐量。TSM 存储引擎已被 InfluxDB 3 存储引擎 (IOx) 取代。

相关条目：IOx

U

UDP

用户数据报协议是一种信息包。当发出请求时，UDP 数据包将发送给接收者。发送者不验证数据包是否已接收。发送者继续发送下一个数据包。这意味着计算机可以更快地通信。当需要速度并且不需要纠错时，使用此协议。

unix epoch

Unix 系统时间从其开始测量的日期和时间。Unix 纪元是 1970-01-01T00:00:00Z。

unix timestamp

从 Unix 纪元 (1970-01-01T00:00:00Z UTC) 开始计算时间，单位为指定的单位（精度）。在 将数据写入 InfluxDB 时，请指定时间戳精度。InfluxDB 支持以下 Unix 时间戳精度

以上示例代表 2020-01-01T00:00:00Z UTC。

相关条目：时间戳、RFC3339 时间戳

unsigned integer

正数或零的整数 (0, 143)。也称为“uinteger”。InfluxDB 支持 64 位无符号整数（最小值：0，最大值：18446744073709551615）。

相关条目：整数

user

InfluxDB 用户被授予访问 InfluxDB 的权限。

V

values per second

数据持久化到 InfluxDB 的速率的首选度量单位。写入速度通常以每秒值数来报价。

要计算每秒值数速率，请将每秒写入的点数乘以每个点存储的值数。例如，如果每个点有四个字段，并且每秒写入 10 批 5000 个点的批次，则每秒值数速率为

每个点 4 个字段值 × 每批 5000 个点 × 每秒 10 批 = 每秒 200,000 个值

相关条目：批次、字段、点

variable

一个存储位置（由内存地址标识），与关联的符号名称（标识符）配对。变量包含一些已知或未知的数量的信息，称为值。

variable assignment

设置或更新存储在变量中的值的语句。

W

WAL (Write-Ahead Log)

最近写入点的临时缓存。为了减少访问永久存储文件的频率，InfluxDB 将新点缓存在 WAL 中，直到其总大小或存在时间触发刷新到更永久的存储。这允许对写入存储引擎进行有效的批处理。

WAL 中的点是可查询的，并且在系统重启后仍然存在。在进程启动时，WAL 中的所有点必须先刷新，然后系统才能接受新的写入。

windowing

基于指定时间间隔对数据进行分组。这也称为“时间分箱”或“日期分箱”。