处理引擎参考

处理引擎是一个嵌入式 Python 虚拟机，运行在 InfluxDB 3 Core 数据库服务器内部。它响应触发器和数据库事件执行 Python 代码，无需外部应用程序服务器或中间件。

工作原理

架构

处理引擎直接在 InfluxDB 3 Core 服务器进程内运行 Python 代码。这种设计提供了高性能和对数据库资源的直接访问。

• 嵌入式执行：代码与数据库服务器在同一进程空间中运行
• 直接数据访问：零拷贝数据访问
• 事件驱动：响应数据库写入、计划事件和 HTTP 请求
• 缓存集成：访问系统缓存，包括最后值和唯一值

事件处理流程

当数据库中发生特定事件时，处理引擎会通过一致的序列来处理它们。

1. 特定于事件类型的触发器会激活其插件。事件类型包括：
   • 写入特定表或所有表的 Data writes
   • 计划事件（基于时间或 cron 表达式）
   • 发送到已配置端点的 HTTP 请求
2. 引擎会加载触发器配置中指定的关联插件。
3. 插件接收特定于触发器类型的上下文数据。
   • 写入触发器：写入的数据和表信息
   • 计划触发器：计划的调用时间
   • HTTP 触发器：包含方法、头部和主体的请求对象
4. 插件处理接收到的数据，可以查询数据库，调用外部工具，并在数据库中写入和缓存数据。
5. 执行完成，引擎返回等待状态。

关键组件

触发器系统

触发器根据特定条件将数据库事件连接到 Python 代码执行。

• Data write triggers：在 WAL flush 事件、数据写入对象存储时，针对特定表或数据库中的所有表执行。
• Scheduled triggers：按间隔或根据 cron 表达式运行。
• HTTP triggers：响应到自定义端点的 HTTP 请求。

插件注册表

注册表管理处理引擎可用的所有 Python 代码。

• 按文件名和位置索引插件。
• 跟踪哪些插件被哪些触发器使用。
• 管理插件版本和依赖关系。

内存管理

处理引擎实现了专门的内存处理，以确保稳定性和性能。

• Execution isolation：每个插件在其自己的上下文中运行。
• Cache system：在执行之间维护状态。
• Resource limits：控制内存使用和执行时间。

性能特征

处理引擎专为高性能运行而设计，具有最小的开销。

• Low latency：在亚毫秒级时间内激活触发器。
• Efficient access：直接访问数据库，无需网络开销。
• Controlled resources：通过配置限制内存和 CPU 使用。
• Execution policies：提供同步或异步处理选项。

可靠性特性

处理引擎包含多项功能，以确保一致可靠的执行。

• Error handling：配置失败场景的行为（记录、重试或禁用）。
• Execution tracking：跟踪插件性能和资源使用情况。
• State persistence：在服务器重启后持久化缓存状态。

扩展能力

通过多个内置机制扩展和定制处理引擎。

• Package management：安装自定义 Python 依赖项。
• Plugin distribution：通过 Git 存储库分发插件。
• Shared API：提供一致的数据库操作接口。

有关设置和使用处理引擎的分步指南，请参阅开始使用插件文档。