InfluxDB核心概念系列之设计原则

工欲善其事必先利其器，想要用好InfluxDB，当然要先厘清其基本概念，本文为InfluxDB核心概念系列文章之设计原则。

InfluxDB 实现了时间序列数据的优化设计原则。 其中一些设计原则可能会在性能方面进行权衡。

• 按时间排序的数据
• 严格的更新和删除权限
• 首先处理读写查询
• 无模式设计
• 单个点上的数据集
• 重复数据

按时间排序的数据

为了提高性能，数据按时间升序写入。

严格的更新和删除权限

为了提高查询和写入性能，InfluxDB 严格限制更新和删除权限。 时间序列数据主要是从未更新的新数据。 删除通常只影响未写入的数据，并且永远不会发生有争议的更新。

首先处理读写查询

InfluxDB 将读取和写入请求置于强一致性之上。 InfluxDB 在执行查询时返回结果。 任何影响查询数据的事务都会随后进行处理，以确保数据最终一致。 因此，如果摄取率较高（每毫秒多次写入），则查询结果可能不包括最近的数据。

无模式设计

InfluxDB 使用无模式设计来更好地管理不连续数据。 时间序列数据通常是短暂的，这意味着数据会出现几个小时然后消失。 例如，一个新主机启动并报告一段时间然后关闭。

单个点上的数据集

因为数据集比单个点更重要，InfluxDB 实现了强大的工具来聚合数据和处理大型数据集。 点是通过时间戳和序列来区分的，所以没有传统意义上的ID。

重复数据

为了简化冲突解决并提高写入性能，InfluxDB 假设多次发送的数据是重复数据。 相同的点不会存储两次。 如果为某个点提交了新的字段值，InfluxDB 会使用最新的字段值更新该点。 在极少数情况下，数据可能会被覆盖。 了解有关重复点的更多信息。

本文为从大数据到人工智能博主「xiaozhch5」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://cloud.tencent.com/developer/article/1936568