问时间序列数据库-度量与标记

EN

如果您将数据存储在InfluxDB中，我建议将所有度量存储在单个度量中，并使用标记来区分源，而不是为每个源创建一个度量。原因是您可以使用度量中的标记对度量进行细微的合并或分解，但是在最新的InfluxDB中不可能合并或加入跨度量。

最终，决定取决于您对TSDB的选择和您最关心的运行查询。

为了便于比较，在Axibase时间序列数据库中，您可以将温度作为度量存储，传感器id作为实体名存储。ATSD模式有一个实体的概念，它是收集数据的系统的名称。它的优点是存储更紧凑，并且能够为实体本身定义标记，例如传感器位置、传感器类型等。这种方法不仅可以通过传感器id，而且还可以通过传感器标记对结果进行过滤和分组。

举个例子，在这个博客文章中，0601911代表实体标识--这是EPA站点id。这个站点收集了几个环境指标，同时在数据库中使用多个标记进行了描述：http://axibase.com/environmental-monitoring-using-big-data/。

底线是，您不必建立第二个数据库，通常是关系数据库，只需存储有关传感器、服务器等的扩展信息，以便进行高级报告。

更新1:示例网络命令：

series e:sensor-001 d:2015-08-03T00:00:00Z m:temperature=42.2 m:humidity=72 m:precipitation=44.3

描述传感器-001(例如位置、类型等)的标记是分开存储的，以最小化存储量和加快查询速度。如果您正在收集能量/功率指标，您通常必须指定一系列属性，例如状态，因为数据可能不会被清理/验证。为此，您可以使用系列标记。

series e:sensor-001 d:2015-08-03T00:00:00Z m:temperature=42.2 ... t:status=Provisional

每个传感器应该使用一个度量。您可能不需要聚合来自不同温度传感器的值，但是您需要聚合给定传感器的值(例如，平均超过一分钟)。

度量标准对应于来自同一源的数据，或者至少是您可能聚合的数据。您几乎可以创建任意数量的度量标准(例如，1 600万项指标中的OpenTSDB )。

标签对这些数据进行区分。例如，如果数据突然发生了很大的变化，您可以使用不同的标记，以便只在需要时检索相关数据，而不会丢失其余的数据。虽然温度传感器每秒钟都能得到数据，但最好的方法是在值改变时过滤和存储数据.

最佳实践被总结为这里