InfluxDB是一個開源分散式時序、事件和指標資料庫。使用 Go 語言編寫，無需外部依賴。其設計目標是實現分散式和水平伸縮擴充套件。

特點

• schemaless(無結構)，可以是任意數量的列
• Scalable
• min, max, sum, count, mean, median 一系列函式，方便統計
• Native HTTP API, 內建http支援，使用http讀寫
• Powerful Query Language 類似sql
• Built-in Explorer 自帶管理工具

管理介面:

API

InfluxDB 支援兩種api方式

• HTTP API
• Protobuf API

Protobuf 還未開發完成, 官網文件都沒有

如何使用 http api 進行操作？

比如對於foo_production這個資料庫，插入一系列資料，可以發現POST請求到/db/foo_production/series?u=some_user&p=some_password, 資料放到body裡。

資料看起來是這樣的:

下面的"name": "events", 其中"events"就是一個series,類似關係型資料庫的表table

[
  {
    "name": "events",
    "columns": ["state", "email", "type"],
    "points": [
      ["ny", "
 
[email protected]", "follow"],
      ["ny", "[email protected]", "open"]
    ]
  },
  {
    "name": "errors",
    "columns": ["class", "file", "user", "severity"],
    "points": [
      ["DivideByZero", "example.py", "[email protected]", "fatal"]
    ]
  }
]

格式是json，可以在一個POST請求傳送多個series

上面的資料裡沒有包含time列，InfluxDB會自己加上，不過也可以指定time,比如：

[
  {
    "name": "response_times",
    "columns": ["time", "value"],
    "points": [
      [1382819388, 234.3],
      [1382819389, 120.1],
      [1382819380, 340.9]
    ]
  }
]

time 在InfluxDB裡是很重要的，畢竟InfluxDB是time series database
在InfluxDB裡還有個sequence_number欄位是資料庫維護的，類似於mysql的 主鍵概念

InfluxDB 增刪更查都是用http api來完成，甚至支援使用正則表示式刪除資料，還有計劃任務。

比如:

傳送POST請求到/db/:name/scheduled_deletes， body如下，

{
  "regex": "stats\..*",
  "olderThan": "14d",
  "runAt": 3
}

這個查詢會刪除大於14天的資料，並且任何以stats開頭的資料，並且每天3:00 AM執行。

查詢語言

InfluxDB 提供了類似sql的查詢語言

看起來是這樣的：

select * from events where state == 'NY';

select * from log_lines where line =~ /error/i;

select * from events where customer_id == 23 and type == 'click';

select * from response_times where value > 500;

select * from events where email !~ /.*gmail.*/;

select * from nagios_checks where status != 0;

select * from events 
where (email =~ /.*gmail.* or email =~ /.*yahoo.*/) and state == 'ny';

delete from response_times where time > now() - 1h

非常容易上手, 還支援Group By,Merging Series,Joining Series， 並內建常用統計函式，比如max, min, mean 等

庫

常用語言的庫都有，因為api簡單，也很容易自己封裝。

InfluxdDB作為很多監控軟體的後端，這樣監控資料就可以直接儲存在InfluxDB
StatsD,CollectD,FluentD

還有其它的視覺化工具支援InfluxDB, 這樣就可以基於InfluxDB很方便的搭建監控平臺

InfluxDB 資料視覺化工具

InfluxDB 用於儲存基於時間的資料，比如監控資料，因為InfluxDB本身提供了Http API，所以可以使用InfluxDB很方便的搭建了個監控資料儲存中心。

對於InfluxDB中的資料展示，官方admin有非常簡單的圖表, 看起來是這樣的

除了自己寫程式展示資料還可以選擇：

tasseo

tasseo,為Graphite寫的Live dashboard，現在也支援InfluxDB,tasseo 比較簡單, 可以配置的選項很少。

Grafana

Grafana是一個純粹的html/js應用，訪問InfluxDB時不會有跨域訪問的限制。只要配置好資料來源為InfluxDB之後就可以，剩下的工作就是配置圖表。Grafana 功能非常強大。使用ElasticsSearch儲存DashBoard的定義檔案，也可以Export出JSON檔案(Save ->Advanced->Export Schema)，然後上傳回它的/app/dashboards目錄。

配置資料來源：

   datasources: {      
      influx: {
        default: true,
        type: 'influxdb',
        url: 'http://<your_influx_db_server>:8086/db/<db_name>',
        username: 'test',
        password: 'test',
      }
    },

勘誤：“使用 Go 語音編寫”，“語音”應該是“語言”吧

贊回覆

已改, 感謝

贊回覆

請問有influxdb和OpenTSDB的比較嗎？

贊回覆

OpenTSDB沒用過，有機會試下

贊回覆

OpenTSDB和influxdb還是要看的量級的場景，畢竟Opentsdb是需要hbase的支撐的。 但是他倆都有個缺點是不能做rrdtool那種的預先計算， 當然也可以通過別的邏輯來減輕後期聚合計算帶來的影響 。 我這邊有個metric的平臺採用的就是influxdb做後端儲存，效能還是很客觀的，他本身有一些靈巧的設計， 比如lru快取演算法，查詢的連續性，自帶非同步

贊回覆

厲害

贊回覆

8086....

贊回覆

想起了ELK...

贊回覆

據我瞭解，Grafana 的 Dashboard，以及使用者許可權 是儲存在sqlite資料庫裡。
Kibana使用ElasticsSearch儲存DashBoard的定義檔案。