influxdb基础（三）—，字节跳动面试官会问哪些问题

Tsm file真正持久化存储数据

---

Tsm file （.tsm）真正用于数据持久化存储。文件格式主要由为4 部分组成： Header、Blocks、Index、Footer。

1. Header由两部分组成MagicNumber和Version，MagicNumber用于描述文件存储引擎，Version记录引擎版本。

2. Blocks内部是一些连续的 Block，Block是 influxdb中的最小读取对象，每次读取操作都会读取一个 Block。每一个 Block分为 CRC32值和 Data两部分，CRC32 值用于校验 Data 的内容是否有问题。

3. Index存放的是Blocks里内容的索引。influxdb在做查询操作时，可以根据 Index的信息快速定位到Tsm file 中需要查询的 block 的位置。

4. Footer位于Tsm file 的最后8字节，存放了 Index的起始位置在 Tsm file 中的偏移量，方便将索引信息加载到内存中。

Compactor 合并压缩线程

---

Compactor组件在后台持续运行，每隔 1 秒会检查一次是否有需要压缩合并的数据。其主要有两种操作：

1. cache中的数据大小达到阀值后，进行快照，之后转存到一个新的 Tsm文件中。

2. 合并 Tsm文件。将多个小的 Tsm文件合并成一个，使每一个文件尽量达到单个文件的最大值，减少Tsm文件的数量，并且一些数据的删除操作也是在这个时候完成。

shard group 分片逻辑分组

=====================================================================================

Shard groups are logical containers for shards. Shard groups are organized by time and retention policy.

Every retention policy that contains data has at least one associated shard group.

A given shard group contains all shards with data for the interval covered by the shard group.

The interval spanned by each shard group is the shard duration.

每一个retention policy至少有一个shard group，每一个shard group至少有一个shard。数据都会带一个time时间戳，当写入数据时，先通过时间判断࿰