时间序列数据库InfluxDB初探(r12笔记第74天）

  性能监控中的很多数据都是根据时间维度来生成的，就算是很少的几台服务器，如果设置了大量的监控项，每天的数据量也是很客观的，再加上是成千上万的服务器，这个量级就很大了。

  时间序列在自动化运维/智能运维的技术会场中经常能听过，而自己在QCon上对于宇辰分享的时间序列相关的主题很感兴趣。里面有非常多的门道和空间，其实等我意识到的时候，外面都不知道火了多久了。

  所以今天就抽空看了下这方面的东西，不对的地方还希望多多指正。

  时间序列（Time Series）数据库目前的使用情况如何，可以通过DB-Engines得到一个基本的情况。这是刚刚抓取到的数据。

  头把交椅的是InfluxDB，所以我想先了解一下它。

  对于InfluxDB目前我知道两个站点，一个是官网，一个是github。根据官网提供的信息，目前最新版本为1.2

   这样一个数据库安装起来非常简单，就是下载直接安装，v0.8是通过wget的方式得到rpm初始化，而到了v1.2里面是通过配置yum源的方式来构建，本质都一样，下面是官网的而一个安装的界面，可以看到目前支持的平台很多，咦，怎么没有windows平台。

 而在github上，那叫一个繁荣，你看看星就知道了。

这样一个基于事件和指标的数据库，是使用go语言开发的，所以从通读源码这块来深入学习，空间还很大，go语言的同学还是有福了。rpm的包打开是15M左右，当然不是说源码是15M.

官网链接的指导链接是：

https://docs.influxdata.com/influxdb/v0.8/introduction/getting_started/

通过菜单的功能项可以看出来支持的API还是很全面的，可以对数据进行读取，写入，统计分析，还有类似SQL的查询语言。

  而UI的部分算是它很有特色的部分，在可视化方面的工具还真不少，比如官网的工具，比如Grafana,一个纯粹的html/js应用,图形的展现和渲染效果很赞，Percona的监控管理工具PMM就配合Grafana做了数据的展现，看起来很炫。

   后续来逐步解析时间序列数据库。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/23718752/viewspace-2139830/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/23718752/viewspace-2139830/