【时序数据库】一、初始InfluxDB

1.InfluxDB数据模型

Measurement (数据库表)
Point (数据库里的一条记录)
Tags (纬度列) 里面包含两个纬度device、buliding
device=dev1 buliding=b1 —— b1楼的1设备
device=dev1 buliding=b2 —— b2楼的1设备
device=dev2 buliding=b1 —— b1楼的2设备
device=dev2 buliding=b2 —— b2楼的2设备
可以得到这四种排列组合，代表了四处监测设备。
对应整条数据来说，可以认为整个Tags就是这条数据的“主键”之一,因为不同时间的值不一样，再加上时间time，就组成了整条数据的“主键”。// TODO 或者称为“复合索引”？
另外，纬度列可以加索引，进一步优化性能。
Field (数值列) 里面包含的internal 和 external 分别代表 某大楼某设备的内部温度和外部温度，也就是采集到的数值。

2.InfluxDB时间线

Series就是时间线，由表名和纬度列组成。首先限制表名，然后限制纬度列。
时间线： 一个数据源采集的一个指标，随着时间的增长而持续记录下来的数据，这样形成的一条数据线。

3.InfluxDB的系统架构

3.1 DataBase
即 InfluxDB它也是一个数据库，创建数据库语句也和传统关系型数据库一样
CREATE DATABASE test;
3.2 RP(default)
即 数据保留策略（retention policy）。可以指定数据过期时间。
注：RP是数据库级别，而不是表级别的属性。
每个数据库有多个保留策略，但是只能有一个默认策略。
我们可以的对表指定不同的保留策略来写入数据。
3.3 ShardGroup
存放 Shard 的容器。 可以理解为数据分区。
每个ShardGroup只存放指定时间段的数据，不同的ShardGroup对应的时间段不会重合
为什么这么划分？

1. 数据过期实现起来比较简单。InfluxDB中数据过期删除的执行力度就是ShardGroup
2. 实现将数据按时间分区，进行查询时可以根据时间范围定位到对应的ShardGroup，减少了数据的查询扫描
   4.4 Shard
   即 InfluxDB真正存储数据的地方，提供了数据读写的地方。