近年来,由于IOT,APM等系统的需求,一种以时间戳为主键的数据模型,越来越流行,存储该数据模型的资料库被称为时序资料库。
阿里云时序资料库InfluxDB??版上线
为了满足广大物联网企业客户的对于InfluxDB的商业化需求, 阿里云时序资料库团队正式推出时序数据InfluxDB??版。 时序数据InfluxDB??版是基于开源InfluxDB提供的商业化时序资料库服务,免部署,零运维,高可靠,提供7*24小时专家答疑服务。
现在已经开始全面公测。
复制链接到网页端 或扫描下方二维码,即可查看相关文档:
InfluxDB场景
InfluxDB是因为物联网而兴起的资料库,其天生具有IOT的特性。几乎所有的物联网数据都可以通过InfluxDB存储,分析与展示。
InfluxDB的具体使用场景包括:智慧物联网监控分析系统,传统石油化工、采矿以及制造企业设备数据采集与分析,医疗数据采集与分析,车联网,智慧交通等。InfluxDB同时还可以用于日志数据存储与分析,各种服务、软体以及系统监控数据采集、分析与报警,金融数据采集与分析等。
总之,只要符合写多读少、无事务要求、海量高并发持续写入、基于时间区间聚合分析以及基于时间区间快速查询的数据都可以使用InfluxDB。
InfluxDB介绍
InfluxDB之所以能在众多时序资料库中成为DB-Engines中排名第一的时序资料库,来源它的几大优势:
完整的生态TICK
Telegraf: Telegraf是一个开源的时序数据收集器。它收集各种不同的时序数据,并把数据通过InfluxDB标准API发送给InfluxDB。Telegraf采用插件的方式,目前支持100多种不同服务的时序数据收集,用户可以开发自定义的插件收集数据。
Chronograf: Chronograf是整个TICK生态的UI界面层。它让用户可以通过图形界面展现InfluxDB中的数据,同时它可以配置InfluxDB参数以及收集Kapacitor发送的报警信息
Kapacitor: Kapacitor是一个事件处理及报警引擎,它能够根据建立的规则对异常时序数据进行报警,同时能够将这些警告发送给其他系统。
通过使用TICK生态,用户能轻松构建一个时序数据收集,存储,分析以及告警的完整系统。
InfluxDB易用性
InfluxDB数据写入以及数据查询特别方便,其读写采用的是Restful API,用户可以通过HTTP/HTTPS方式直接读写数据。
数据写入
InfluxDB数据采用行协议方式写入。下面是一个行协议的示例数据:
InfluxDB支持通过curl直接将数据写入InfluxDB:
curl -i -XPOST https://localhost:8086/write?db=mydb --data-binary temperature,machine=unit42,type=assembly >external=25,internal=37 1434055562000000000
?
INSERT weather,location=us-midwest temperature=82 1465839830100400200
数据查询
InfluxDB提供SQL-like的查询语句:InfluxQL。InfluxSQL支持SQL风格的查询操作,关系型资料库的用户可以无缝切换到InfluxDB的使用。例如:从measurement h2o_feet查询5条记录:
SELECT * FROM h2o_feet LIMIT 5name: h2o_feettime level description location water_level 2015-08-18T00:00:00Z below 3 feet santa_monica 2.0642015-08-18T00:00:00Z between 6 and 9 feet coyote_creek 8.122015-08-18T00:06:00Z between 6 and 9 feet coyote_creek 8.0052015-08-18T00:06:00Z below 3 feet santa_monica 2.1162015-08-18T00:12:00Z between 6 and 9 feet coyote_creek 7.887
SELECT * FROM h2o_feet LIMIT 5
2015-08-18T00:00:00Z below 3 feet santa_monica 2.064
InfluxQL支持按照时间戳对数据分组的查询方式,只需要在influxQL后加上group by(分组时间间隔)即可:
SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"=coyote_creek AND time >= 2015-09-18T16:00:00Z AND time <= 2015-09-18T16:42:00Z GROUP BY time(12m) name: h2o_feettime max2015-09-18T16:00:00Z 3.5992015-09-18T16:12:00Z 3.4022015-09-18T16:24:00Z 3.2352015-09-18T16:36:00Z
SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"=coyote_creek AND time >= 2015-09-18T16:00:00Z AND time <= 2015-09-18T16:42:00Z GROUP BY time(12m)
name: h2o_feet
group by的具体用法请参考:数据探索
先进的时序数据分析技术
InfluxQL除了支持SQL-like的查询语句,提供了大量的函数支持对时序数据进行分析。这些分析函数分为四大类:
Aggregation(聚合),Selector(选择),Transformation(转换)和预测(Prediction)。这些分析函数能够帮助用户轻松地时序数据转化为有用的信息。
除此之外,InfluxDB提供8种不同的分析技术,用户无需自己用InfluxQL实现这几种分析技术,可以直接使用这些分析技术进行金融以及投资方面的数据分析。
InfluxQL函数以及分析技术的具体用法请参考:InfluxQL函数
阿里云时序资料库InfluxDB??版优势
阿里云时序资料库InfluxDB??版,在完全兼容InfluxDB行协议以及InfluxQL的基础上做了很多改进,给用户更多稳定、可靠、方便的服务。
数据高可靠
高稳定性
数据图形化展示
全自动化数据迁移工具
全自动Failover
高可用版InfluxDB??
7*24小时阿里云专业维护
总结
阿里云时序资料库InfluxDB??版不但提供原生InfluxDB的全部优秀功能兼容TICK生态,同时还在稳定性、可靠性、维护上提供优化服务,让用户无限享受InfluxDB优点。
扫描下方二维码
查看阿里云时序资料库InfluxDB??版文档