InfluxDB
InfluxDB 是 InfluxData 公司开源的专用时序数据库（TSDB）——专为带时间戳的数据（监控指标、IoT 传感器、应用 APM、金融行情）设计，按时间而非按业务实体组织存储。它的核心数据模型是 measurement（测量）+ tag（标签）+ field（字段）+ timestamp（时间戳） 四元组：tag 建索引便于高效过滤，field 存数值（温度/CPU/股价），所有数据点按时间排序。InfluxDB 经历了三代演进——1.x（自研查询语言 InfluxQL + TSMTree 引擎）、2.x（Flux 查询语言 + 云原生）、3.x（拥抱 SQL 与 Apache Arrow/DataFusion，底层改用 Parquet 列式存储，性能与生态全面升级）。3.x 是当前主线：用标准 SQL 查询时序数据、借助 Arrow 列式格式实现高吞吐分析、用 Apache Flight RPC 提供远程查询。InfluxDB 与 Telegraf（数据采集）+ Grafana（可视化） 组成经典的 TIG 监控栈，是 DevOps 与可观测性领域的事实标准之一。时序场景的两个杀手锏是降采样（downsampling）——把高频原始数据按时间窗口聚合为低频摘要（如 1 秒 → 1 分钟均值），用更少存储回答趋势问题；与数据保留（retention）——按时间自动过期删除老数据，避免磁盘膨胀。理解 InfluxDB 的核心是理解时序数据模型（为何 tag 索引、field 不索引）、3.x 的 SQL/Parquet 引擎（为何列式更适合聚合分析）、降采样与 retention 的协同（如何用存储换查询速度）、以及TIG 栈集成（Telegraf 采集 → InfluxDB 存储 → Grafana 展示）。
评价
优点
- 时序专用优化：按时间排序写入、tag 索引高效过滤，监控/IoT 场景下写入吞吐与查询性能远超通用关系库
- 3.x 拥抱 SQL 与 Arrow：标准 SQL 接口（不再学 Flux/InfluxQL）+ Parquet 列存 + Arrow 内存格式，分析与生态（BI 工具、DataFrame）全面打通
- 降采样 + retention：内置时间窗口聚合与自动过期，用存储策略平衡精度与成本
- TIG 栈生态成熟：Telegraf 数百种 input 插件、Grafana 原生数据源支持，监控/可观测性开箱即用
缺点
- 三代 API 割裂：1.x 的 InfluxQL、2.x 的 Flux、3.x 回归 SQL，迁移与学习成本高，Flux 已逐步被弃用
- 非时序场景不适合：无事务、无复杂 JOIN、强一致性弱，做业务库会踩坑
- 资源占用与运维：集群版（Enterprise）闭源收费，开源版横向扩展能力有限
- 3.x 重写尚在成熟：Parquet/Arrow 架构较新，部分边缘特性与文档滞后于 1.x
本叶地图
- 入门 —— 时序数据为何特殊、InfluxDB 定义、三代演进（1.x/2.x/3.x）、measurement/tag/field 模型、降采样与 retention、TIG 栈
- 时序数据模型：measurement/tag/field/降采样/retention —— 为何 tag 索引 field 不索引、point/series 概念、降采样的时间窗口聚合、retention 自动过期策略
- SQL 与监控集成：3.x Parquet 引擎与 TIG 栈 —— 3.x 的 SQL 接口与 Arrow/DataFusion、Parquet 列存、Telegraf 采集、Grafana 可视化
- 参考 —— 三代 API 对比、数据模型速查、降采样/retention 策略、TIG 栈组件、易错点清单