influxdb数据库 v1.7.13

influxdb数据库适用于监控数据统计，可以用来记载电脑系统的环境，支持对时间进行存储数据的计算，方便编程人员更加高效地查询和储存数据，用户可以根据对数据的统计制作出图形化的效果布局，让人看起来更加方便直观，能够在监控数据以及监测分析物联网等场景下使用。

软件特色

Golang编写，没有其它的依赖

提供简单、高性能的写入、查询 http api

插件支持其它数据写入协议，例如 graphite、collectd、OpenTSDB

支持类sql查询语句; tags可以索引序列化，提供快速有效的查询;

Retention policies自动处理过期数据;

Continuous queries自动聚合，提高查询效率

软件功能

用于拉动和发送指标的集成输入和输出插件

实时监测

自动化

开放和可扩展的架构

Chronograf（可视化工具，带有预制的仪表盘，具有网络监控的标准基线

Kapacitor（用于处理、监测和警报的规则引擎

使用场景

时序数据是基于时间的一系列数据，每个数据都包含时间的坐标，用户可以将这些数据点连成线，然后找出数据的规律性、趋势性，还进行数据分析等等操作。所以时序数据的使用场景也和这些有关，下面小编为大家带来使用场景介绍。

所有有时序数据产生，并且需要展现其历史趋势、周期规律、异常性的，进一步对未来做出预测分析的，都是时序数据库适合的场景。

在工业物联网环境监控方向，百度天工的客户就遇到了这么一个难题，由于工业上面的要求，需要将工况数据存储起来。客户每个厂区具有20000个监测点，500毫秒一个采集周期，一共20个厂区。这样算起来一年将产生惊人的26万亿个数据点。假设每个点50Byte，数据总量将达1P（如果每台服务器10T的硬盘，那么总共需要100多台服务器）。这些数据不只是要实时生成，写入存储；还要支持快速查询，做可视化的展示，帮助管理者分析决策；并且也能够用来做大数据分析，发现深层次的问题，帮助企业节能减排，增加效益。最终客户采用了百度天工的时序数据库方案，帮助他解决了难题。

在互联网场景中，也有大量的时序数据产生。百度内部有大量服务使用天工物联网平台的时序数据库。举个例子，百度内部服务为了保障用户的使用体验，将用户的每次网络卡顿、网络延迟都会记录到百度天工的时序数据库。由时序数据库直接生成报表以供技术产品做分析，尽早的发现、解决问题，保证用户的使用体验。