时序数据库

时序数据库

概述

本节介绍 IoT 架构中的时序数据库——InfluxDB。学习完成后，您将能够：

• 理解时序数据库在 IoT 中的核心作用
• 掌握 InfluxDB 的基本概念和架构
• 向客户解释 InfluxDB 与其他数据库的区别
• 了解 InfluxDB 部署和基本配置方法

Why Time-Series Database?

IoT 数据特性

IoT 设备产生的数据具有鲜明的时序特征：

传感器数据示例:
时间戳                     | 温度 | 湿度 | 设备ID
---------------------------+------+------+--------
2026-05-18T10:00:00Z      | 25.3 | 68.2 | SENSOR-01
2026-05-18T10:01:00Z      | 25.5 | 67.9 | SENSOR-01
2026-05-18T10:02:00Z      | 25.4 | 68.0 | SENSOR-01

为什么不用传统数据库？

对比维度	传统关系数据库 (MySQL)	时序数据库 (InfluxDB)
写入性能	普通	极优（批量写入、压缩）
查询效率	需要索引	按时间自动优化
数据压缩	一般	高压缩比 (10:1)
保留策略	手动管理	自动过期删除
聚合查询	复杂 SQL	内置时序聚合函数
存储成本	高	低（压缩+保留策略）

InfluxDB Key Concepts

┌─────────────────────────────────────────────┐
│                InfluxDB                      │
├─────────────────────────────────────────────┤
│  Organization (组织)                         │
│  └── Bucket (桶 - 类似数据库)                │
│       └── Measurement (测量 - 类似表)         │
│            ├── Tags (标签 - 索引字段)          │
│            │    ├── device_id="SENSOR-01"    │
│            │    └── location="factory-a"     │
│            └── Fields (字段 - 数据值)          │
│                 ├── temperature=25.3         │
│                 └── humidity=68.2            │
│  Timestamp (时间戳 - 自动/手动指定)           │
└─────────────────────────────────────────────┘

核心术语说明

术语	说明	类比关系数据库
Organization	组织/项目隔离	独立实例
Bucket	数据存储桶	Database
Measurement	测量类型	Table
Tag	标签（索引字段）	带索引的列
Field	数据字段	普通列
Timestamp	时间戳（纳秒精度）	主键索引
Flux	查询语言	SQL

InfluxDB vs Other Databases

特性	InfluxDB	MySQL/MariaDB	MongoDB
数据模型	时序数据	关系型	文档型
写入优化	⭐⭐⭐	⭐	⭐⭐
时序查询	⭐⭐⭐ 内置函数	⭐ 需要手动实现	⭐⭐ 聚合管道
数据压缩	⭐⭐⭐ 高	⭐⭐ 普通	⭐⭐ 普通
保留策略	⭐⭐⭐ 自动	❌ 手动	❌ 手动
学习成本	⭐⭐ 中	⭐⭐⭐ 低	⭐⭐ 中
适用场景	IoT 监控数据	业务系统	非结构化数据

Deployment

Docker Deployment

services:
  influxdb:
    image: influxdb:2
    container_name: influxdb
    restart: unless-stopped
    ports:
      - "8086:8086"
    volumes:
      - ./influxdb/data:/var/lib/influxdb2
      - ./influxdb/config:/etc/influxdb2
    environment:
      - DOCKER_INFLUXDB_INIT_MODE=setup
      - DOCKER_INFLUXDB_INIT_USERNAME=admin
      - DOCKER_INFLUXDB_INIT_PASSWORD=YourPassword2024!
      - DOCKER_INFLUXDB_INIT_ORG=iot-demo
      - DOCKER_INFLUXDB_INIT_BUCKET=nodered
      - DOCKER_INFLUXDB_INIT_ADMIN_TOKEN=your-super-secret-token

Initial Setup

# 通过 CLI 初始化
docker exec influxdb influx setup \
    --username admin \
    --password YourPassword2024! \
    --org iot-demo \
    --bucket nodered \
    --force

# 创建 API Token
docker exec influxdb influx auth create \
    --org iot-demo \
    --all-access

# 验证安装
curl http://localhost:8086/health
# 预期输出: {"status":"pass","version":"2.x"}

Data Operations

Writing Data

# 通过 HTTP API 写入
curl -X POST http://localhost:8086/api/v2/write?org=iot-demo&bucket=nodered \
    -H "Authorization: Token your-token" \
    -H "Content-Type: text/plain" \
    -d 'sensor_data,device_id=SENSOR-01,location=factory-a temperature=25.3,humidity=68.2'

# 通过 Flux 命令行写入
docker exec influxdb influx write \
    --bucket nodered \
    --org iot-demo \
    --token your-token \
    "sensor_data,device_id=SENSOR-01 temperature=25.3,humidity=68.2"

Querying Data

# Flux 查询示例
from(bucket: "nodered")
    |> range(start: -1h)
    |> filter(fn: (r) => r._measurement == "sensor_data")
    |> filter(fn: (r) => r.device_id == "SENSOR-01")
    |> aggregateWindow(every: 5m, fn: mean)

Integration with Node-RED

// Node-RED InfluxDB 配置
{
    "id": "influxdb-config",
    "type": "influxdb",
    "name": "InfluxDB",
    "host": "influxdb",
    "port": "8086",
    "protocol": "http",
    "org": "iot-demo",
    "bucket": "nodered",
    "token": "your-token"
}

Node-RED Flow:
MQTT Input → Function(解析) → InfluxDB Output
     ↓
  Debug (监控)

Data Retention Policy

# 设置 30 天自动过期
docker exec influxdb influx bucket update \
    --name nodered \
    --retention 30d

# 不同数据使用不同的保留期
# 原始数据: 7天
# 聚合数据: 90天
# 统计数据: 365天

Performance Considerations

配置	写入性能	存储量估算
100 设备/分钟	~500,000 点/秒	~5GB/年
1000 设备/分钟	~5,000,000 点/秒	~50GB/年
10000 设备/分钟	~50,000,000 点/秒	~500GB/年

优化建议:

• 合理设置保留策略
• 使用批量写入而非单条写入
• 适当降低采样精度（小时级 vs 秒级）
• 使用 downsampling 降采样

Common Customer Questions

Q1: 为什么要用 InfluxDB 而不是 MySQL？

A: InfluxDB 专为时序数据优化：写入速度快 10-100 倍、存储压缩比高 10 倍、内置时序聚合函数、支持自动数据过期。IoT 传感器的数据天然就是时序数据。

Q2: 历史数据如何保存？

A: 可以配置保留策略：高频数据短期保存，聚合数据长期保存。也支持将数据导出到对象存储（如 AWS S3）实现冷热分层。

Q3: 数据量大会不会影响查询速度？

A: InfluxDB 对时序查询做了大量优化，使用时间索引和分片技术。配合合理的保留策略和降采样，数十 TB 级别的数据也能快速查询。

最佳实践

✅ 推荐做法:

• 合理设计 Tag 和 Field（Tag 用于过滤，Field 用于数值）
• 避免 Tag 包含过多唯一值（高基数问题）
• 设置合理的保留策略
• 使用批量写入提高性能
• 配置数据备份策略

❌ 避免做法:

• 将无序的数据存入 InfluxDB
• Tag 中使用时间戳等高频变化值
• 忽略数据备份
• 保留所有原始数据不做聚合

Summary

1. InfluxDB 是 IoT 时序数据的首选存储方案
2. 高写入性能、高压缩比、自动过期管理
3. 与 Node-RED 和 Grafana 天然集成
4. 支持从边缘到云端的多种部署方式
5. 开源版免费使用，企业版提供高可用支持

References

• InfluxDB 官方文档
• InfluxDB Docker 部署
• Flux 查询语言