时序数据库连载系列: 时序数据库一哥InfluxDB之存储机制解析( 五 )
基于上述痛点 ， InfluxDB团队决定自己做一个存储引擎的实现 。
2 InfluxDB的数据模型
在解析InfluxDB的存储引擎之前 ， 先回顾一下InfluxDB中的数据模型 。
在InfluxDB中 ， 时序数据支持多值模型 ， 它的一条典型的时间点数据如下所示：
图 1
-
measurement:
指标对象 ， 也即一个数据源对象 。 每个measurement可以拥有一个或多个指标值 ， 也即下文所述的**field** 。 在实际运用中 ， 可以把一个现实中被检测的对象（如：“cpu”）定义为一个measurement
-
tags:
概念等同于大多数时序数据库中的tags 通常通过tags可以唯一标示数据源 。 每个tag的key和value必须都是字符串 。
-
field:
数据源记录的具体指标值 。 每一种指标被称作一个“field” ， 指标值就是 “field”对应的“value”
推荐阅读
- 潘多拉的回响|捍卫时序直至终焉 实战手游《潘多拉的回响》今日公测
- 轩辕剑柒|《轩辕剑柒》发布第三支预告片《天之痕》后续《昆仑纪》开始连载
- 腾讯云数据库Redis鼎立支持：腾讯会议完成300人在线会议
- 数据库紧急修复中 微盟系统遭遇自家核心运维破坏
- 空间数据库与传统数据库的区别？
- 区块链，作为一个分布式的数据库
- 助力用户学习研究，科学出版社电子书和数据库免费开放
- 【视频】小白测评数据库实测小米10Pro 骁龙865对比990 5G
- 腾讯云数据库Redis助力百万企业远程办公
- 2020最新500道Java高岗面试题：数据库+微服务 +SSM+并发编程+..
-
