下载掌阅APP，畅读海量书库
立即打开
时序数据库经常应用于工业环境监控、物联网IoT设备采集存储、互联网业务、性能监控服务、自动驾驶等基于时间线且多源数据连续涌入数据平台的应用场景，InfluxDB专为时序数据存储而生，尤其是在工业领域的智能制造方面应用潜力巨大。
在工业领域，通常需要对实时产生的大量时序数据进行采集、处理、分析。处理这些数据，最重要的一点就是要做到实时，实时写入、实时查询，InfluxDB在这方面做得很好。
假若某公司有如下需求：由于工业要求，需要将生产过程中产生的工况数据采集起来做分析，公司一共有20个厂区，每个厂区有20000个采集点，要求500毫秒为一个采集周期，通过计算，每天的数据量高达700多万点，一年的数据量更是达到了26万亿点，假如每个数据点大小为50Byte，那么总的数据大小将达到1PB，如果每台服务器硬盘大小为10TB，那么总共需要100多台服务器。且这些数据不只要快速生成写入存储，还要支持快速查询，做可视化展示。
如此一来，传统关系型数据库便不能达到要求，而InfluxDB因特殊设计的存储结构，能够做到每秒钟支持上千万甚至上亿的数据写入和秒级的对上亿数据的分组聚合计算，所以在面对海量数据涌入的时候能够实时处理，并且快速查询。
物联网是指通过各种传感器、红外感应等装置与技术，实时采集任何需要监控、连接的物体，采集内容包括声、光、热、力、电等各种信息，并对这些信息进行集中分析处理，实现对这些事物的智能感知和分析。
例如智能家居系统中，需要对各种电器进行实时的数据采集并进行快速分析，从而达到监控报警、大数据计算、业务报表等功能。InfluxDB等时序数据库就起到了重要作用，物联网平台和时序数据库进行数据打通，实现了物联网设备的开发管理、数据分析等一体化方案，构建智慧互联网平台。其具体架构如图1-5所示。
图1-5 智慧物联架构图
物联网设备通过IoT套件设备连接管理，再将数据发送到InfluxDB数据库，然后基于InfluxDB对数据进行分析、监控等。
在互联网服务中，需要采集用户的访问延迟大小、业务服务指标监控数据以及查询返回效率等，时序数据库InfluxDB就可以对这些数据进行多维度分组聚合分析和监控项展示。
举一个例子，某网站需要实时统计每个网页的流畅度、清晰度、单击量、访问量等信息，于是就可以将这些监控项以某一频率写入时序数据库中，通过一定的聚合计算，可以得到某一时间段内哪一个运营商的网络更流畅；查看任意一段时间内某个站点的流畅度曲线；单击率随着流畅度的变化规律。
时序数据库对这些写入的信息进行分析计算，再通过API获取信息，实现高效的实时分析以及建模等需求。
作为一个一百年来未变的产业，汽车产业正在以前所未有的速度发生变革，我们将迎来一个脱胎换骨的产业重构。
智能汽车是时代的必然产物，正在一步步地改变我们的生活。从技术层面讲，智能汽车在运行时需要监控各种状态，包括坐标、速度、方向、温度、湿度等，并且需要将数据及时收集起来做大数据分析。这样一来，每年累积的数据量是十分惊人的。如果只是存储下来不做查询也还好，但如果需要进行例如“今天下午六点在滨湖路速度超过70%的汽车有哪些”这种多维度分组聚合查询的操作时，时序数据库会是一个很好的选择。