前言

据IDC预测，全球数据将从2018年的33ZB（泽字节）增长到2025年的175ZB，年均复合增长率为23%。到2025年，全球联网设备会有1500亿台，其中大多数设备将产生实时数据。届时，实时数据将超过其他类型的数据，成为全球第一大数据。

智能制造2025、工业互联网、工业4.0等政策推动了时序数据库的发展，全球对工业品的需求逐年上升。中国作为工业大国，2020年开始大力发展新基建，时序数据库作为智能制造的基础软件，其发展也同步受到关注。

和操作系统一样，数据库属于基础软件，更新迭代慢，一旦使用，可以在生产环境运行十几年，替换成本高，且企业替换意愿不强。企业初期选择数据库会非常慎重，使用后无论是管理层、执行层，还是技术人员都很难主动提出替换建议。

替换成本高、周期长、风险高造成了企业只相信头部数据库产品。毫无疑问，目前使用最多、技术生态最完善的时序数据库之一就是InfluxDB。InfluxDB是一个开源的、高性能的时序数据库，在时序数据库榜单DB-Engines Ranking上排名第一。正因为如此，熟练掌握InfluxDB已成为相关开发者非常重要的一项技能。本书将带领大家从InfluxDB的基础开始，一步一步理解InfluxDB，相信这些内容会对大家有帮助。

如何阅读本书

本书既是教程，又是参考指南，同时也适合作为高校相关专业教材。如果读者刚刚接触时序数据库开发，按照本书的章节顺序学习定会有所收获。

本书共14章，每章的内容简单介绍如下：

第1章主要介绍了什么是时序数据、InfluxDB是什么，以及InfluxDB的发展历史。

第2章主要介绍了InfluxDB的安装及配置。

第3章主要介绍了InfluxDB的可视化UI工具。

第4章主要介绍了InfluxDB的基本写入、查询操作。

第5章主要介绍了InfluxDB的常用函数和运算。

第6章主要介绍了InfluxDB的连续查询。

第7章主要介绍了InfluxDB的数据保留策略。

第8章主要介绍了InfluxDB的数据安全策略。

第9章主要介绍了InfluxDB的性能评估。

第10章主要介绍了InfluxDB集群相关内容。

第11章主要介绍了InfluxDB的数据备份与恢复。

第12章主要介绍了InfluxDB与程序设计。

第13章主要介绍了InfluxDB数据处理语言FLux。

第14章主要介绍了InfluxDB存储引擎知识。

读者对象

在本书的编写过程中，尽可能做到通俗易懂、由浅入深，不仅适用于初学者学习，也适用于专业人员学习。

本书可作为高校相关专业教材，也适合软件工程师、软件架构师、数据库工程师等从业人员阅读。

读者交流与图书反馈

本书的读者还可以访问InfluxDB专栏补充学习。该专栏搭建了一个供开发者交流学习的在线平台，阅读过程中如有疑问，也可以在网站上向作者提问，期待能够得到你们的真挚反馈。

由于作者水平有限，编写时间仓促，书中难免会出现一些错误或表达不准确的地方，恳请读者批评指正。我们也会将书中的勘误发布在专栏中，供大家参考。

编写说明

本书编写团队由业界一线研发人员组成，其中郑强负责全书的框架搭建及第1～9章的撰写，字数约28万字；张伟负责第10～13章的撰写，字数约6万字；刘爽负责第14章的撰写，字数约2万字。

致谢

感谢清华大学出版社的编辑，因为你们的帮助，这本书才得以问世。最后要感谢的就是你，我亲爱的读者，感谢你拿起这本书，你的认可是我们最大的快乐。

作者 7SImvR7iceouVsSv1MuWOhQJGPSAOUahWQF2mg9EslOgKL/TMDHcZR02rkNxTpu6