重磅 | 物联网数据分析利器 阿里云发布时序数据库InfluxDB版

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云原生多模数据库 Lindorm,多引擎 多规格 0-4节点
简介: 近年来,由于IOT,APM等系统的需求,一种以时间戳为主键的数据模型,越来越流行,存储该数据模型的数据库被称为时序数据库。若干年中,市面上出现了很多种不同的时序数据库,他们或数据模型不同,或生态不同,或存储架构不同。

近年来,由于IOT,APM等系统的需求,一种以时间戳为主键的数据模型,越来越流行,存储该数据模型的数据库被称为时序数据库。
若干年中,市面上出现了很多种不同的时序数据库,他们或数据模型不同,或生态不同,或存储架构不同。经过数年的发展,InfluxDB一枝独秀,在DB-Engines中,遥遥领先其他的时序数据库,成为最受用户欢迎的数据库之一。
influx_1

阿里云时序数据库InfluxDB®️版上线

为了满足广大物联网企业客户的对于InfluxDB的商业化需求, 阿里云时序数据库团队正式推出时序数据InfluxDB®️版。 时序数据InfluxDB®️版是基于开源InfluxDB提供的商业化时序数据库服务,免部署,零运维,高可靠,提供7*24小时专家答疑服务。

现在已经开始全面公测。
公测购买页面:
https://common-buy.aliyun.com/?spm=5176.11451019.0.0.144575d16d7RE1&commodityCode=hitsdb_influxdb_pre&accounttraceid=7545ae3e-f0e4-4df9-a0fc-b931328048fd#/buy

复制链接到网页端 或扫描下方二维码,即可查看相关文档:
https://help.aliyun.com/document_detail/113093.html

Snip20190425_1

InfluxDB场景

InfluxDB是因为物联网而兴起的数据库,其天生具有IOT的特性。几乎所有的物联网数据都可以通过InfluxDB存储,分析与展示。

InfluxDB的具体使用场景包括:智慧物联网监控分析系统,传统石油化工、采矿以及制造企业设备数据采集与分析,医疗数据采集与分析,车联网,智慧交通等。InfluxDB同时还可以用于日志数据存储与分析,各种服务、软件以及系统监控数据采集、分析与报警,金融数据采集与分析等。

总之,只要符合写多读少、无事务要求、海量高并发持续写入、基于时间区间聚合分析以及基于时间区间快速查询的数据都可以使用InfluxDB。

influx_10

InfluxDB介绍

InfluxDB之所以能在众多时序数据库中成为DB-Engines中排名第一的时序数据库,来源它的几大优势:

  • 完整的生态
  • 易用性

完整的生态TICK
InfluxDB不仅仅只提供存储服务,还提供了周边的工具,他们包括Telegraf, Chronograf以及Kapacitor。加上InfluxDB,他们的首字母恰好组成一个秒钟跳动一次的英文单词TICK。

Telegraf: Telegraf是一个开源的时序数据收集器。它收集各种不同的时序数据,并把数据通过InfluxDB标准API发送给InfluxDB。Telegraf采用插件的方式,目前支持100多种不同服务的时序数据收集,用户可以开发自定义的插件收集数据。

Chronograf: Chronograf是整个TICK生态的UI界面层。它让用户可以通过图形界面展现InfluxDB中的数据,同时它可以配置InfluxDB参数以及收集Kapacitor发送的报警信息

Kapacitor: Kapacitor是一个事件处理及报警引擎,它能够根据建立的规则对异常时序数据进行报警,同时能够将这些警告发送给其他系统。

通过使用TICK生态,用户能轻松构建一个时序数据收集,存储,分析以及告警的完整系统。

influx_4

InfluxDB易用性

InfluxDB数据写入以及数据查询特别方便,其读写采用的是Restful API,用户可以通过HTTP/HTTPS方式直接读写数据。

数据写入

InfluxDB数据采用行协议方式写入。下面是一个行协议的示例数据:
influx_5

InfluxDB支持通过curl直接将数据写入InfluxDB:

curl -i -XPOST ' https://localhost:8086/write?db=mydb' --data-binary 'temperature,machine=unit42,type=assembly >external=25,internal=37 1434055562000000000'

同时,用户也可以通过InfluxDB提供Command Line Interface(命令行界面)写入数据:

INSERT weather,location=us-midwest temperature=82 1465839830100400200

InfluxDB提供的多样化数据插入方式,可以让用户在不同平台快速的插入数据。

数据查询

InfluxDB提供SQL-like的查询语句:InfluxQL。InfluxSQL支持SQL风格的查询操作,关系型数据库的用户可以无缝切换到InfluxDB的使用。例如:从measurement h2o_feet查询5条记录:

SELECT * FROM h2o_feet LIMIT 5
name: h2o_feet

time level description location water_level
2015-08-18T00:00:00Z below 3 feet santa_monica 2.064
2015-08-18T00:00:00Z between 6 and 9 feet coyote_creek 8.12
2015-08-18T00:06:00Z between 6 and 9 feet coyote_creek 8.005
2015-08-18T00:06:00Z below 3 feet santa_monica 2.116
2015-08-18T00:12:00Z between 6 and 9 feet coyote_creek 7.887

关于InfluxQL的具体用法,可以参考阿里云时序数据库InfluxDB®️的文档:数据探索

InfluxQL支持按照时间戳对数据分组的查询方式,只需要在influxQL后加上group by(分组时间间隔)即可:

SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"='coyote_creek' AND time >= '2015-09-18T16:00:00Z' AND time <= '2015-09-18T16:42:00Z' GROUP BY time(12m)
name: h2o_feet

time max
2015-09-18T16:00:00Z 3.599
2015-09-18T16:12:00Z 3.402
2015-09-18T16:24:00Z 3.235
2015-09-18T16:36:00Z

group by的具体用法请参考:数据探索

先进的时序数据分析技术

InfluxQL除了支持SQL-like的查询语句,提供了大量的函数支持对时序数据进行分析。这些分析函数分为四大类:

Aggregation(聚合),Selector(选择),Transformation(转换)和预测(Prediction)。这些分析函数能够帮助用户轻松地时序数据转化为有用的信息。

除此之外,InfluxDB提供8种不同的分析技术,用户无需自己用InfluxQL实现这几种分析技术,可以直接使用这些分析技术进行金融以及投资方面的数据分析。

InfluxQL函数以及分析技术的具体用法请参考:InfluxQL函数

阿里云时序数据库InfluxDB®️版优势

阿里云时序数据库InfluxDB®️版,在完全兼容InfluxDB行协议以及InfluxQL的基础上做了很多改进,给用户更多稳定、可靠、方便的服务。

数据高可靠
阿里云时序数据库InfluxDB®️版的数据存储在阿里云的高效云盘上,高效云盘提供99.9999999%数据高可靠的保障。这样可以保障InfluxDB中数据一旦写入,就永远不会丢失。

高稳定性
阿里云时序数据库InfluxDB®️版实现了对内存,硬盘等资源的有效管理,可以极大地减少由于硬件资源不够引起的InfluxDB不稳定的情况。

数据图形化展示
阿里云时序数据库InfluxDB®️版与grafana,chronograf等图形展示平台无缝链接,用户购买阿里云时序数据库InfluxDB®️,阿里云自动为用户配置好图形展示平台的数据源,用户直接到图形展示平台完成自己需要的图形化dashboard。(公测结束后提供该功能)
influx_6

全自动化数据迁移工具
阿里云时序数据库InfluxDB®️版提供全自动的数据迁移工具,用户“一键式”将自建的InfluxDB迁移到阿里云时序数据库InfluxDB®️版。

全自动Failover
阿里云时序数据库InfluxDB®️版提供全自动Failover机制,一旦所在硬件发生不可恢复的故障,InfluxDB会在非常短的时间内使用其他硬件替换故障硬件,然后重启InfluxDB。这样可以减少因为不可控故障引发的服务中断时间。该Failover是全自动的,无需人工干预,即使是在节假日以及午夜,用户也无需担心服务由于硬件故障造成的长时间不可用。(全自动Failover公测期间暂时不可用)

高可用版InfluxDB®️
阿里云时序数据库InfluxDB®️版将在公测结束以后提供高可用版本。高可用版将提供更加稳定的服务,对稳定性要求比较高的用户,将会从中感受到无限稳定的服务。

7*24小时阿里云专业维护
阿里云为阿里云时序数据库InfluxDB®️版提供7*24小时,用户可以通过钉钉,微信随时得到专业的维护。咨询群(钉钉群)如下:

Snip20190425_3

总结

阿里云时序数据库InfluxDB®️版不但提供原生InfluxDB的全部优秀功能兼容TICK生态,同时还在稳定性、可靠性、维护上提供优化服务,让用户无限享受InfluxDB优点。

扫描下方二维码
查看阿里云时序数据库InfluxDB®️版文档
influx_9

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
焦先
+关注
目录
打赏
0
0
0
4
356
分享
相关文章
Java 枚举(Enums)解析:提高代码可读性与易维护性
在 Java 中,实现抽象的另一种方式是使用接口。 接口定义 接口是一个完全抽象的类,用于将具有空方法体的相关方法分组:
226 1
InfluxDB查询语言Flux详解
【4月更文挑战第30天】InfluxDB的查询语言Flux是种函数式、声明性的脚本语言,用于处理时序数据。它包含管道操作符(`|`)来串联函数,内置函数如`range`、`filter`和`mean`,以及变量和运算符支持。Flux适用于实时监控、趋势分析、数据可视化等场景,帮助用户实现灵活高效的查询操作。了解其基本概念和语法,能提升时序数据分析的效率。
1218 1
时序数据库TDengine + MQTT :车联网时序数据库如何高效接入
现代新能源汽车配备大量传感器,产生海量数据需上报至车联网平台。TDengine作为时序大数据平台,支持MQTT协议,可轻松实现车辆状态、位置及用户行为数据的实时采集与分析,提升驾驶体验和安全保障。通过简单的Web界面配置,无需编写代码,即可完成从MQTT到TDengine的数据接入。整个过程包括注册TDengine Cloud、创建数据库、安装代理插件、新增数据源、配置解析规则等步骤,快速实现数据同步。
180 2
如何构建一套qwen-max智能体拥有媲美通义千问在线接口的能力
基于Qwen-Max构建的智能系统,融合了自然语言处理、决策引擎、任务识别与工具选择等技术,具备强大的多模态理解和生成能力。该系统能自动分析用户输入,识别任务类型,选择最优工具执行任务,并整合结果反馈给用户,广泛应用于查询、生成、翻译和图像处理等多个领域,显著提升了任务处理效率和智能化水平。
495 9
实现SMART目标的工具有哪些?推荐5款适合团队和企业的目标管理工具
本文介绍了5款高效工具,包括Banli Kanban、Wrike、Airtable、Targetprocess和Basecamp,它们均能有效支持企业实现SMART目标的设定与管理。这些工具通过任务管理、进度跟踪、团队协作等功能,帮助企业确保目标的具体性、可衡量性、可达成性、相关性和时限性,提升工作效率和目标达成率。选择合适的工具需考虑企业的具体需求和规模。
实现SMART目标的工具有哪些?推荐5款适合团队和企业的目标管理工具
探索Python中的异步编程:从asyncio到Trio
在这个快节奏的技术世界里,Python的异步编程正变得越来越重要。本文将带你深入Python的异步编程世界,从asyncio的基础用法,到Trio的高级特性,我们将一探究竟。准备好,让我们一起揭开Python异步编程的神秘面纱。
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
时序数据库 InfluxDB(一)
时序数据库 InfluxDB(一)
506 0
实时计算 Flink版产品使用合集之flink-connector-mysql-cdc 和 flink-sql-connector-mysql-cdc有什么区别
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
559 1
notepad++安装HexEditor插件查看二进制文件
有时候我们需要分析二进制文件,但是分析二进制文件直接用编辑器查看会出现乱码的情况,本文在 notepad++ 软件上安装一个 HexEditor 插件,可方便分析二进制文件。
937 0

相关产品

  • 云原生多模数据库 Lindorm
  • AI助理

    你好,我是AI助理

    可以解答问题、推荐解决方案等

    登录插画

    登录以查看您的控制台资源

    管理云资源
    状态一览
    快捷访问