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
云原生多模数据库 Lindorm,多引擎 多规格 0-4节点
云数据库 Redis 版,社区版 2GB
推荐场景:
搭建游戏排行榜
云数据库 MongoDB,通用型 2核4GB
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
https://help.aliyun.com/document_detail/113131.html

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
https://help.aliyun.com/document_detail/113126.html

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
目录
相关文章
|
数据采集 存储 分布式计算
《离线和实时大数据开发实战》(二)大数据平台架构 & 技术概览2
《离线和实时大数据开发实战》(二)大数据平台架构 & 技术概览2
644 0
《离线和实时大数据开发实战》(二)大数据平台架构 & 技术概览2
|
6月前
|
SQL Cloud Native druid
全球第一!新一代云原生实时数仓 SelectDB 登顶 ClickBench 榜单!
全球第一!新一代云原生实时数仓 SelectDB 登顶 ClickBench 榜单!
64 0
|
SQL 存储 分布式计算
《离线和实时大数据开发实战》(二)大数据平台架构 & 技术概览1
《离线和实时大数据开发实战》(二)大数据平台架构 & 技术概览1
550 0
《离线和实时大数据开发实战》(二)大数据平台架构 & 技术概览1
|
SQL 数据采集 分布式计算
【转载】大数据在线离线一体化解决方案最佳实践
本文重点介绍大数据产品集通用解决方案,即大数据在线计算+离线计算一体化解决方案,并通过真实案例模拟来说明此通用解决方案在具体项目中是如何落地的。
16261 0
【转载】大数据在线离线一体化解决方案最佳实践
|
存储 SQL 传感器
阿里可观测性数据引擎的技术实践
非常有幸参加了QCon上海站的可观测分会场,并和大家分享阿里在可观测性数据引擎的一些思考和技术实践,本文主要是对于分享的文字整理。
1404 1
|
存储 缓存 运维
开源项目推荐:物联网消息引擎EMQ X/大数据平台TDengine/可视化平台Grafana
开源项目推荐:物联网消息引擎EMQ X/大数据平台TDengine/可视化平台Grafana
698 0
|
敏捷开发 监控 Cloud Native
重磅|阿里云发布“一站式敏捷数据仓库解决方案” 实现库仓一体数据分析能力(内含干货PPT下载)
阿里云重磅发布一站式敏捷数据仓库解决方案。该方案结合一站式数据管理平台DMS及云原生数据仓库AnalyticDB(以下简称ADB),真正实现了库仓一体的技术架构,提供在线数据实时入仓、T+1周期性快照、按需建仓等能力,数据延时低至秒级,持续赋能业务在线化,令企业在线数据释放最大价值。通过低代码操作,阿里云一站式敏捷数据仓库解决方案大幅降低了实时数仓的构建难度和数据加工门槛,同时可支撑企业各类高频、动态化的实时分析场景和需求,帮助用户破解实时数仓建设难题,加速企业数字化转型。
698 0
重磅|阿里云发布“一站式敏捷数据仓库解决方案” 实现库仓一体数据分析能力(内含干货PPT下载)
|
机器学习/深度学习 SQL 分布式计算
2021阿里巴巴大数据技术公开课第二季 — SaaS模式云数据仓库MaxCompute应用场景实践
MaxCompute 是面向分析的企业级 SaaS 模式云数据仓库,基于MaxCompute与推荐、搜索、机器学习等产品可构建智能推荐、用户增长等多种用户常用的解决方案。同时MaxCompute具备大规模数据科学分析、半结构化数据处理能力,也可提供基于Delta lake、Hudi格式的湖仓一体方案 。本季直播将对基于MaxCompute的经典解决方案和能力进行最佳实践介绍。
780 0
2021阿里巴巴大数据技术公开课第二季 — SaaS模式云数据仓库MaxCompute应用场景实践
|
存储 SQL 监控
利用NBI可视化+influxDB时序数据库构建物联网大数据分析平台
先来介绍什么是时序数据。时序数据是基于时间的一系列的数据。在有时间的坐标中将这些数据点连成线,往过去看可以做成多纬度报表,揭示其趋势性、规律性、异常性;往未来看可以做大数据分析,机器学习,实现预测和预警。
利用NBI可视化+influxDB时序数据库构建物联网大数据分析平台
|
存储 消息中间件 分布式计算
Elasticsearch生态&技术峰会 | 基于流式计算平台搭建实时分析
开源最大的特征就是开放性,云生态则让开源技术更具开放性与创造性,Elastic 与阿里云的合作正是开源与云生态共生共荣的典范。值此合作三周年之际,我们邀请业界资深人士相聚云端,共话云上Elasticsearch生态与技术的未来。
986 0
Elasticsearch生态&技术峰会 | 基于流式计算平台搭建实时分析

相关产品

  • 云原生多模数据库 Lindorm