有效地为 influxdb 中的正常运行时间建模数据库

Question

在使用了 collectd 和 InfluxDB 一段时间后，我意识到正常运行时间每次都存储为单个数据点，例如导致测量结果如下所示：

1469552552940296000 localhost   uptime  426568
1469552931893217000 localhost   uptime  426947
1469552991889480000 localhost   uptime  427007
1469553051889521000 localhost   uptime  427067
1469553111890071000 localhost   uptime  427127
1469553171889512000 localhost   uptime  427187
1469553231889512000 localhost   uptime  427247

这对我来说似乎效率低下，因为它有点多余。给定最后一个测量值，我可以计算所有其他测量值，那么为什么要首先存储它们呢？我现在正在研究保留政策，但我不太确定如何在此处应用它们。对于此类数据，什么是好的策略？

我绝对希望系统关闭时的信息可用，所以基本上我想将“开始”点与最新的 uptime_value 一起存储。中间的一切都是多余的。

Answer 1

正确的做法是使用连续查询和保留策略。我不知道你只能存储第一个和最后一个点，但你绝对可以。

连续查询将用于将所有数据下采样到一个点。保留政策将用于删除旧数据。

看起来像这样

CREATE RETENTION POLICY myrp on mydb DURATION 1d REPLICATION 1

然后有类似下面的连续查询

CREATE CONTINUOUS QUERY mycq on mydb BEGIN
  SELECT max(uptime) FROM mymeasurement GROUP BY time(10m), *
END

话虽如此，压缩后，这些点中的每一个都将占用不到 2.5 字节的磁盘空间。我可能不会太担心效率很高。