데이터베이스 선택에 관해서 새 프로젝트 또는 기존 프로젝트가 작업중인 프로젝트를 대체하려면 나는 이미 블로그에서 옵션을 찾을 수있는 가장 좋은 웹 사이트는 DB 엔진, 우리는 많은 수의 데이터베이스를 찾을 수 있으며 그 중 당신은 그들의 존재조차 몰랐습니다.
하지만 주요 주제로 넘어 가서 오늘 이야기 할이 기사는 성능 저하없이 많은 양의 데이터를 처리 할 수있는 탁월한 옵션 인 InfluxDB에 대한 것입니다.
InfluxDB는 시계열 데이터에 최적화 된 데이터베이스라는 것을 알아야합니다. 온 프레미스 데이터 센터에서 사용하거나 Microsoft Azure, Amazon Web Services (AWS) 및 Google Cloud Computing의 클라우드 솔루션으로 사용할 수 있습니다.
시계열 데이터베이스 (TSDB)는 클라우드의 서버없이 또는 데이터 센터의 자체 서버로 운영 될 수 있습니다.. 데이터베이스는 미국 회사 Influxdata에서 개발 중입니다.
InfluxDB는 과학 분야에서 많은 양의 데이터를 저장하는 데 중점을 둡니다. 센서에서 보낸 데이터. InfluxDB 기존 데이터베이스보다 훨씬 빠릅니다. 시계열을 저장하고 관리 할 때 실시간 처리는 물론 자바 스크립트 기반의 내부 쿼리 언어 Flux로 데이터를 쿼리 할 수도 있습니다.
이것은 포트 8086과 InfluxDB에서 수신 대기하는 SQL 쿼리 언어보다 프로그래밍 언어처럼 보입니다. 외부 종속성이 없으며 데이터 구조를 쿼리하기위한 시간 중심의 내장 함수가 있습니다. 측정 값, 시리즈 및 포인트로 구성됩니다. 각 포인트는 필드 세트 및 타임 스탬프라고하는 여러 키-값 쌍으로 구성됩니다. 태그 세트라고하는 키-값 쌍 세트로 그룹화하면 시리즈를 정의합니다. 마지막으로 시리즈는 측정 값을 형성하기 위해 문자열 식별자로 그룹화됩니다.
값은 64 비트 정수, 64 비트 부동 소수점, 문자열 및 부울 값일 수 있습니다. 포인트는 시간과 태그 세트로 색인이 생성됩니다. 보존 정책은 메트릭으로 정의되며 데이터 축소 및 제거 방법을 제어합니다. 연속 쿼리는 주기적으로 실행되고 결과를 대상 메트릭에 저장합니다.
시계열이 데이터베이스에 저장되는 경우 (예 : 사물 인터넷 인프라 사용시) InfluxDB는 타임 스탬프를 포함한 센서 정보를 저장하는 데 사용할 수 있습니다.. 타이밍은 InfluxDB에서 중요한 역할을하기 때문에 내부 타이밍 서비스는 InfluxDB 클러스터의 모든 노드가 동 기적으로 실행되도록합니다. 물론 InfluxDB는 회사 네트워크에 모니터링 데이터를 저장하는데도 적합합니다.
InfluxDB의 데이터베이스는 복잡 할 필요가 없으며 수십 개의 열을 제공합니다. 예를 들어 센서의 특정 측정 값을 시간 함수로 저장해야하는 경우 몇 개의 열로만 사용하는 것이 좋습니다.
예를 들어 센서의 경우와 같이 여러 소스의 데이터를 병렬로 수신하고 처리해야하는 경우 관련 데이터베이스는 이러한 병렬 쿼리를 신속하게 처리 할 수 있어야합니다. 데이터가 실시간으로 수신되는 경우가 많기 때문에 데이터베이스의 쓰기 성능을 그에 맞게 조정해야합니다. 또한 센서의 측정 데이터가 항상 정확하게 작성되고 정의되지 않는 문제가 있습니다. 시계열 데이터베이스는 여전히이 데이터를 저장하고 사용할 수 있습니다.
또한, 시계열 데이터가 저장되면 나중에 업데이트 할 필요가 거의 없습니다.. 따라서이를 위해 시계열 데이터베이스를 최적화 할 필요가 없습니다. 또한 더 이상 필요하지 않은 오래된 데이터를 삭제하거나 압축하는 데 필요한 기능이 있습니다. 이러한 작업은 빠른 시계열 데이터 처리의 일부이기도합니다.
InfluxDB는 Linux 및 macOS에서 사용할 수있는 몇 가지 구성 요소로만 구성됩니다. 모든 기능이 하나의 파일에 포함되어있어 설치 및 작동이 쉽습니다.
마지막으로, 그것에 대해 더 많이 알고 싶다면 다음 링크에서 세부 사항을 확인하십시오.