from(bucket: "sensordaten")
|> range(start: -1h)
|> filter(fn: (r) => r._measurement == "temperature")
|> mean()
Said Nurceski
Spezialisierte Datenbanken für Zeitreihendaten
Optimiert für hohe Schreibgeschwindigkeit
Anwendungen in IoT, Monitoring, Finanzdaten, etc.
Daten mit Zeitstempel
Analyse von Trends und Mustern über die Zeit
Entscheidungsfindung basierend auf historischen Daten
Open-Source Zeitreihen-Datenbank
Entwickelt von InfluxData
Geschrieben in Go
Hohe Leistung und Skalierbarkeit
Abfragesprache (InfluxQL und Flux)
Integrierte Unterstützung für Downsampling und Retention Policies
Queries
Man kann Tasks usw erstellen
Meiner Meinung nach sehr kompliziert
from(bucket: "sensordaten")
|> range(start: -1h)
|> filter(fn: (r) => r._measurement == "temperature")
|> mean()
Abfrage nach dem Durchschnitt der Temperatur der letzten Stunde
Mqtt
InfluxDB
Grafana
Prometheus
Graphite
Kdb+
Open-Source Monitoring- und Alerting-Toolkit
Entwickelt von SoundCloud
Hauptmerkmale:
Multi-dimensionales Datenmodell
PromQL Abfragesprache
Monitoring-Tool zur Speicherung und Visualisierung von Zeitreihendaten
Komponenten:
Carbon (Datensammlung)
Whisper (Speicherung)
Graphite-Web-App (Visualisierung)
Vorteile:
Einfachheit
Große Community
Hochleistungs-Zeitreihen-Datenbank
Entwickelt von Kx Systems
Verwendet die Abfragesprache q
Vorteile:
Extrem hohe Geschwindigkeit
Häufig im Finanzsektor eingesetzt
Merkmal | InfluxDB | Prometheus | Graphite |
---|---|---|---|
Schreibgeschwindigkeit | Hoch | Sehr hoch | Mittel |
Abfragesprache | InfluxQL/Flux | PromQL | Kein spezielles Query-Interface |
Skalierbarkeit | Gut | Sehr gut | Gut |
Ecosystem | Groß, viele Integrationen | Aktive Community | Große Community, einfache Integration |
Vielen Dank für Ihre Aufmerksamkeit!