华为云GeminiDB Influx接口揭秘第七期：最佳实践之数据建模

01 数据模型与关键概念

• Database

与MySQL中Database概念相同。

创建命令：CREATE DATABASE “mydb”。

用户权限、数据保留策略都以Database为粒度设置。比如赋予用户对“mydb”数据库只读权限：GRANT read ON mydb TO username。

• Measurement

与MySQL中Table概念类似。所不同的是，GeminiDB Influx接口属于Schemaless，Measurement不需要提前创建，也不需要设计表中的字段和类型。写入数据时自动创建Measurement，字段可以任意新增和减少，但要求相同字段的数据类型必须一致。

• Retention Policy（RP）

数据保留策略，是关系型数据库中不存在的概念，专为时序场景设计，意为指定数据在数据库中的最长保存时间，过期数据会自动被清理。

• Tag

数据源标识，只支持string类型

• Field

采集指标，支持string，float，int，bool类型

• Line Protocol（数据模型）

• Point（点）

<monitorInfo，area=“葡萄花”，，device=“钻机A” pressure=1.8，level=35 1650443961100400200>
Point1：
<monitorInfo，area=“葡萄花”，device=“钻机A”，pressure=1.8 1650443961100400200>
Point2：
<monitorInfo，area=“葡萄花”，device=“钻机A”，level=35 1650443961100400200>

即，一条数据包含多少Field Key，则可以简单认为存在多少Point。在GeminiDB Influx接口中，可以一条数据包含一个Point，也可以包含多个Point。

• Series（时间线）

在GeminiDB Influx接口里，我们将一个指标+一组Tag组合称为一条时间线。在一条时间线下面，连续时间点的采样数据则为时序数据。比如有数据：

monitorInfo，area=”葡萄花”，device=”钻机A”，pressure=1.8，1650443961100400200
monitorInfo，area=”葡萄花”，device=”钻机B”，pressure=1.6，1650443961100400200
monitorInfo，area=”榆树林”，device=”钻机B”，pressure=1.7，1650443961100400200
monitorInfo，area=”榆树林”，device=”钻机A”，pressure=1.5，1650443961100400200

表示4条时间线，分别是：

葡萄花油田的钻机A上的压力传感器(pressure)

葡萄花油田的钻机B上的压力传感器(pressure)

榆树林油田的钻机B上的压力传感器(pressure)

榆树林油田的钻机A上的压力传感器(pressure)

通常，数据建模是为了让查询更简单、更高效。对于大多数使用情形，我们建议使用以下设计准则：

1、合理设计Tag 和Field

• Tag只支持字符串类型，数值和布尔类型数据应该被设计为Field；

• 将常用查询条件和分组条件设计为Tag；

  因为Tag会创建索引，而Field则没有索引。比如在业务中，经常会查询某一台机器的平均CPU利用率：

SELECT mean(cpu)
FROM monitor
WHERE host=“192.168.1.1” AND time > now() – 1h

或者查询风电场每台风力发电机每小时的平均发电量：

SELECT mean(elect)
FROM monitor
WHERE farm_id=“737f738a-bd63” AND time > now() – 24h
GROUP BY time(1h)，device_id

则应该将上述查询语句中的 host、farm_id、device_id 设置为Tag，前提是字符串类型才能被设为Tag。

• time属于内置关键字，不能作为Tag_key和Field_key；
• 使用InfluxQL函数（Max、Min、Count等）的字段，作为Field存储。

• 不使用保留关键字作为Tag和Field的key（名称）；
• Tag和Field不使用相同名称，否则会出现不可预料的问题；
• Tag和Field名称尽量简短清晰，可以节约Index内存空间，同时会让查询更加高效；
• 避免一个Tag中包含多层意思，比如machine = “192.168.2.1-Ubuntu”，包含ip地址和操作系统名称，建议拆分为两个Tag：host和os；
• 建议将变化小的数据设置为Tag，比如进程名称可以设为Tag，而进程号则建议设置为Field。

3、避免超过节点规格所能承受的时间线数量