在组织 InfluxDB 数据库时，最喜欢这两种方法中的哪一种？

Question

我正在尝试决定如何在 InfluxDB 数据库中组织测量（我相信他们称之为 schema design and data layout），但我认为这可能是一个更一般的数据库类型问题。

让我们举个简单的例子，我正在测量两个量，温度和湿度（我知道这是想象力！），两个地点，客厅和室外。

InfluxDB 有 syntax 用于插入数据点：

测量,tag_key=tag_valuefield_key=field_value

所以有两个明显的（至少对我而言）选项。简而言之，第一个选项将像这样插入一个数据点：

INSERT temperature,location=outside value=15
INSERT humidity,location=outside value=50

而第二个选项会这样做：

INSERT sensor_measurements,location=outside temperature=15,humidity=50

我的问题比较高级：

是否有 preferred/accepted 方法来解决这个问题？
如果我尝试将其扩展到更多 quantities/locations/data 类型，我运行会遇到这些问题吗？
例如，如果我稍后尝试在 Grafana 中绘制这些内容，或者如果我稍后尝试实施许多 InfluxQL functions 中的一些内容，这两种方法是否有优势？
有人对此有任何一般性建议吗？

我自己的想法：

选项 1 在我看来更像是 InfluxDB 描述 "measurement" 所暗示的。温度和湿度都是独立的量。但是只称它为 "value".

似乎有点笨拙

选项 2 似乎具有湿度和温度共享完全相同的时间戳的优点。这会很有用，例如，如果我想将数据导入其他软件并在两个量之间进行关联，这意味着我不必进行任何插值或分箱来使它们匹配。

我不确定选项 2 只使用一个名为 sensor_measurements 的一般测量是否是个坏主意，以后将很难维护。

详细：

选项 1

温度和湿度各有一个单独的"measurement"，使用位置作为 "tag"，并将 "field" 命名为 value:

时间t1，插入数据：

INSERT humidity,location=outside value=50
INSERT temperature,location=outside value=15
INSERT humidity,location=living_room value=65
INSERT temperature,location=living_room value=28

在时间 t2，插入一些不同的数据：

INSERT humidity,location=outside value=50
INSERT temperature,location=outside value=15
INSERT humidity,location=living_room value=65
INSERT temperature,location=living_room value=28

然后我可以通过查询以下内容来获取客厅温度：

> SELECT value FROM temperature WHERE location='living_room'

name: temperature
time                value
----                -----
1590416682017481091 28
1590416723963187592 29

我也可以使用 group by function 来做这样的事情：

SELECT value FROM temperature GROUP BY "location"

选项 2

组合 "measurement" 称为 sensor_measurements，例如，对 location[=101 使用 "tag" =]，然后为每个温度和湿度:

分别设置 "fields"

时间t1，插入数据：

INSERT sensor_measurements,location=outside temperature=15,humidity=50 INSERT sensor_measurements,location=living_room temperature=28,humidity=65

在时间 t2，插入一些不同的数据：

INSERT sensor_measurements,location=outside temperature=14,humidity=56 INSERT sensor_measurements,location=living_room temperature=29,humidity=63

我现在可以通过查询以下内容来获取客厅温度：

> SELECT temperature FROM sensor_measurements WHERE location='living_room' name: sensor_measurements time temperature ---- ----------- 1590416731530452068 28 1590416757055629103 29

我现在可以使用 group by function 来做这样的事情了：

SELECT temperature FROM sensor_measurements GROUP BY "location"

Answer 1

我会使用提供的选项中的选项 2，因为更少的记录 = 更少的资源 = 更好的查询响应时间（理论上）。一般来说，这两种方法看起来都不错。

但我会在现实世界中使用更通用的第三个选项。带有标签 metric,location 和字段 value:

的单一通用 metrics 测量

INSERT metrics,metric=temperature,location=outside value=15
INSERT metrics,metric=humidity,location=living_room value=50
INSERT metrics,metric=temperature,location=living_room value=28
INSERT metrics,metric=humidity,location=living_room value=65

这让我有机会创建单一的通用 Grafana 仪表板，用户可以选择通过仪表板变量（直接从 InfluxDB 生成，例如 SHOW TAG VALUES WITH KEY = "metric"）select 可视化 metric/location .任何新插入的指标（例如“照度”、“压力”、“风速”、“风向”……）或位置都可以立即在此通用仪表板中可视化。最终，一些指标可能还有额外的标签。这很好，我将能够使用临时的 Grafana 变量，因此用户将能够即时指定任意数量的 key/value 过滤器。 Grafana doc.

在组织 InfluxDB 数据库时，最喜欢这两种方法中的哪一种？

When organising an InfluxDB database, which of these two approaches would be most preferred?

sql

influxdb

grafana

influxql

选项 1

选项 2