InfluxDB 的字段（Fields）和标签（Tags）都是动态的，这是 InfluxDB 与关系型数据库的一个重要区别。

动态字段特性

1. Fields（字段）是完全动态的

每次插入数据时，可以有不同的字段集合：

-- 第一次插入：有 temperature 和 humidity 字段
INSERT sensor,device_id=123 temperature=25.4,humidity=60

-- 第二次插入：只有 temperature 字段
INSERT sensor,device_id=123 temperature=26.1

-- 第三次插入：增加新的 voltage 字段
INSERT sensor,device_id=123 temperature=24.8,voltage=3.7

-- 第四次插入：完全不同的字段集合
INSERT sensor,device_id=123 rpm=1500,status="active"

2. Tags（标签）也是动态的

标签也可以动态添加：

-- 第一次插入：只有 device_id 标签
INSERT sensor,device_id=123 temperature=25.4

-- 第二次插入：添加 location 标签
INSERT sensor,device_id=123,location="roomA" temperature=26.1

-- 第三次插入：添加更多标签
INSERT sensor,device_id=123,location="roomA",model="v2" temperature=24.8

实际示例

-- 创建数据库
CREATE DATABASE metrics

-- 插入各种不同结构的数据
INSERT server,host=web01,dc=us-west cpu=45.2,memory=2048,disk_used=75.3
INSERT server,host=web01,dc=us-west cpu=48.1,memory=1984  -- 缺少 disk_used
INSERT server,host=db01,dc=us-east cpu=12.4,connections=250,status="online"
INSERT server,host=web01,dc=us-west cpu=52.3,memory=2012,network_in=125.4  -- 新增 network_in

-- 查询所有数据
SELECT * FROM server

查询时的行为

由于字段是动态的，查询时需要注意：

-- 查询时，不存在的字段会返回空值
SELECT host, cpu, memory, disk_used, network_in FROM server

-- 结果示例：
-- time                host   cpu  memory disk_used network_in
-- 2023-10-01T10:00:00 web01  45.2 2048   75.3      null
-- 2023-10-01T10:01:00 web01  48.1 1984   null      null  
-- 2023-10-01T10:02:00 db01   12.4 null   null      null
-- 2023-10-01T10:03:00 web01  52.3 2012   null      125.4

与关系型数据库的对比

特性	InfluxDB	关系型数据库 (MySQL)
字段定义	动态，无需预定义	需要预先定义表结构
灵活性	每次插入可以有不同字段	所有行必须有相同字段
空值处理	不存在的字段显示为null	通常需要默认值或允许NULL
Schema	Schema-on-Write	Schema-on-Read

这种设计的好处

1. 灵活性：适应不断变化的数据源
2. 易用性：无需预先设计复杂的表结构
3. 扩展性：轻松添加新的监控指标
4. 稀疏数据友好：适合传感器等可能缺失数据的情况

注意事项

虽然动态字段很灵活，但也需要注意：

1. 查询复杂性：需要处理可能为null的字段
2. 存储效率：过多的不同字段组合可能影响性能
3. 数据一致性：需要确保业务逻辑能处理字段变化

-- 使用条件函数处理可能不存在的字段
SELECT host, 
       cpu, 
       memory,
       disk_used,
       IFNULL(disk_used, 0) as disk_used_safe  -- 为null时提供默认值
FROM server

总结

是的，InfluxDB 的 tags 和 fields 都是完全动态的：

• ✅ 每次插入可以有不同数量的字段
• ✅ 可以随时添加新的字段或标签
• ✅ 不需要预先定义schema
• ✅ 缺失的字段在查询时显示为null

这种设计使得 InfluxDB 特别适合物联网、监控系统等数据模式可能频繁变化的场景。

策略

非常好！这正是 InfluxDB 的强项之一。InfluxDB 专门为处理时间序列数据设计了自动数据保留和清理机制。主要通过 保留策略（Retention Policies - RP） 来实现你的需求。

核心概念：保留策略 (Retention Policy)

保留策略定义了数据在数据库中保存多长时间，过期后自动删除。

解决方案

1. 查看现有的保留策略

首先，连接到 InfluxDB 并查看当前的策略：

-- 连接到 InfluxDB
docker exec -it influxdb influx

-- 查看所有保留策略
SHOW RETENTION POLICIES ON mydatabase

2. 创建自定义保留策略（推荐）

创建一个只保留最近7天数据的策略：

-- 创建保留策略：保留7天，1个副本，设置为默认策略
CREATE RETENTION POLICY "one_week_only" ON "mydatabase" DURATION 7d REPLICATION 1 DEFAULT

-- 或者创建非默认策略
CREATE RETENTION POLICY "two_weeks" ON "mydatabase" DURATION 14d REPLICATION 1

3. 修改现有保留策略

如果你已经有一个策略，可以修改它：

-- 修改保留时间为3天
ALTER RETENTION POLICY "autogen" ON "mydatabase" DURATION 3d DEFAULT

4. 按数据量大小控制（高级用法）

如果你需要按数据量而不是时间来控制，可以使用 连续查询（Continuous Queries - CQ） 配合 分片（Sharding）：

-- 创建一个按数据量控制的连续查询（示例）
CREATE CONTINUOUS QUERY "cq_sample_data" ON "mydatabase"
BEGIN
  SELECT mean("value") AS "mean_value"
  INTO "downsampled_data"
  FROM "sensor_data"
  GROUP BY time(1h), *
END

完整的实践示例

步骤1：启动 InfluxDB 容器

docker run -d --name influxdb \
  -p 8086:8086 \
  -v /docker_volume/influxdb/data:/var/lib/influxdb \
  -e INFLUXDB_DB=mydatabase \
  influxdb:1.8

步骤2：配置保留策略

-- 连接到 InfluxDB
docker exec -it influxdb influx

-- 创建数据库
CREATE DATABASE mydatabase

-- 创建保留策略：只保留24小时数据
CREATE RETENTION POLICY "one_day" ON "mydatabase" DURATION 24h REPLICATION 1 DEFAULT

-- 验证策略
SHOW RETENTION POLICIES ON mydatabase

输出应该类似：

name     duration shardGroupDuration replicaN default
----     -------- ------------------ -------- -------
one_day  24h0m0s 1h0m0s             1        true

步骤3：插入测试数据并观察

-- 插入一些测试数据
INSERT sensor_data,device_id=123 value=25.4
INSERT sensor_data,device_id=123 value=26.1
INSERT sensor_data,device_id=123 value=24.8

-- 查询当前数据
SELECT * FROM sensor_data

-- 24小时后再次查询，旧数据会自动删除
SELECT * FROM sensor_data

更多实用的保留策略配置

1. 多级保留策略

-- 创建多级策略：原始数据保留7天，降采样数据保留365天
CREATE RETENTION POLICY "raw_data" ON "mydatabase" DURATION 7d REPLICATION 1 DEFAULT
CREATE RETENTION POLICY "downsampled_year" ON "mydatabase" DURATION 365d REPLICATION 1

-- 创建连续查询，将原始数据降采样到年策略
CREATE CONTINUOUS QUERY "cq_downsample_daily" ON "mydatabase"
BEGIN
  SELECT mean("value") AS "mean_value"
  INTO "mydatabase"."downsampled_year"."sensor_stats"
  FROM "sensor_data"
  GROUP BY time(1d), *
END

2. 基于磁盘空间的管理

虽然 InfluxDB 不直接支持按磁盘空间大小设置保留策略，但你可以通过监控来自动调整：

# 监控磁盘使用情况，动态调整保留策略
#!/bin/bash
DISK_USAGE=$(df /docker_volume/influxdb/data | awk 'NR==2{print $5}' | sed 's/%//')

if [ $DISK_USAGE -gt 90 ]; then
    # 磁盘使用超过90%，缩短保留时间
    influx -execute 'ALTER RETENTION POLICY "one_week_only" ON "mydatabase" DURATION 3d'
elif [ $DISK_USAGE -lt 60 ]; then
    # 磁盘使用充足，恢复较长保留时间
    influx -execute 'ALTER RETENTION POLICY "one_week_only" ON "mydatabase" DURATION 7d'
fi

关键参数说明

参数	说明	示例
DURATION	数据保留时间	24h, 7d, 4w, 52w
REPLICATION	副本数量（单机版为1）	1
SHARD DURATION	分片时长（自动计算）	1h, 1d, 7d
DEFAULT	是否为默认策略	DEFAULT

时间单位参考

单位	含义	示例
h	小时	24h
d	天	7d
w	周	4w
inf	无限期	inf

最佳实践

1. 设置合适的分片时长：通常与保留时长匹配
2. 监控磁盘使用：定期检查数据增长情况
3. 使用连续查询：对历史数据进行降采样，节省空间
4. 定期清理：虽然自动删除，但建议定期检查

-- 查看磁盘使用情况
SHOW STATS

-- 查看分片信息
SHOW SHARDS

-- 手动删除过期数据（通常不需要，自动进行）
DROP SHARD <shard_id>

总结

通过合理配置 保留策略（RP），InfluxDB 能够完全自动地：

1. ✅ 保留指定时间范围内的数据
2. ✅ 自动删除过期历史数据
3. ✅ 循环往复地处理新数据插入和旧数据删除
4. ✅ 无需人工干预，完全自动化运行

你只需要根据业务需求设置合适的 DURATION 参数，剩下的就交给 InfluxDB 自动处理了！