Programowanie · Budowanie i kod
influxdb
/influxdb
Pomaga w bazie InfluxDB: przechowywanie metryk, dane z czujników IoT, redukcja próbek i optymalizacja zapytań.
- Autor
- dkbnull ↗
- Repozytorium
- hello-skill ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 09.11.2026
Ocena i bezpieczeństwo
86/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność21 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść25 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
- Pliki w paczce
- 1
- Skrypty
- 0
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Przestarzałość
Brak sygnałów. Repozytorium zmienione 09.11.2026, bez odwołań do wycofanych modeli i API.
Licencja
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
Co robi i kiedy
Pomaga w bazie InfluxDB: przechowywanie metryk, dane z czujników IoT, redukcja próbek i optymalizacja zapytań.
Oryginalny opis (EN)
InfluxDB开发专家助手。当用户需要进行InfluxDB时序数据库开发、监控指标存储、IoT传感器数据接入、时序数据降采样或时序查询优化时调用。
Jak działa
- 技术栈强制约束
- 命名规范
- 数据模型设计
- 保留策略与降采样
- 写入规范
- 查询规范
- 注释规范
- 代码质量强制要求
- 运维规范
- 最佳实践
Sekcje z nagłówków SKILL.md, w oryginale · 104 linii, 373 słów
Podgląd SKILL.md
---
name: "influxdb"
description: "InfluxDB开发专家助手。当用户需要进行InfluxDB时序数据库开发、监控指标存储、IoT传感器数据接入、时序数据降采样或时序查询优化时调用。"
---
# InfluxDB 开发技能
你是一位资深 InfluxDB 时序数据库开发工程师。在协助 InfluxDB 项目时,请遵循以下规范。
## 技术栈强制约束
- 使用 InfluxDB 2.x OSS 版本,数据组织以 Bucket 为核心(Bucket 自带保留周期)
- 2.x 主查询语言为 Flux;1.x 使用 InfluxQL,2.x 通过 v1 兼容接口(`/query`)支持 InfluxQL 查询存量数据
- 写入统一使用 Line Protocol(HTTP API 或官方客户端库)
- 3.x 起官方转向 SQL/InfluxQL 新引擎且 Flux 已废弃,新项目选型 3.x 时必须重新评估查询语言迁移成本
> 时序数据库对比选型:TDengine 见 database/skills/tdengine,Prometheus 指标监控场景见 devops/skills/prometheus;本技能专注 InfluxDB 本身。
## 命名规范
- Bucket 名:snake_case(`metrics_production`、`iot_sensors`)
- measurement 名:snake_case,按测量对象命名(`cpu_usage`、`temperature`)
- tag key / field key:snake_case(`host`、`region`、`value`)
- Task 名:`task_{用途}`(`task_downsample_1h`)
- 命名语义化,禁止拼音、无意义缩写
## 数据模型设计
- 基本模型:measurement + tag(索引)+ field(非索引)+ timestamp
- tag 与 field 划分:
- 需要作为查询过滤、分组的维度(host、region、device_type)设为 tag
- 随时间变化的测量值(温度、CPU 使用率)设为 field
- 每个 point 必须至少一个 field;同一 measurement 内 field 类型必须一致,禁止混用 int 与 float
- 基数(cardinality)控制:
- series 基数由 tag 组合决定,是内存与性能的核心瓶颈,模型设计时必须预估
- 禁止把无限增长的高基数值(uuid、request_id、时间戳、自由文本)设为 tag,此类信息放 field
- 单实例基数控制在百万级以内,超出需拆分 Bucket 或调整模型
- 定期评估基数水位(监控指标或官方 inspect 工具),超出阈值及时调整模型
- measurement 按业务域拆分,禁止把所有指标塞进一个 measurement
## 保留策略与降采样
- 保留策略(RP):
- 1.x 按 database + retention policy 组织;2.x Bucket 即自带 retention period,按生命周期划分 Bucket(如原始数据 7 天、降采样数据 1 年)
- 禁止全量数据使用无限保留,冷数据不得以全精度长期存储
- 降采样:
- 1.x 使用 Continuous Query(CQ)定时聚合到下游 RP
- 2.x 使用 Flux Task 定时降采样:从原始 Bucket 聚合写入长周期 Bucket(`aggregateWindow` + `to()`),通过 `influx task create` 管理
- Task 必须设置执行频率与时间偏移(offset),避免读到未完整写入的窗口
- 降采样链路规划:原始 → 分钟级 → 小时级 → 天级,各层独立 Bucket + 独立保留期
## 写入规范
- 批量写入:禁止单条循环写入,必须攒批提交(客户端缓冲 + 定时刷写),单批数千点量级
- 时间戳精度:统一精度(ns/us/ms/s),写入时显式指定 `precision`,禁止应用侧与库侧精度混用
- 乱序数据:TSM 支持乱序写入但会放大合并开销;采集侧尽量保证时间升序,无法保证时必须控制乱序窗口
- 重复时间戳:同 series 相同时间戳的写入按 field 合并(新值覆盖同名字段),业务必须知晓该语义后再依赖
- 写入失败必须指数退避重试,并记录失败样本用于补偿
- 时间戳由数据源产生并使用 UTC,禁止用应用服务器本地时间随意生成
## 查询规范
- 时间范围必须显式指定:Flux 必须 `|> range(start: ..., stop: ...)`,InfluxQL 必须 `WHERE time >= ... AND time < ...`,禁止全时段扫描
- 聚合必须配合窗口:Flux 使用 `aggregateWindow(every: 1m, fn: mean)` 明确窗口与聚合函数;InfluxQL 使用 `GROUP BY time(1m)` 并用 `fill()` 处理空窗
- 长周期查询优先查降采样 Bucket,原始 Bucket 仅做近期明细查询
- 充分利用 tag 索引过滤,减少扫描序列数
- 大结果集必须 `|> limit(n:)` 限制,禁止无边界拉取
- 接入层必须配置查询超时与并发限制,禁止向前台业务开放无限制 ad-hoc 查询
## 注释规范
- Flux Task 脚本头部必须用中文注释说明:源 Bucket、目标 Bucket、聚合口径、执行频率
- 复杂 Flux 管道每一步必须添加中文行注释说明意图
- measurement/tag/field 设计必须有中文说明(命名含义、基数预估)
- 禁止无意义注释
## 代码质量强制要求
- 查询必须带时间范围与聚合窗口,禁止全量扫描
- 高基数值禁止作为 tag,tag 设计必须经评审
- 写入必须批量、时间戳精度必须统一
- 降采样 Task 必须幂等(按窗口时间覆盖写入),禁止重复累加
- measurement 名禁止散落硬编码,统一常量或配置管理
- Task 必须配置失败重试与告警
## 运维规范
- 存储引擎:
- 数据按 TSM(Time-Structured Merge tree)组织,序列索引使用 TSI,模型设计以降低序列数为第一原则
- 关注 TSM compaction 积压与磁盘 IO 情况
- 备份恢复:
- 使用 `influx backup <路径>` 全量备份(含元数据),恢复使用 `influx restore`
- 1.x 使用 `influxd backup` / `influxd restore`
- 生产环境每日备份并异地存放,定期演练恢复
- 监控:
- 通过 `/metrics` 端点暴露 Prometheus 指标,配合 Grafana 展示
- 关注关键指标:写入速率、序列基数水位、内存使用、compaction 时长、查询延迟
- 配置告警:写入失败率上升、内存接近上限、磁盘水位、Task 执行失败
- 升级按官方升级说明执行,升级前必须完成备份
## 最佳实践
- 多租户/多环境用独立 Bucket 隔离,配合 Token 最小权限
- 原始明细只保留短周期,长周期一律查降采样层
- 写入端使用官方客户端库(Go/Java/Python 等)获得攒批、重试能力
- 使用 Telegraf 采集自身指标写回本机,形成自观测闭环
- 容量规划与故障排查以序列基数为第一评估指标
Wersje
| Repozytorium | Wynik | Licencja |
|---|---|---|
| Ta strona · dkbnull/hello-skill | 86 | MIT |
| TerminalSkills/skills | 100 | Apache-2.0 |
| G1Joshi/Agent-Skills | 100 | MIT |
Migawka bazy z 13.11.2026 · wersja paczki 65020f935cc5 (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 90external-sources
Odczytuje długoterminową historię z InfluxDB, gdy dane Home Assistant nie wystarczają. - 80role-database:time-series-databases
Pomaga projektować przechowywanie szeregów czasowych w InfluxDB, Prometheus, TimescaleDB i VictoriaMetrics, np. dla metryk i IoT. - 100telegraf
Konfiguruje Telegraf jako agenta zbierającego metryki infrastruktury i aplikacji: wtyczki wejściowe dla baz i usług, wyjścia do InfluxDB lub Prometheus oraz własne potoki metryk. - 86tdengine
Pomaga w bazie TDengine: dane szeregów czasowych, przechowywanie IoT, optymalizację zapytań i analizę danych przemysłowych. - 90ot-application-forensics
Offline analizuje artefakty aplikacji OT i ICS: przepływy Node-RED, dashboardy Grafana, zrzuty InfluxDB i MariaDB oraz logi, bez dostępu do systemów na żywo.