InfluxDB: spie­ga­zio­ne, vantaggi e primi passi

Nell’ambito del ri­le­va­men­to di dati di mi­su­ra­zio­ne scien­ti­fi­ci o tecnici mediante sensori, vengono raccolte in breve tempo grandi quantità di dati che devono essere elaborate insieme a un timestamp del punto temporale della mi­su­ra­zio­ne. Per queste serie di dati temporali sono ne­ces­sa­rie banche dati speciali. Questo articolo è dedicato a InfluxDB, un sistema di gestione di database (DBMS) svi­lup­pa­to spe­ci­fi­ca­men­te per questo compito.

InfluxDB è un sistema di gestione di database svi­lup­pa­to dall’azienda In­flu­x­Da­ta, Inc. InfluxDB è open source e può essere uti­liz­za­to gra­tui­ta­men­te. La versione com­mer­cia­le “InfluxDB En­ter­pri­se” offre contratti di ma­nu­ten­zio­ne e speciali controlli degli accessi per i clienti aziendali e viene in­stal­la­ta su un server all’interno della rete aziendale. La nuova versione InfluxDB 2.0 gira inoltre come servizio cloud fles­si­bi­le, con un’in­ter­fac­cia utente basata sul web per la raccolta e la vi­sua­liz­za­zio­ne dei dati.

Il sistema di gestione di database InfluxDB è pro­gram­ma­to nel lin­guag­gio di pro­gram­ma­zio­ne Google Go, co­no­sciu­to anche come Golang. Nella prima versione, per le in­ter­ro­ga­zio­ni di database esterni veniva uti­liz­za­to il lin­guag­gio di in­ter­ro­ga­zio­ne InfluxQL, uno sviluppo pro­prie­ta­rio del pro­dut­to­re.

InfluxDB 2.0 introduce il nuovo lin­guag­gio di pro­gram­ma­zio­ne Flux, che l’azienda In­flu­x­Da­ta pubblica come open source con la licenza MIT su GitHub. Qui il progetto viene co­stan­te­men­te svi­lup­pa­to anche da altri svi­lup­pa­to­ri che lavorano con dati di serie temporali. Flux è un lin­guag­gio di scripting e in­ter­ro­ga­zio­ne in­di­pen­den­te per database di serie temporali (Time Series Database, TSDB).

Può essere uti­liz­za­to dalla versione InfluxDB 1.7 oppure anche in modo com­ple­ta­men­te in­di­pen­den­te o ancora in as­so­cia­zio­ne a database di altri fornitori. Flux è ot­ti­miz­za­to per il processo ETL (Extract, Transform, Load) nei database e non è re­tro­com­pa­ti­bi­le con il lin­guag­gio di in­ter­ro­ga­zio­ne InfluxQL, uti­liz­za­to in pre­ce­den­za. Per i clienti pre­e­si­sten­ti, tuttavia, il fornitore ha in pre­vi­sio­ne un percorso di mi­gra­zio­ne che consenta di tradurre anche il codice InfluxQL in Flux.

La sintassi di Flux si basa sul diffuso lin­guag­gio di scripting Ja­va­Script ed è pertanto facile da ap­pren­de­re e am­plia­bi­le con fles­si­bi­li­tà. Una ca­rat­te­ri­sti­ca fon­da­men­ta­le di Flux è co­sti­tui­ta dalla com­pa­ti­bi­li­tà con diverse fonti di dati, ad esempio con l’ausilio di API di fornitori terzi. Questo fa sì che Flux possa in­te­ra­gi­re con strumenti di analisi come Jupyter.

L’in­ter­fac­cia di scambio dati Apache Arrow permette la co­mu­ni­ca­zio­ne con altri sistemi e l’in­te­gra­zio­ne in ambienti big data.

InfluxDB è concepito per i Time Series database (TSDB) in cui vengono ar­chi­via­te serie temporali. Questi database vengono uti­liz­za­ti, tra le altre cose, per rac­co­glie­re e ana­liz­za­re dati rilevati da sensori o pro­to­col­li con marche temporali durante un de­ter­mi­na­to periodo di tempo.

In questi database possono confluire milioni di record di dati, che creano un flusso di dati costante, come ad esempio accade con i di­spo­si­ti­vi dell’Internet of Things o gli strumenti di mi­su­ra­zio­ne scien­ti­fi­ci.

Una volta confluiti nel database, questi dati devono essere elaborati in tempi re­la­ti­va­men­te rapidi. In InfluxDB è pertanto integrato un servizio temporale che, at­tra­ver­so il Network Time Protocol (NTP), assicura la sin­cro­niz­za­zio­ne del tempo su tutti i sistemi.

Un database su InfluxDB può essere estre­ma­men­te compatto e deve contenere soltanto due o tre colonne. Vengono me­mo­riz­za­te ad esempio la fonte dei dati, il valore effettivo e la marca temporale cor­ri­spon­den­te.

Nelle colonne, InfluxDB distingue tra tags e fields. Mentre un tag è co­sti­tui­to solo da metadati che possono essere importati nell’indice, le colonne field con­ten­go­no valori che possono essere suc­ces­si­va­men­te ana­liz­za­ti. Nel nostro esempio, la prima colonna è quindi un tag, mentre la seconda è un field. Questa di­stin­zio­ne sem­pli­fi­ca la gestione dei database e l’analisi dei dati misurati.

Rispetto ai normali database re­la­zio­na­li, i TSDB come InfluxDB offrono evidenti vantaggi in termini di velocità per il sal­va­tag­gio e l’ela­bo­ra­zio­ne dei dati misurati con marca temporale. Un DBMS tra­di­zio­na­le risulta meno ef­fi­cien­te quando si tratta di or­ga­niz­za­re indici complessi, che tuttavia in questo ambito ap­pli­ca­ti­vo non sono necessari. InfluxDB può mantenere velocità di scrittura elevate anche per un lungo periodo di tempo, poiché utilizza un indice molto semplice.

Rispetto alla versione pre­ce­den­te 1.x, con il nuovo InfluxDB Cloud 2.0 su Amazon Web Services (AWS), sulla Google Cloud Platform (GCP) o su Microsoft Azure, In­flu­x­Da­ta offre una soluzione basata su cloud. Grazie al co­sid­det­to ser­ver­less computing, il cliente non necessita di una propria in­fra­strut­tu­ra di server.

Nella versione cloud non è ne­ces­sa­rio prenotare spazio su server, poiché il sistema si adegua au­to­ma­ti­ca­men­te al carico di dati; aspetto, questo, par­ti­co­lar­men­te rilevante per le ap­pli­ca­zio­ni IoT in­du­stria­li e il Machine Learning, in cui la quantità di dati può subire repentine va­ria­zio­ni.

Se nella prima versione erano ancora necessari diversi com­po­nen­ti (il co­sid­det­to TICK-Stack con i prodotti Telegraf, Chro­no­graf e Kapacitor), in InfluxDB 2.0 tutto il ne­ces­sa­rio è già integrato.

Anche nella versione locale, in­stal­la­bi­le su un proprio server, tutto il sistema di gestione di database è con­cen­tra­to in un unico file di programma che ad oggi è di­spo­ni­bi­le per Linux a 64 bit, Linux per pro­ces­so­ri ARM, macOS e come con­te­ni­to­re Docker. Telegraf può con­ti­nua­re a essere uti­liz­za­to come agente per la raccolta di dati per InfluxDB 2.0, come anche altri agenti.

Potete creare con­fi­gu­ra­zio­ni Telegraf in modo in­te­rat­ti­vo oppure importare con­fi­gu­ra­zio­ni già esistenti per inviare i dati nell’istanza di InfluxDB Cloud 2.0. Dopo avere con­fi­gu­ra­to InfluxDB Cloud per la raccolta dei dati, create delle dashboard personali per in­ter­ro­ga­re e rap­pre­sen­ta­re i dati.

Nell’Esplora dati di InfluxDB potete con­sul­ta­re e vi­sua­liz­za­re i dati raccolti. I tempi di refresh e le finestre temporali per la vi­sua­liz­za­zio­ne possono essere impostati in modo specifico per ciascun progetto. L’in­ter­fac­cia utente di InfluxDB offre varie opzioni di vi­sua­liz­za­zio­ne dalla grafica ac­cat­ti­van­te. Tramite l’in­ter­fac­cia web potete passare senza soluzione di con­ti­nui­tà tra il Flux Builder e l’ela­bo­ra­zio­ne manuale delle in­ter­ro­ga­zio­ni del database.

Sulla pagina “Usage” potete vi­sua­liz­za­re in ogni momento l’utilizzo corrente del database per valutare l’op­por­tu­ni­tà di passare a un piano a pagamento.

Piano gratuito (con li­mi­ta­zio­ni): nessun download, nessuna in­stal­la­zio­ne e nessuna in­fra­strut­tu­ra server inhouse necessari; accesso diretto alla tec­no­lo­gia InfluxDB 2.0; il piano gratuito è concepito per imparare a uti­liz­za­re InfluxDB e per i piccoli progetti ama­to­ria­li.

Com­pa­ti­bi­li­tà di Flux: Flux è un lin­guag­gio di scripting e in­ter­ro­ga­zio­ne in­di­pen­den­te per database per serie temporali, che aumenta la pro­dut­ti­vi­tà grazie alla facile riu­ti­liz­za­bi­li­tà del codice. Flux è stato svi­lup­pa­to e ot­ti­miz­za­to per lavorare con i dati in InfluxDB 2.0, ma può essere uti­liz­za­to anche insieme ad altre fonti di dati.

API standard: l’API standard di InfluxDB v2 permette di accedere a tutti i com­po­nen­ti di InfluxDB come raccolta dati, in­ter­ro­ga­zio­ne, sal­va­tag­gio e vi­sua­liz­za­zio­ne. Questo permette un passaggio senza soluzione di con­ti­nui­tà tra la versione open source in­stal­la­ta e InfluxDB Cloud 2.0.

Vi­sua­liz­za­zio­ne e dashboard: sulla base del col­lau­da­to progetto Chro­no­graf della prima versione di InfluxDB, la nuova in­ter­fac­cia utente del cloud offre risultati molto più rapidi nella vi­sua­liz­za­zio­ne e nell’in­ter­ro­ga­zio­ne in tempo reale dei dati.

Piani a pagamento basati sull’utilizzo: il costo basato sull’utilizzo offre una maggiore fles­si­bi­li­tà rispetto a un sistema di database ospitato su un proprio server e offre la certezza di pagare solo per ciò che si utilizza realmente.