原理是每个meta节点都保护了最新的snapshot信息，当有查问申请时，返回本地的snapshot中的databases信息；snapshot信息由后盾goroutine定期的向leader查问失去。

database是集群的元信息，须要Raft强统一；create database的request若被发送给follower节点，则返回NotLeader的redirect响应(带leader的url)，client从新向Leader节点发送request。

上文剖析到，InfluxDB集群的部署，波及到3个命令：influxd过程的启动；增加集群的data-nodes；查问集群的节点信息；本文联合源码，剖析每一步具体都是怎么实现的。influxd过程启动命令： {代码…} 这里重点剖析-join参数。1.读取参数 {代码…} 2.将peers退出Raft将joinPeers作为判断条件，找到所有的raftAddr，而后传…

如果集群节点较少，一个node会同时负责meta和data，node上部署的过程同时具备meta和data的治理性能。启动参数对于3节点的InfluxDB集群，其启动参数： {代码…} 启动结束后，应用集群治理命令，能够查问以后集群的节点： {代码…} 能够看到，meta nodes均已被辨认。增加data nodes在其中一个节点上执行： {代码…} 再…

基于influxdb 1.6.0单机版源码分支，将0.12的cluster源码cherry-pick过去，能够失去v1.6.0版本的集群版源码。

influxdb的记录是以行协定存储的，行协定中蕴含measurement、tag set、field set和timestamp。拿到measurement的数据当前，如何晓得哪些是tag字段，哪些是field字段呢？以上面的时序数据为例： {代码…} 查问tag字段： {代码…} 能够看到dsType/endpoint/step是tag字段，tag的value是string。查问field字段： {代码……

group是influxQL中常见的聚合函数，罕用于按工夫聚合(一段时间内的最大/最小/均匀)；若在聚合时没有足够的数据点，可指定fill填充特定的值。

influxQL查问measurement中的指标时，可应用含糊查问。查问measurement中字段蕴含特定字符串： {代码…} 查问measurement中字段以某个字符串起始： {代码…} 查问meaurement中字段以某个字符串完结： {代码…} {代码…}

influxdb反对将时序数据导出到文件，而后再将文件导入到数据库中，以此实现数据的迁徙。导出导出命令的语法格局： {代码…} 数据导出demo： {代码…} 导入导入的命令语法： {代码…} 将下面导出的文件导入： {代码…}

influxdb中，series是一个很重要的概念，它是retentionPolicy、measurement、tag set雷同的汇合，蕴含了监控对象的元数据信息，series的数量=RP*measurement*tag set。