众所周知，InfluxDB 是一个开源的时序数据库，使用 GO 语言开发，特别适合用于处理和分析资源监控数据这种时序相关数据。而 InfluxDB 自带的各种特殊函数如求标准差，随机取样数据，统计数据变化比等，使数据统计和实时分析变得十分方便。
所以它有三大特性：
1、时序性（Time Series）：与时间相关的函数的灵活使用（诸如最大、最小、求和等）；
2、度量（Metrics）：对实时大量数据进行计算；
3、事件（Event）：支持任意的事件数据，换句话说，任意事件的数据我们都可以做操作。
Influxdb 由于其独特性，所以 influxdb 里面有一些独有的重要概念，不同于一般的关系型数据库，例如： timestamp，field key， field value， field set，tag key，tag value，tag set，measurement， points，retention policy。
timestamp：每条数据记录的时间（utc 时间戳），也是数据库自动生成的主索引；
measurement：类似于数据库中的表；
fields：各种记录的值，由 field key 和 field value 组成，在 influxdb 中，字段必须存在；
tags：各种有索引的属性，可选的，但是强烈建议你用上它，因为 tag 是有索引的，tags 相当于 SQL 中的有索引的列。
points：表里面的一行数据。
retention policy：指数据保留策略。
Python 中有现成的 infludb 库，安装好后，即可调用对应的接口。如下 influxdb. InfluxDBClient(host, port, username, password, database)。另外我构造了 json 字符格式，里面存储的事服务器监控的一些指标，如 cpu/内存/网络/连接数等，根据自己的需要。而这些具体数值的获取，你可以通过很多方法。最后通过调用 write_points 接口即可写入到 influxdb 中。
你可以通过 grafana 开源可视化工具，把数据直观的图表化，如下，这个就可以根据自己定制化监控的需求了。
以上个人学习《测试工程师 Python 开发实战》书籍后实践应用的内容，希望能带给你一点启发和帮助。
