宣布 Flux（之前称为 IFQL）v0.0.3 版本发布
作者：Nathaniel Cook / 产品，用例，开发者
2017 年 12 月 13 日
导航至
Flux（之前称为 IFQL）团队每两周发布一个新版本。我们希望快速将我们的更改应用到社区中，以便我们能够尽早了解您的体验。请在 仓库 上提交问题和 PR。查看 Flux 发布公告 了解 Flux 背后的愿景。
在过去的两周里，我们专注于性能和资源管理（即管理 CPU 和内存资源，以确保单个查询不会使 Flux 进程过载）。
基准测试
我们准备了一系列比较 Flux 和 InfluxQL 的基准测试。这些基准测试已经提前设置，以确保我们未来可以继续维持良好的性能。以下是一些初步图表，展示了 Flux 与等效的 InfluxQL 查询的对比。
在两个系统上运行了五个代表性的查询1。要查看基准测试的详细信息，请查看 PR。
以下是五个查询
查询 #1
IFQL - from(db:"db").range(start:2017-11-01T00:00:00Z, stop:2017-11-02T00:00:00Z).filter(exp:{"_measurement" == "m0" and "_field" == "v0" and $ > 0}).sum()
InfluxQL - SELECT sum(v0) FROM m0 WHERE time >= 2017-11-01T00:00:00Z AND time < 2017-11-02T00:00:00Z AND v0 > 0 GROUP BY *查询 #2
IFQL - from(db:"db").range(start:2017-11-01T00:00:00Z, stop:2017-11-05T00:00:00Z).filter(exp:{"_measurement" == "m0" and "_field" == "v0" and $ > 0}).sum()
InfluxQL - SELECT sum(v0) FROM m0 WHERE time >= 2017-11-01T00:00:00Z AND time < 2017-11-05T00:00:00Z AND v0 > 0 GROUP BY *查询 #3
IFQL - from(db:"db").range(start:2017-11-01T00:00:00Z, stop:2017-11-05T00:00:00Z).filter(exp:{"_measurement" == "m0" and "_field" == "v0" and $ > 0}).group(by:["tag0"]).sum()
InfluxQL - SELECT sum(v0) FROM m0 WHERE time >= 2017-11-01T00:00:00Z AND time < 2017-11-05T00:00:00Z AND v0 > 0 GROUP BY tag0查询 #4
IFQL - from(db:"db").range(start:2017-11-01T00:00:00Z, stop:2017-11-13T00:00:00Z).filter(exp:{"_measurement" == "m0" and "_field" == "v0" and $ > 0}).sum()
InfluxQL - SELECT sum(v0) FROM m0 WHERE time >= 2017-11-01T00:00:00Z AND time < 2017-11-13T00:00:00Z AND v0 > 0 GROUP BY *查询 #5
IFQL - from(db:"db").range(start:2017-11-01T00:00:00Z, stop:2017-11-13T00:00:00Z).filter(exp:{"_measurement" == "m0" and "_field" == "v0" and $ > 0}).group(by:["tag0"]).sum()
InfluxQL - SELECT sum(v0) FROM m0 WHERE time >= 2017-11-01T00:00:00Z AND time < 2017-11-13T00:00:00Z AND v0 > 0 GROUP BY tag0首先，让我们看看执行时间，因为在考虑查询引擎性能时，执行时间是最重要的。
对于大多数查询，Flux 已经比 InfluxQL 快。注意，查询 #4 未使用 InfluxQL 完成，因此没有时间。我们已经在 问题 上打开了应该改进查询 #5 的 PR。
接下来，检查进程的堆使用情况，我们可以看到 Flux 在其使用上要高效得多。
与 InfluxQL 的堆使用相比，ifql 进程的堆使用几乎可以忽略不计。注意，有两个 ifql 进程，ifqld 可以是任意数量的辅助进程，以及运行新 IFQL API 的 influxd。
资源管理
在版本 v0.0.3 中，现在可以限制查询消耗的资源。我们的目标是确保一个特别贪婪的查询不会使进程崩溃，其次，贪婪的查询将根据其优先级与其他并发查询公平地共享资源。
现在有了这些限制，如果查询尝试消耗过多内存，它将被终止并返回适当的错误，而不是允许查询使进程崩溃。
我们还对v0.0.2与v0.0.3进行了比较测试。测试中提交的查询数量超过了进程拥有的资源。然后我们比较了查询的执行时间，可以看到v0.0.3将总体执行时间减少了15%。这是通过排队和调度工作来实现的，而不是让所有查询同时争夺资源。由于排队，v0.0.3中的长尾延迟增加，但我们有计划稍后解决这个问题。
总的来说，v0.0.3是一个坚实的迭代版本，两周后我们将再次与您见面，带来另一个版本。有关所有变更的完整列表，请参阅CHANGELOG。
脚注
[1] 注意，InfluxDB主分支现在有一个Prometheus的“/metrics”端点，我们用它来收集这些统计信息。我们还使用了一个新的工具ingen来创建测试数据集。
