InfluxData将本地数据收集功能引入InfluxDB

导航至

InfluxDB本地收集器加速设备到云的数据传输,以MQTT为起点,实现更快的数据洞察。

旧金山——2022年8月23日—— InfluxData,领先的时间序列平台InfluxDB的创造者,今天宣布在InfluxDB Cloud中推出新的无服务器功能,以加速时间序列数据的收集、处理和存储。 InfluxDB本地收集器允许使用InfluxDB Cloud进行开发的开发者通过点击按钮订阅、处理、转换和存储来自消息和其他公共和私有代理以及队列的实时数据。目前适用于MQTT,本地收集器为将第三方代理的数据快速传输到InfluxDB Cloud提供了一种最快的方式,无需额外的软件或新代码。

时间序列数据来源于许多不同的来源和广泛分布的资产与应用。为了理解所有这些数据,开发者需要在中央位置整合时间序列数据。然而,从数据源到数据库的管道复杂,需要资源密集型的定制化,给开发者带来了额外的挑战。其他系统需要中间层来将外部系统到云的数据进行传输和转换。InfluxDB 本地收集器通过去除中间层,使得云数据源可以直接连接到 InfluxDB 云,让开发者能够直接在云环境中收集、转换和存储时间序列数据,无需编写新代码。

“数据以指数速度在云中生成,但现有集成多厂商云服务的数据管道工具成本高昂、复杂,给开发者管理带来了负担,”InfluxData 产品副总裁 Rick Spencer 表示。“通过本地收集器,我们正在加速设备到云的数据传输,以便开发者能够专注于构建和扩展带有时间序列数据的应用。这些更新使得 InfluxDB 云能够通过易于配置的主题订阅,轻松地成为无服务器数据消费者,极大地简化了时间序列数据管道和应用。”

根据 Gartner® 的说法,“组织希望更快、更有信心地做出决策。数据和分析(D&A)领导者面临着在广泛的用户、用例、架构和部署选项中管理高质量数据的压力。数据管理团队往往忙于响应请求(执行导向),以确保数据可用性,几乎没有时间专注于赋能和创新。许多 D&A 领导者期望云迁移/现代化解决上述挑战,并带来额外的成本和时间节省。”

借助 InfluxDB 本地收集器加速时间序列云数据采集

InfluxData 的本地收集器为团队提供了一种更快的方法,可以在一步之内将时间序列数据采集到云中,无需定制、编排或额外的托管服务。通过简单的几步设置,用户可以在第三方代理和 InfluxDB 云 之间建立服务到服务的集成后,可以

  • 通过简单的低代码设置进行数据采集:点击按钮将数据采集到 InfluxDB 云中,无需编写任何代码即可进行即时处理。

  • 在分布式架构中实现数据上下文化:将本地收集器插入设备到云的数据流中,以增强应用操作、性能和安全性。

  • 通过平台整合减少复杂性:通过标准订阅直接将数据消费到 InfluxDB 云中,无需额外的代理或编码。无需在第三方平台或代码中运行 InfluxDB 特定处理。

  • 提供实时数据采集:以前所未有的简单性、速度和规模,从 InfluxDB 云用户界面直接进行数据上载和采集。

  • 开箱即用的数据过滤和处理:在将数据采集到 InfluxDB 云进行分析之前,丰富、格式化并处理数据。通过自动数据过滤降低存储成本。

“我们在云原生 MQTT 服务中看到新的快速增长的负载,但大多数开发者难以高效地将这些数据卸载到时间序列数据库中,”HiveMQ 市场副总裁 Ian Skerrett 表示。“InfluxData 的本地收集器消除了这一挑战,将数据库集成工作负载移回数据库,并将 InfluxDB 云转变为简单的 MQTT 客户端——这是一个物联网和应用开发者理解并经常使用的模型。”

原生MQTT立即对InfluxDB Cloud用户开放。Apache Kafka和AMQP的附加原生收集器计划于2022年底推出,未来还将推出新的收集器。有关如何开始的更多信息,请访问InfluxData 网站

* Gartner,“将数据管理迁移到云的战略路线图”,Robert Thanaraj,Adam Ronthal,Donald Feinberg,2022年3月21日。GARTNER是Gartner, Inc.及其在美国和全球的分支机构注册的商标和服务标志,在此处经许可使用。版权所有。

关于InfluxData

InfluxData是InfluxDB的创造者,InfluxDB是最领先的时间序列平台。我们使开发者和企业,如思科、IBM、西门子和特斯拉,能够利用时间戳数据构建实时IoT、分析和云应用。我们的技术是为了处理传感器、系统或应用程序产生的海量数据而专门设计的。InfluxDB易于启动和扩展,让开发者有更多时间专注于为他们的应用程序提供竞争优势的功能和功能。InfluxData总部位于旧金山,员工遍布全球。更多信息,请访问www.influxdata.com