对于大规模实时查询，这不是推荐的配置。 为了查询和压缩优化、高速摄取和高可用性，您可能需要考虑 MQTT 和 InfluxDB。
50 亿+
Telegraf 下载量
#1
时序数据库
来源：DB Engines
10 亿+
InfluxDB 下载量
2,800+
贡献者
目录
输入和输出集成概述
MQTT Telegraf 插件旨在从指定的 MQTT 主题读取数据并创建指标，使用户能够利用 MQTT 进行实时数据收集和监控。
MongoDB Telegraf 插件使用户能够将指标发送到 MongoDB 数据库，自动管理时序集合。
集成详情
MQTT
MQTT 插件允许从指定的 MQTT 主题读取指标，并使用支持的输入数据格式创建指标。 此插件作为服务输入运行，它侦听传入的指标或事件，而不是像普通插件那样按设定的时间间隔收集它们。 该插件的灵活性通过支持各种代理 URL、主题和连接功能得到增强，包括服务质量 (QoS) 级别和持久会话。 它的配置选项包含用于修改指标和有效处理启动错误的全局设置。 它还支持用于保护用户名和密码选项的密钥存储配置，从而确保与 MQTT 服务器的安全连接。
MongoDB
此插件将指标发送到 MongoDB，并与其时序功能无缝集成，允许在时序集合尚不存在时自动创建为时序集合。 它需要 MongoDB 5.0 或更高版本才能使用时序集合功能，这对于有效存储和查询基于时间的数据至关重要。 此插件通过确保所有相关指标都正确存储和组织在 MongoDB 中来增强监控功能，从而使用户能够利用 MongoDB 强大的查询和聚合功能进行时序分析。
配置
MQTT
[[inputs.mqtt_consumer]]
servers = ["tcp://127.0.0.1:1883"]
topics = [
"telegraf/host01/cpu",
"telegraf/+/mem",
"sensors/#",
]
# topic_tag = "topic"
# qos = 0
# connection_timeout = "30s"
# keepalive = "60s"
# ping_timeout = "10s"
# max_undelivered_messages = 1000
# persistent_session = false
# client_id = ""
# username = "telegraf"
# password = "metricsmetricsmetricsmetrics"
# tls_ca = "/etc/telegraf/ca.pem"
# tls_cert = "/etc/telegraf/cert.pem"
# tls_key = "/etc/telegraf/key.pem"
# insecure_skip_verify = false
# client_trace = false
data_format = "influx"
# [[inputs.mqtt_consumer.topic_parsing]]
# topic = ""
# measurement = ""
# tags = ""
# fields = ""
# [inputs.mqtt_consumer.topic_parsing.types]
# key = type
MongoDB
[[outputs.mongodb]]
# connection string examples for mongodb
dsn = "mongodb://localhost:27017"
# dsn = "mongodb://mongod1:27017,mongod2:27017,mongod3:27017/admin&replicaSet=myReplSet&w=1"
# overrides serverSelectionTimeoutMS in dsn if set
# timeout = "30s"
# default authentication, optional
# authentication = "NONE"
# for SCRAM-SHA-256 authentication
# authentication = "SCRAM"
# username = "root"
# password = "***"
# for x509 certificate authentication
# authentication = "X509"
# tls_ca = "ca.pem"
# tls_key = "client.pem"
# # tls_key_pwd = "changeme" # required for encrypted tls_key
# insecure_skip_verify = false
# database to store measurements and time series collections
# database = "telegraf"
# granularity can be seconds, minutes, or hours.
# configuring this value will be based on your input collection frequency.
# see https://docs.mongodb.com/manual/core/timeseries-collections/#create-a-time-series-collection
# granularity = "seconds"
# optionally set a TTL to automatically expire documents from the measurement collections.
# ttl = "360h"
输入和输出集成示例
MQTT
-
智能家居监控：使用 MQTT Consumer 插件来监控智能家居设置中的各种传感器。 在此场景中，插件可以配置为订阅不同设备的主题，例如温度、湿度和能耗。 通过聚合这些数据，房主可以可视化趋势并接收异常模式的警报，从而提高家庭自动化系统的整体质量和效率。
-
物联网环境传感：部署 MQTT Consumer 以收集来自分布在不同位置的传感器的环境数据。 例如，这可以包括来自空气质量传感器、温度传感器和噪声水平计的读数。 该插件可以配置为从 MQTT 主题中提取相关标签和字段，从而可以对大规模环境条件进行详细分析和报告，从而为城市规划或环境倡议提供更好的决策支持。
-
实时车辆跟踪和遥测：将 MQTT Consumer 插件集成到车辆遥测系统中，该系统实时收集来自各种传感器的数据。 通过该插件，可以将与车辆性能、位置和燃油消耗相关的指标发送到集中监控仪表板。 这种实时遥测数据使车队经理能够通过主动数据分析来优化路线、降低燃油成本并改进车辆维护计划。
-
农业监控系统：利用此插件从监控土壤湿度、作物健康状况和天气状况的农业传感器收集数据。 MQTT Consumer 可以订阅与农业设备和环境传感器相关的多个主题，使农民能够做出数据驱动的决策，以提高作物产量，同时节约资源，增强农业可持续性。
MongoDB
-
物联网设备的 MongoDB 动态日志记录：利用此插件实时收集和存储来自大量物联网设备的指标。 通过将设备日志直接发送到 MongoDB，您可以创建一个集中式数据库，该数据库可以轻松访问和查询健康指标和性能数据，从而根据历史趋势实现主动维护和故障排除。
-
Web 流量的时序分析：使用 MongoDB Telegraf 插件来收集和分析一段时间内的 Web 流量指标。 此应用程序可以帮助您了解高峰使用时间、用户交互和行为模式，从而指导营销策略和基础设施扩展决策，以改善用户体验。
-
自动化监控和警报系统：将 MongoDB 插件集成到跟踪应用程序性能指标的自动化监控系统中。 通过时序集合，您可以根据特定阈值设置警报，使您的团队能够在潜在问题影响用户之前做出响应。 这种主动管理可以提高服务可靠性和整体性能。
-
指标存储中的数据保留和 TTL 管理：利用 MongoDB 集合中文档的 TTL 功能自动过期过时的指标。 这对于仅相关最新性能数据的环境尤其有用，可防止您的 MongoDB 数据库因旧指标而变得混乱，并确保高效的数据管理。
反馈
感谢您成为我们社区的一份子！ 如果您有任何一般性反馈或在这些页面上发现了任何错误，我们欢迎并鼓励您提出意见。 请在 InfluxDB 社区 Slack 中提交您的反馈。
