![]() |
1
3
因为您的问题使用了“应该”这个词,我假设任何向InfluxDB发送度量的方法都会使用
除此之外,InfluxDB写入功能与 hardware sizing 。 请注意,10000不是一个上限,只是一个官方建议。我相信InfluxDB可以处理比单个批次更多的信息。毕竟,最好是根据经验进行检查,尤其是在硬件上。 |
![]() |
2
1
我在25000分及以上的分数上遇到了一些问题。这些要点是由pandas数据框架中的一个小python脚本编写的。代码与influx(使用python从dataframe到influxdb)的示例非常接近。 无论有多少行和列,误差都可以在写入点的总和上重现。 为了避免出现例外情况,每次转场最好保持在20000分以下。 |