尽管时间序列数据可以存储在 MySQL 或 PostgreSQL 数据库中，但这并不是特别有效。我们学习了如何使用 InfluxDB 的 Python 客户端库构建一个简单的应用程序来执行 CRUD 操作，但是如果想仔细查看任何内容，可以在此处找到包含整个源代码的 repo。
2020-07-17T14:29:50Z nvme0n1p1 6035505152 xfs ec1d-userredis-01 10404452 10484480 80028 rw / 10725621760 4690116608 43.7281559330319。
https://ci.apache.org/projects/flink/flink-docs-release-1.8/monitoring/metrics.html图中标注1，进入 flink 的主目录，然后拷贝 opt 目录下的 flink-metrics-influxdb-
在工作场景中，我们会采集工厂设备数据用于智能控制，数据的存储用了 InfluxDB，随着数据规模越来越大，InfluxDB 的性能越来越差，故考虑引入 ClickHouse 分担 InfluxDB 大数据分析的压力，再加上我们业务上也用到了 MySQL ，所以本文就来对比下 MySQL、InfluxDB、ClickHouse 在千万数据量下的写入耗时、聚合查询耗时、磁盘占用等各方面性能指标。
