1.2.2　InfluxDB的歷史

隨著工業的快速發展，傳統的關系型數據庫面對快速增長的時序數據開始顯得逐漸吃力，由于采用BTree的隨機讀寫的模式，在尋道上會消耗很多時間，在目前物聯網數據的大量寫入要求下，傳統關系型數據庫的效率太過低下，于是時序數據庫應運而生。

從圖1-3中可以看出，時序數據庫最早可追溯到20世紀90年代，為滿足監控領域時序數據的存儲要求，以RRDTool和KDB+為代表，出現了第一批時序數據庫，它們將一個固定大小的數據庫內嵌在監控系統中，來達到隨時間變化快速存儲數據的能力，但其缺點是讀取能力依舊較弱，并且處理的數據比較單一。

圖1-3　時序數據庫發展史

后來隨著大數據發展，不只是監控領域，其他領域也出現了需要處理大量時序數據的需求。從2011年年始，陸續出現了以openTSDB、Kairos為代表的基于分布式存儲的數據庫，其對時間進行了針對性優化。例如，openTSDB的底層依賴HBase集群存儲，根據時序的特征對數據進行壓縮，節省了存儲空間。相較于之前的時序數據庫，在存儲和讀寫性能方面上有了顯著提升，但其依賴Hadoop和HBase環境，使得部署及維護成本極高。

由于openTSDB本身的不足再加上部署維護不便，促成了低成本時序數據庫的誕生。在這場混戰中，InfluxDB得益于其高效的數據讀取存儲的能力和算法，慢慢地占據了主流市場。

Errplane公司在2013年下半年開始以開源項目的形式開始了InfluxDB的研發。其目的是提供一個高性能的監控以及告警的解決方案。2014年11月，Errplane公司獲得了梅菲爾德風險投資公司與Trinity Ventures領投的A輪投資，金額高達810萬美元。在2015年，Errplane正式更名為InfluxData，在2016年9月獲得了金額高達1600萬美元的B輪投資，又于2018年2月獲得3500萬美元的C輪投資。