如何提升GeminiDB Influx的写入效率

1. SDK 生命周期管理

• 创建： 在一个进程中，InfluxDB Client 只需创建单个全局实例即可。
• 使用： 写入 (write) 或查询 (query) 操作直接调用相应方法，无需在每次操作后调用 close()。
• 销毁： 仅在进程关闭 (shutdown) 时，调用一次 close() 方法释放资源。

2. 批量提交数据点

• 优势： 相较于单点提交，批量提交能显著减少网络开销，大幅提升整体吞吐量。
• SDK 默认配置： influxdb-java 异步提交模式默认批次大小为 1000 点/批。

3. 异步写入优化

• 开启异步写入的方法：调用 enableBatch，后续写入直接调用 write 方法即可。
• 开启 enableBatch 后，一个 Client 只有一个单线程异步写入 GeminiDB，若写入流量很大，单 Client 无法满足消费速度，可以初始化多个 Client 进行写入。

InfluxDB influxDB = InfluxDBFactory.connect(serverURL, "username", "password", client);
BatchOptions batchOptions = BatchOptions.DEFAULTS.
    // 每批提交point的数量
    .actions(1000)
    // 写报错缓冲队列长度
    .bufferLimit(20000)
    // 异步提交间隔
    .flushDuration(100)
    // 写入异常处理
    .exceptionHandler((points, throwable) -> {});
influxDB.enableBatch(batchOptions);
influxDB.write(point)

4. 同步写入优化

• 开启同步写入的方法：调用 disableBatch，后续写入直接调用 write 方法即可。
• 性能直接取决于每次调用提交的数据点数。推荐每次也提交批量数据点。
• 若需要更高吞吐量，可在 SDK 外部自行维护一个队列，由外部程序控制从队列中批量取出数据并调用 write() 进行提交。

InfluxDB influxDB = InfluxDBFactory.connect(serverURL, "username", "password", client);
influxDB.disableBatch();
influxDB.write(point)