1、influxDB写入总体框架
数据写入很多时候是批量写入，很少只是写入少量的一个数据的情况，当然写一个数据的过程其实和批量写入过程是类似的，这里讲解一下批量写入的过程
批量数据进入到influxDB之后总体会经过三个步骤的处理：
（1）批量时序数据shard路由：influxDB首先会将这些数据根据shard的不同分成不同的分组，每个分组的时序数据会发送到对应的shard。
（2）倒排索引引擎构建倒排索引：InfluxDB中shard由两个LSM引擎构成-倒排索引引擎和TSM引擎。时序数据首先会经过倒排索引引擎构建倒排索引。
（3）TSM引擎持久化时序数据：倒排索引构建成功之后时序数据会进入TSM Engine。TSM Engine处理流程：先将写入请求追加写入WAL日志，再写入cache，满足特定条件就将cache中的时序数据执行flush操作落盘形成TSM File
2、批量时序数据shard路由
influxdb sharding策略实际上有两层：Range Sharding和Hash Sharding。在influxdb里面有shard group和shard的概念，具体的讲真正按照时间分片的是shard Group，对于单节点的influxdb，一个shard group下面只有一个shard，对于集群类型的，一个shard group下面会有多个shard，在映射到shard group的层级，使用的是Range sharding，就是时间映射，然后在集群中，再通过hash(series)映射到对应的shard，这个就是hash sharding。相同shard group，同一个series的数据一定在同一个shard里面，
3、倒排索引引擎构建倒排索引
倒排索引的作用是为了在给定某个或者某几个tag的情况下，数据库可以快速搜索到对应的key(masurement + tags + field key)。倒排索引引擎使用的也是LSM引擎（LSM写性能友好的特点适用于influxdb写多读少的特性，所以无论是倒排索引引擎还是数据引擎都使用lsm引擎自然无可厚非），所以工作机制自然就是：首先将数据追加写入WAL再写入Cache就可以返回给用户写入成功，WAL可以保证即使发生异常宕机也可以恢复出cache中丢失的数据。一旦满足特定条件系统会将cache中的时序数据执行flush操作落盘形成文件。文件数量超过一定阈值系统会将这些文件合并形成一个大文件。具体的倒排索引流程比较复杂，先不做细致讨论。
4、时序数据写入流程
（1）WAL追加写入：经过两步，第一步把数据格式化为WAL单个条目对象的格式，第二部经过snappy压缩持久化到wal文件
单个条目文件结构参见：http://leanote.com/blog/post/5afe6e9fab64410945000d99
（2）写入cache
第一步：数据格式化。格式化为一个Map<key,List<timeStamp|value>>
第二步：时序数据点写入cache。influxDb中cache是一个crude hash ring，这里的ring是由256个partition构成，每个partition负责存储一部分时序数据Key对应的值，写入数据的时候首先会根据key hash一次，hash到对应的partition。为什么这么处理，个人认为有点像Java中ConcurrentHashMap的思路，将一个大HashMap切分成多个小HashMap，每个HashMap内部在写的时候需要加锁。这样处理可以减小锁粒度，提高写性能。
（3）flush to tmsFile
触发时机：Cache执行flush有两个触发条件，一是当cache大小超过一定阈值，可以通过参数’cache-snapshot-memory-size’配置，默认是25M大小；二是超过一定时间阈值没有数据写入WAL也会触发flush，默认时间阈值是10分钟，可以通过参数’cache-snapshot-write-cold-duration’配置
基本流程：其实TSM file我们知道基本结构分为四个部分–header、block、index、footer，对于header数据是很好设置的，footer数据存放的是index的起始位置，那么先要搞定index才行。所以我们关键要做的是对block和index的赋值
- 构建Series Data Block: 首先会在内存中构建series data block：顺序遍历内存Map中的时序数据，分别对时序数据的时间列和数值列进行相应的编码，按照Series Data Block的格式进行组织，当Block大小超过一定阈值就构建成功，并记录这个Block内时间列的最小时间MinTime以及最大时间MaxTime构建好之后写入文件，返回Block在文件中的偏移量Offset以及总大小Size
- 构建文件级别B+索引:在内存中利用上面返回的Offset、Size、MinTime、MaxTime构建一个IndexEntry对象，写入到内存中的Series Index Block对象
这样，每构建一个Series Data Block并写入文件之后都会在内存中顺序构建一个Index Entry，写入内存Series Index Block对象。一旦一个key对应的所有时序数据都持久化完成，一个Series Index Block就构建完成，构建完成之后填充Index Block Meta信息，接着新建一个新的Series Index Block开始构建下一个Key对应的数据索引信息
对于Block Index，为了快速定位到对应key在哪一个Block Index，influxdb还引入了间接索引offsets，offsets是一个数组，存放了对应key在index表中的位置，这些元素是按照key进行字典排序的，所以给出一个key的时候，可以通过二分查找，快速找到block index的位置，在block index里面，每一个index entry可以根据时间戳进行第二次二分查找，最后就可以找到对应block的位置
数据压缩
数据写入到wal和tsm文件之后，会按照一定的编码进行compaction，具体压缩细节这里不做讨论