我正在使用Influx v1.3。我有一个测量，在1个月的时间内有大约2 +百万条记录，其中有10个标签。其中，我对user_id和article_id感兴趣。
我尝试使用非空user_id提取针对特定article_id记录的事件数。
选择所有用户的事件的查询非常快：
select count(*) from pageviews where user_id = '92363';
对用户和文章的特定事件的查询非常快：
select * from pageviews where user_id = '92363' and article_id = '879729';
但是当我尝试为非空（或空）article_id添加过滤器时，查询会运行几十秒。
select count(*) from pageviews where user_id = '92363' and article_id != '';
select count(*) from pageviews where user_id = '92363' and article_id !~ /.*/;
我做错了什么或者我应该在数据库中配置什么？这似乎不对。用户活动的数量<100，我会手动更快地通过它们。
我目前正在运行默认配置。
感谢。
答案 0 :(得分：1)
使用!=或=~进行查询时，数据库必须与该标记的每个条目进行比较。如果您有2M条目，则会很慢。使用正则表达式（=~）时，甚至更慢。
简而言之，不，你没有做错任何事。这些类型的查询在Influxdb中为O(n)，其中n是您要比较的行数。
我建议您重新考虑您的架构以避免此类查询。例如，您可以设置一个整数标记has_article，该标记可以是0或1，表示文章的存在。然后，查询可以使用has_article = 1。
然后，数据集和数据模型是否适合潮流数据库是另一个问题 - 数据集似乎不是时间序列数据。
InfluxDB是一个专门的时间序列数据库，而不是通用数据存储。