{"id":901,"date":"2023-02-28T09:09:00","date_gmt":"2023-02-28T08:09:00","guid":{"rendered":"https:\/\/itsonix.laolaweb.com\/?p=901"},"modified":"2026-05-18T09:16:24","modified_gmt":"2026-05-18T07:16:24","slug":"time-series-databases-a-brief-introduction-using-influxdb-and-telegraf","status":"publish","type":"post","link":"https:\/\/itsonix.eu\/en\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/","title":{"rendered":"Time Series Databases\u2014A Brief Introduction Using InfluxDB and Telegraf"},"content":{"rendered":"\n

In unterschiedlichen Auspr\u00e4gungen sind sie Teil nahezu aller unsere Welt durchziehenden Systeme. Egal ob im Finanzbereich, im Transportwesen oder im Energiesektor hinter jeder Anwendung steht eine Datenbank. Je nach Anwendungsgebiet eignet sich das eine Modell besser als das andere. In all den zuvor genannten Branchen kann es jedoch von zentraler Bedeutung sein, zu wissen, wie sich eine bestimmte Variable \u00fcber einen l\u00e4ngeren Zeitraum verh\u00e4lt. Es spielt dabei keine Rolle, ob es sich um Aktienkurse, Telemetriedaten oder Stromfrequenzen handelt, \u00fcberall m\u00fcssen Werte zu kontinuierlichen Zeitpunkten gemessen werden.<\/p>\n\n\n\n

F\u00fcr diesen Zweck eigenen sich Zeitreihendatenbanken besonders, da sie auch in der Lage sind, bestimmte Trends zu erkennen. Immer dann, wenn Serien von Messungen, Beobachtungen sowie Zust\u00e4nden zu bestimmten Zeitpunkten ben\u00f6tigt werden, ist es sinnvoll, auf Zeitreihendatenbanken zur\u00fcckzugreifen. Nicht nur die Organisation der Daten nach Zeit, sondern auch die hohe Anzahl an Schreibvorg\u00e4ngen und Abfragen sowie der Zugriff auf parallele Datenquellen sind Vorteile einer Zeitreihendatenbank. Dar\u00fcber hinaus bietet sie gro\u00dfe Flexibilit\u00e4t bei der Definition\/Typisierung von Daten und verf\u00fcgt \u00fcber Funktionen zum automatisierten L\u00f6schen und Komprimieren dieser.<\/p>\n\n\n\n

Gerade in unseren Energieprojekten haben wir uns immer wieder mit den Vorteilen von Zeitreihendatenbanken wie InfluxDB auseinandergesetzt. Gemeinsam mit marktf\u00fchrenden Energieversorgern haben wir Anwendungen zur Steuerung und Prognose von Energieengp\u00e4ssen und -\u00fcbersch\u00fcssen Virtueller Kraftwerke entwickelt. Unsere Kunden bieten Strom aus erneuerbaren Energien auf dem Regelleistungsmarkt an. Energieversorger sind verpflichtet, Prognosen \u00fcber ihre Einspeisung und Entnahme abzugeben, um die Normalfrequenz im deutschen Stromnetz bei 50 Hertz halten zu k\u00f6nnen. Da die Stromproduktion erneuerbarer Energien von unterschiedlichen Faktoren abh\u00e4ngt, kommt es h\u00e4ufig zu Schwankungen, die ausgeglichen werden m\u00fcssen. Um diese Schwankungen auswerten zu k\u00f6nnen, haben wir f\u00fcr unsere Kunden an Anwendungen mit InfluxDB und Telegraf gearbeitet.<\/p>\n\n\n\n

InfluxDB<\/h2>\n\n\n\n

InfluxDB wurde von InfluxData eigens f\u00fcr Zeitreihendaten entwickelt und ist darauf ausgelegt, mit enormen Mengen zeitgestempelter Daten zu arbeiten. Einzelne Datenpunkte in einer Datenreihe werden in InfluxDB automatisch durch einen Zeitstempel identifiziert. Die auf hohe Schreib- und Abfragevorg\u00e4nge zugeschnittene Datenbank ist ein verl\u00e4ssliches Tool f\u00fcr den kontinuierlichen Betrieb. Vor allem in der Verwaltung der Daten bietet InfluxDB mit seinen Funktionen Daten zusammenzufassen (Continuous Query) und zu l\u00f6schen (Retention Policy) effiziente L\u00f6sungen. Bevor wir uns jedoch damit befassen, m\u00f6chten wir erst einmal einige Begriffe, die zum Verst\u00e4ndnis wie Zeitreihendaten in InfluxDB organisiert und gespeichert werden, kl\u00e4ren.<\/p>\n\n\n\n

Struktur<\/h3>\n\n\n\n 
"<measurement>[,<tag-key>=<tag-value>...] <field-key>=<field-value>[,<field2-key>=<field2-value>...] [unix-nano-timestamp]\\n\\n"<\/pre>\n<\/div>\n\n\n\n
(am Bespiel von InfluxDB v1.8)<\/p>\n\n\n\n
Die oberste Ebene bildet dabei die Database. Sie fungiert als Container f\u00fcr eine oder mehrere Zeitreihen, die in InfluxDB als Measurements bezeichnet werden. Measurements sind Strings und ihr Name bestimmt in der Regel, welche Daten aufgezeichnet werden (bspw. Temperatur, Geschwindigkeit) Sie beinhalten Tags, Fields sowie die Zeitspalte. Alle Daten in InfluxDB werden zwingend und automatisch mit einer Zeitspalte versehen, die wiederum den Zeitstempel, der den Zeitpunkt der Messung mit Datum und Uhrzeit angibt, enth\u00e4lt.<\/p>\n\n\n\n
Fields sind wie die Zeitspalte zwingend erforderlich in einer InfluxDB-Datenstruktur. Sie bilden das Schl\u00fcssel-Wert-Paar, das Metadaten (Field Keys) sowie den eigentlichen Datenwert (Field Values) aufzeichnet. Field Keys sind Strings und k\u00f6nnen bspw. die Energieproduktion sein, w\u00e4hrend Field Values die tats\u00e4chlichen Messwerte bezeichnen, die an den Zeitstempel gebunden sind.<\/p>\n\n\n\n
Fields werden im Gegensatz zu Tags von der InfluxDb nicht automatisch indiziert. Da jeder Index aktualisiert werden muss, wirkt sich das nachteilig auf die Schreibvorg\u00e4nge aus. Daher empfiehlt es sich, nur jene Fields zu indizieren, die f\u00fcr Abfragen und Aggregationen h\u00e4ufig verwendet werden.<\/p>\n\n\n\n
F\u00fcr Metadaten, die die Datenpunkte beschreiben, verwendet man am besten Tags. Wie Fields sind sie ein Schl\u00fcssel-Wert-Paar und setzten sich aus Tag Key und Tag Value zusammen. Sie sind kein zwingender Bestandteil der InfluxDB-Datenstruktur, werden aber indexiert, weshalb diese sich auch vorrangig zum Speichern f\u00fcr Abfragen eignen.<\/p>\n\n\n\n
Ein weiterer wichtiger Bestandteil zum besseren Verst\u00e4ndnis der InfluxDB-Struktur, die im \u00dcbrigen auch Schema genannt wird, sind Datenpunkte. Sie bezeichnen den einzelnen Datensatz und setzen sich aus Measurement, Tag Set, Field Set sowie dem Zeitstempel zusammen. Datenpunkte erhalten ihre Einzigartigkeit durch den Zeitstempel und der Series, der sie angeh\u00f6ren. Bei einer Series handelt es sich um eine Sammlung von Datenpunkten, die Measurement, Tag Set und Field Key gemeinsam haben.<\/p>\n\n\n\n
Um diese Struktur auch praktisch zu veranschaulichen, haben wir einen kurzen Anwendungsfall f\u00fcr einen Energieproduzenten mit Biogasanalge mit fiktiven Daten erarbeitet.<\/p>\n\n\n\n    
"<measurement>[,<tag-key>=<tag-value>...] <field-key>=<field-value>[,<field2-key>=<field2-value>...] [unix-nano-timestamp]\\n\\nengine generator_id=1234 malo_id=123456789 unit=kWh power_production=137.4 rpm=2988 max_delta=112.6"<\/pre>\n<\/div>\n\n\n\n
(am Bespiel von InfluxDB v1.8)<\/p>\n\n\n\n
Das Measurement (engine) sammelt in diesem Beispiel Daten zu den Generatoren. Unter Tag Key (engine_id) werden im Tag Value alle Generatoren angezeigt, die Strom produzieren. Da sich Tag Keys hervorragend zum Abfragen von Metadaten eignen, haben wir noch zwei weitere hinzugef\u00fcgt. Einen Tag Key (malo_id) zur Identifikation der Marktlokation, um zu wissen, f\u00fcr welche Marktlokation der jeweilige Generator den Strom produziert und den anderen Tag Key (unit) f\u00fcr die Einheit, in der die Energieproduktion gemessen wird. Die eigentlichen Messwerte finden sich in den Field Values. Auch hier haben wir drei Field Keys gesetzt. Der erste Field Key (power_production) misst die Energieproduktion, der zweite Field Key (rpm) die Drehzahl des Generators und der letzte Field Key (max_delta) bestimmt, wie viel kWh zus\u00e4tzlich der Generator bis zur maximalen Energieerzeugung noch liefern k\u00f6nnte.<\/p>\n\n\n\n
Retention Policy und Continuous Query<\/h3>\n\n\n\n
F\u00fcr die Verwaltung und Organisation der Daten, insbesondere gro\u00dfer Datenmengen, liefert InfluxDB mit der Retention Policy (Daten l\u00f6schen) sowie der Continuous Query (Daten zusammenfassen) zwei wertvolle Hilfsmittel.<\/p>\n\n\n\n
Retention Policys sind einzigartig f\u00fcr jede Datenbank und beschreiben, wie lange die Daten aufbewahrt werden sollen. InfluxDB vergleicht dazu den Zeitstempel des Servers mit dem Zeitstempel der Daten und l\u00f6scht alle Daten, die \u00e4lter sind, als es von der Retention Policy definiert wurde.<\/p>\n\n\n\n
Continuous Querys sind Abfragen, die automatisch und regelm\u00e4\u00dfig ausgef\u00fchrt werden und die Ergebnisse in einem neuen Measurement speichern. Um eine Continuous Query auszuf\u00fchren, erfordern diese eine Funktion in der SELECT clause und m\u00fcssen eine GROUP BY()time clause beinhalten. InfluxQL bietet eine Vielzahl an Funktionen, die unter den Begriffen Aggregate, select, transform und predict zusammengefasst sind.<\/p>\n\n\n\n
Die nachfolgende Grafik veranschaulicht die Auswirkungen einer Retention Policy sowie Continuous Query. Der Zeitraum der Datenpunkte, die von der Retention Policy gel\u00f6scht werden sollen, wird kontinuierlich erweitert. F\u00fcr die Continuous Query wird die Aggregat-Funktion mean() zur Verdichtung der Datenpunkte angewendet, die immer mehr Daten zu einem Datenpunkt zusammenfasst.<\/p>\n\n\n\n
\"\"<\/figure>\n\n\n\n
Um Daten zu sammeln bzw. an InfluxDB \u00fcbermitteln zu k\u00f6nnen, ben\u00f6tigt es jedoch eine eigene Anwendung. Hierf\u00fcr eignet sich bspw. Telegraf, eine Software, die auch von InfluxData eigens daf\u00fcr entwickelt wurde.<\/p>\n\n\n\n
Telegraf<\/h2>\n\n\n\n
Telegraf ist ein Plug-in-gesteuerter Server-Agent zum Sammeln und Senden von Metriken und Ereignissen aus Datenbanken, Systemen und IoT-Sensoren. Die Anwendung ist in Go geschrieben und wird zu einer einzigen Bin\u00e4rdatei ohne externe Abh\u00e4ngigkeiten kompiliert. Das Plug-in-System deckt eine Vielzahl an M\u00f6glichkeiten ab, Daten zu beziehen (third-party APIs, StatsD, Kaftka, MQTT etc.) bzw. auszugeben (InfluxDB, OpenTSDB, Kafka, MQTT etc.).<\/p>\n\n\n\n
Abschlie\u00dfend m\u00f6chten wir noch einmal auf unser Beispiel mit der Biogasanlage eingehen und das Zusammenwirken von Datenquelle, Telegraf, Datenbank (InfluxDB) sowie Ausgabe veranschaulichen.<\/p>\n\n\n\n
Architektur<\/h2>\n\n\n\n
Am Beginn steht die Anlage zur Energieerzeugung bzw. dem -verbrauch, welche die Daten f\u00fcr InfluxDB liefert. Mittels spezieller Hard- (Sensoren, Drehzahlmesser) und Software werden die Messungen (Energieproduktion, Motordrehzahl, Delta zur maximalen Energieproduktion) abgenommen und an einen MQTT Broker \u00fcbermittelt. Telegraf wird so programmiert, dass die Anwendung sich die Daten holt und im Anschluss an die InfluxDB weitergibt. \u00dcber bspw. ein Portal k\u00f6nnen dem Energieproduzenten die Daten in unterschiedlichen Formen wie bspw. Diagrammen angezeigt werden. Hierf\u00fcr ben\u00f6tigt es nicht immer eine eigene Anwendung, auch Tools wie bspw. Grafana sind in der Lage, die Daten visuell darzustellen.<\/p>\n\n\n\n
\"\"<\/figure>\n\n\n\n
Die Anwendungsgebiete von InfluxDB sind vielseitig. Aufgrund ihrer Struktur und Funktionen, die darauf ausgelegt sind, mit einer gro\u00dfen Anzahl von Zeitreihen zu arbeiten, lohnt es sich, InfluxDB oder eine andere Zeitreihendatenbank f\u00fcr das ein oder andere Projekt einmal auszuprobieren.<\/p>\n\n\n\n
Quellen:<\/h4>\n\n\n\n
www.influxdata.com<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"
In unterschiedlichen Auspr\u00e4gungen sind sie Teil nahezu aller unsere Welt durchziehenden Systeme. Egal ob im Finanzbereich, im Transportwesen oder im Energiesektor hinter jeder Anwendung steht eine Datenbank. Je nach Anwendungsgebiet eignet sich das eine Modell besser als das andere. In all den zuvor genannten Branchen kann es jedoch von zentraler Bedeutung sein, zu wissen, wie […]<\/p>\n","protected":false},"author":4,"featured_media":905,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[6],"tags":[],"class_list":["post-901","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kuenstliche-intelligenz"],"acf":[],"yoast_head":"\nZeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf - IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen<\/title>\n<meta name=\"description\" content=\"it Sonix Blog: Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/itsonix.eu\/en\/blog\/time-series-databases-a-brief-introduction-using-influxdb-and-telegraf\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf - IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen\" \/>\n<meta property=\"og:description\" content=\"it Sonix Blog: Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf\" \/>\n<meta property=\"og:url\" content=\"https:\/\/itsonix.eu\/en\/blog\/time-series-databases-a-brief-introduction-using-influxdb-and-telegraf\/\" \/>\n<meta property=\"og:site_name\" content=\"IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen\" \/>\n<meta property=\"article:published_time\" content=\"2023-02-28T08:09:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-05-18T07:16:24+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/itsonix.eu\/wp-content\/uploads\/2026\/05\/Blogbeitrag-Header-2-scaled.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"2560\" \/>\n\t<meta property=\"og:image:height\" content=\"1113\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Praktikant\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Praktikant\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/\"},\"author\":{\"name\":\"Praktikant\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#\\\/schema\\\/person\\\/829813e3a66c2dfbb030cd6647f3caf3\"},\"headline\":\"Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf\",\"datePublished\":\"2023-02-28T08:09:00+00:00\",\"dateModified\":\"2026-05-18T07:16:24+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/\"},\"wordCount\":1340,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/itsonix.eu\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/Blogbeitrag-Header-2-scaled.jpg\",\"articleSection\":[\"K\u00fcnstliche Intelligenz\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/\",\"url\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/\",\"name\":\"Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf - IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/itsonix.eu\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/Blogbeitrag-Header-2-scaled.jpg\",\"datePublished\":\"2023-02-28T08:09:00+00:00\",\"dateModified\":\"2026-05-18T07:16:24+00:00\",\"description\":\"it Sonix Blog: Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/#primaryimage\",\"url\":\"https:\\\/\\\/itsonix.eu\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/Blogbeitrag-Header-2-scaled.jpg\",\"contentUrl\":\"https:\\\/\\\/itsonix.eu\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/Blogbeitrag-Header-2-scaled.jpg\",\"width\":2560,\"height\":1113,\"caption\":\"grafische Darstellung einer Person die auf ein Dashboard schaut und link Windr\u00e4der.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/blog\\\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Start\",\"item\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#website\",\"url\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/\",\"name\":\"IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#organization\",\"name\":\"IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen\",\"url\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/itsonix.eu\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/itsonix_rgb.png\",\"contentUrl\":\"https:\\\/\\\/itsonix.eu\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/itsonix_rgb.png\",\"width\":1755,\"height\":296,\"caption\":\"IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen\"},\"image\":{\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/itsonix.eu\\\/de\\\/#\\\/schema\\\/person\\\/829813e3a66c2dfbb030cd6647f3caf3\",\"name\":\"Praktikant\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/5dcf1b27e4ed416dc1ee2931ab8eac2c1ed8dc060bed9a0d6bb1f0501c05c25d?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/5dcf1b27e4ed416dc1ee2931ab8eac2c1ed8dc060bed9a0d6bb1f0501c05c25d?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/5dcf1b27e4ed416dc1ee2931ab8eac2c1ed8dc060bed9a0d6bb1f0501c05c25d?s=96&d=mm&r=g\",\"caption\":\"Praktikant\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Time Series Databases \u2013 A Brief Introduction Using InfluxDB and Telegraf - IT Sonix - Your Partner for Custom Software Solutions","description":"it Sonix Blog: Time Series Databases\u2014A Brief Introduction Using InfluxDB and Telegraf","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/itsonix.eu\/en\/blog\/time-series-databases-a-brief-introduction-using-influxdb-and-telegraf\/","og_locale":"en_US","og_type":"article","og_title":"Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf - IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen","og_description":"it Sonix Blog: Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf","og_url":"https:\/\/itsonix.eu\/en\/blog\/time-series-databases-a-brief-introduction-using-influxdb-and-telegraf\/","og_site_name":"IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen","article_published_time":"2023-02-28T08:09:00+00:00","article_modified_time":"2026-05-18T07:16:24+00:00","og_image":[{"width":2560,"height":1113,"url":"https:\/\/itsonix.eu\/wp-content\/uploads\/2026\/05\/Blogbeitrag-Header-2-scaled.jpg","type":"image\/jpeg"}],"author":"Praktikant","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Praktikant","Est. reading time":"8 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/#article","isPartOf":{"@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/"},"author":{"name":"Praktikant","@id":"https:\/\/itsonix.eu\/de\/#\/schema\/person\/829813e3a66c2dfbb030cd6647f3caf3"},"headline":"Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf","datePublished":"2023-02-28T08:09:00+00:00","dateModified":"2026-05-18T07:16:24+00:00","mainEntityOfPage":{"@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/"},"wordCount":1340,"commentCount":0,"publisher":{"@id":"https:\/\/itsonix.eu\/de\/#organization"},"image":{"@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/#primaryimage"},"thumbnailUrl":"https:\/\/itsonix.eu\/wp-content\/uploads\/2026\/05\/Blogbeitrag-Header-2-scaled.jpg","articleSection":["K\u00fcnstliche Intelligenz"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/","url":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/","name":"Time Series Databases \u2013 A Brief Introduction Using InfluxDB and Telegraf - IT Sonix - Your Partner for Custom Software Solutions","isPartOf":{"@id":"https:\/\/itsonix.eu\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/#primaryimage"},"image":{"@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/#primaryimage"},"thumbnailUrl":"https:\/\/itsonix.eu\/wp-content\/uploads\/2026\/05\/Blogbeitrag-Header-2-scaled.jpg","datePublished":"2023-02-28T08:09:00+00:00","dateModified":"2026-05-18T07:16:24+00:00","description":"it Sonix Blog: Time Series Databases\u2014A Brief Introduction Using InfluxDB and Telegraf","breadcrumb":{"@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/#primaryimage","url":"https:\/\/itsonix.eu\/wp-content\/uploads\/2026\/05\/Blogbeitrag-Header-2-scaled.jpg","contentUrl":"https:\/\/itsonix.eu\/wp-content\/uploads\/2026\/05\/Blogbeitrag-Header-2-scaled.jpg","width":2560,"height":1113,"caption":"grafische Darstellung einer Person die auf ein Dashboard schaut und link Windr\u00e4der."},{"@type":"BreadcrumbList","@id":"https:\/\/itsonix.eu\/blog\/zeitreihendatenbanken-eine-kurze-einfuehrung-mit-influxdb-und-telegraf\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Start","item":"https:\/\/itsonix.eu\/de\/"},{"@type":"ListItem","position":2,"name":"Zeitreihen\u00addaten\u00adbanken \u2013 eine kurze Einf\u00fchrung mit InfluxDB und Telegraf"}]},{"@type":"WebSite","@id":"https:\/\/itsonix.eu\/de\/#website","url":"https:\/\/itsonix.eu\/de\/","name":"IT Sonix - Your Partner for Custom Software Solutions","description":"","publisher":{"@id":"https:\/\/itsonix.eu\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/itsonix.eu\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":"Organization","@id":"https:\/\/itsonix.eu\/de\/#organization","name":"IT Sonix - Your Partner for Custom Software Solutions","url":"https:\/\/itsonix.eu\/de\/","logo":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/itsonix.eu\/de\/#\/schema\/logo\/image\/","url":"https:\/\/itsonix.eu\/wp-content\/uploads\/2026\/05\/itsonix_rgb.png","contentUrl":"https:\/\/itsonix.eu\/wp-content\/uploads\/2026\/05\/itsonix_rgb.png","width":1755,"height":296,"caption":"IT Sonix - Ihr Partner f\u00fcr individuelle Softwarel\u00f6sungen"},"image":{"@id":"https:\/\/itsonix.eu\/de\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/itsonix.eu\/de\/#\/schema\/person\/829813e3a66c2dfbb030cd6647f3caf3","name":"Intern","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/secure.gravatar.com\/avatar\/5dcf1b27e4ed416dc1ee2931ab8eac2c1ed8dc060bed9a0d6bb1f0501c05c25d?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/5dcf1b27e4ed416dc1ee2931ab8eac2c1ed8dc060bed9a0d6bb1f0501c05c25d?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5dcf1b27e4ed416dc1ee2931ab8eac2c1ed8dc060bed9a0d6bb1f0501c05c25d?s=96&d=mm&r=g","caption":"Praktikant"}}]}},"_links":{"self":[{"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/posts\/901","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/comments?post=901"}],"version-history":[{"count":1,"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/posts\/901\/revisions"}],"predecessor-version":[{"id":906,"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/posts\/901\/revisions\/906"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/media\/905"}],"wp:attachment":[{"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/media?parent=901"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/categories?post=901"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/itsonix.eu\/en\/wp-json\/wp\/v2\/tags?post=901"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}