Visão Geral

O curso InfluxDB Data Modeling and Schema Design é focado no planejamento e na modelagem eficiente de dados de séries temporais no InfluxDB. O treinamento aborda conceitos essenciais de schema design, organização de métricas, uso adequado de measurements, tags e fields, além de estratégias para controle de cardinalidade, retenção e performance. O participante aprenderá a projetar modelos de dados escaláveis e sustentáveis para cenários de monitoramento, observabilidade e IoT.

Objetivo

Após realizar este curso InfluxDB Data Modeling and Schema Design, você será capaz de:

• Compreender o modelo de dados do InfluxDB
• Projetar schemas eficientes para séries temporais
• Definir corretamente measurements, tags e fields
• Controlar e reduzir cardinalidade
• Aplicar boas práticas de naming conventions
• Planejar retenção e ciclo de vida dos dados
• Otimizar consultas por meio de um bom design de schema

Publico Alvo

• Engenheiros de dados
• Engenheiros de observabilidade
• Profissionais de DevOps e SRE
• Arquitetos de soluções
• Administradores de bancos de dados

Pre-Requisitos

• Conhecimento básico de InfluxDB
• Conceitos de séries temporais
• Experiência com métricas ou monitoramento

Materiais

Conteúdo Programatico

Module 1: Time Series Data Modeling Fundamentals

1. Time Series Data Characteristics
2. Why Schema Design Matters
3. Common Time Series Modeling Mistakes
4. Schema Evolution Challenges

Module 2: InfluxDB Data Model Overview

1. Measurements Explained
2. Tags and Fields Deep Dive
3. Series and Cardinality Concepts
4. Timestamps and Precision

Module 3: Designing Measurements and Naming Conventions

1. Measurement Design Principles
2. Naming Standards and Patterns
3. Metric Granularity Considerations
4. Multi-Metric vs Single-Metric Design

Module 4: Tags, Fields, and Cardinality Control

1. Tag Selection Strategy
2. Field Data Types
3. Cardinality Impact on Performance
4. Strategies to Reduce Cardinality

Module 5: Buckets, Retention, and Data Lifecycle

1. Bucket Design Strategies
2. Retention Policies Best Practices
3. Downsampling and Rollups
4. Data Expiration and Archiving

Module 6: Schema Design for Monitoring Use Cases

1. Infrastructure Metrics Modeling
2. Application Metrics Schema
3. Network and Service Metrics
4. Multi-Environment Data Design

Module 7: Schema Design for Query Performance

1. Query Patterns and Schema Alignment
2. Optimizing Tags for Filtering
3. Aggregation-Friendly Schemas
4. Avoiding Anti-Patterns

Module 8: Schema Design Workshops and Labs

1. Schema Review Exercises
2. Refactoring Existing Schemas
3. Real-World Modeling Scenarios
4. Hands-On Labs and Best Practices