不稳定网络下Raspberry Pi传感器数据写入云端时序数据库方案问询

符合要求的可选方案 #

• VictoriaMetrics 生态组合
  采用边缘侧部署vmagent、云端部署VictoriaMetrics OSS的架构，完全满足低资源和断网续传需求：vmagent运行内存仅5~15MB，原生支持持久化写入队列，可通过-remoteWrite.queuedDataPath参数指定本地缓存目录，未成功发送到云端的测点会持久化存储在本地磁盘，网络恢复后自动重传，内置幂等校验机制避免数据重复。云端VictoriaMetrics原生适配Grafana数据源，无需额外开发即可实现可视化查询。
• InfluxDB 1.x 轻量版 + Telegraf 组合
  InfluxDB 1.8的ARM编译版运行内存占用仅10~20MB，远低于Prometheus的资源消耗。采集侧使用Telegraf时，可配置output节点的persistent_buffer_path参数开启本地持久化缓存，断网时所有采集数据会写入本地缓存队列，网络恢复后自动同步到云端InfluxDB实例，配合InfluxDB的写入幂等配置可实现无丢失无重复写入，同时支持Grafana直接对接查询。
• Drogue IoT 边缘时序数据库
  专为物联网低资源边缘设备设计，运行内存最低可至3MB，原生内置边缘到云端的增量同步能力，断网时自动本地持久化存储数据，网络恢复后自动同步差异数据，内置冲突消解逻辑保证数据一致性，全系列适配树莓派ARMv7/ARM64架构，同时支持对接Grafana做可视化。

方案选型参考 #

如果你的采集端已经有自定义业务逻辑，仅需要缓存同步能力，优先选择vmagent或Telegraf作为中间代理层，不需要修改原有采集代码即可实现断网续传能力；如果需要边缘侧也支持本地数据查询，可以选择InfluxDB 1.8或者Drogue IoT部署在树莓派本地。
你之前考虑的Prometheus联邦模式确实不适合该场景，Prometheus内存占用随时间序列数量线性增长，即便是裁剪版本也很难低于50MB，不符合树莓派的低资源约束。

内容的提问来源于stack exchange，提问作者dernasherbrezon