InfluxDB 默认通过 HTTP API 接口接收写请求，这种方式虽然稳定可靠，但在数据量大、写入频率高的场景下，每次 HTTP 握手和响应都会消耗额外的 CPU 与网络资源。UDP 协议则不同，它不需要建立连接，发送端把数据包丢出去即可，不等待确认，因此写入延迟极低。对于监控指标、传感器读数这类允许少量丢失的数据，UDP 写入是非常实用的替代方案。要使用该能力，必须先在 InfluxDB 的配置文件中开启 UDP 服务。
启用 UDP 写入的核心配置
InfluxDB 的 UDP 写入功能由配置文件中的 [[udp]] 段控制。默认情况下这个段是注释掉的，需要取消注释并修改参数。打开 influxdb.conf，找到 UDP 相关配置，至少需要设置 enabled = true、bind-address 和 database。其中 bind-address 指定监听地址和端口，例如 :8089 表示监听所有网卡的 8089 端口；database 指定写入的目标数据库，如果数据库不存在，默认不会自动创建，导致数据被丢弃。建议事先创建好数据库，或者把 udp-no-create 设置为 false。
除了基础参数，还有几个与批处理相关的配置值得关注。batch-size 表示每次批量写入的点数，batch-timeout 表示等待凑批的超时时间。适当增大 batch-size 可以减少写入磁盘的次数，但过大会增加内存占用；batch-timeout 设置过短可能导致频繁小批量写入，过长则会增加数据可见延迟。另一个参数 precision 用于指定时间戳精度，默认是纳秒（n），如果发送端使用秒或毫秒，必须正确设置，否则时间会变得巨大或归零。
以下是一份典型的 UDP 配置片段，写入路径为 /etc/influxdb/influxdb.conf：
# InfluxDB UDP 写入配置示例 [[udp]] enabled = true bind-address = ":8089" database = "metrics" # 允许自动创建数据库 udp-no-create = false # 批量写入大小 batch-size = 5000 # 凑批超时，格式如 1s batch-timeout = "1s" # 时间戳精度：n 纳秒，u 微秒，ms 毫秒，s 秒 precision = "n"
修改完成后，重启 InfluxDB 服务使配置生效。如果使用 systemd，可以执行 sudo systemctl restart influxdb。想要确认 UDP 端口是否监听，可以运行 sudo netstat -ulnp | grep 8089，看到类似 0.0.0.0:8089 的条目即表示成功。
UDP 数据格式与发送示例
UDP 写入的数据格式与 HTTP 行协议完全一致，每行一个数据点，包含 measurement、tag set、field set 和可选的时间戳。例如 cpu_load_short,host=server01,region=us-west value=0.64 1434055562000000000。多个数据点之间用换行符分隔。UDP 数据报的默认最大长度为 65535 字节，但实践中建议控制在 1024 字节以内，避免 IP 分片带来的丢包风险。
客户端可以使用任意支持 UDP socket 的语言发送数据。下面是一个 Python 示例，发送两个模拟的 CPU 指标点：
import socket
import time
# InfluxDB UDP 监听地址和端口
UDP_IP = "127.0.0.1"
UDP_PORT = 8089
def send_metric(sock, metric_line):
sock.sendto(metric_line.encode("utf-8"), (UDP_IP, UDP_PORT))
if __name__ == "__main__":
sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
for i in range(10):
# 行协议：measurement,tag=value field=value timestamp(ns)
timestamp = int(time.time() * 1e9)
line = f"cpu_load,host=server01 value={0.5 + i * 0.05} {timestamp}"
send_metric(sock, line)
print("sent:", line)
time.sleep(1)
sock.close()
发送完数据后，可以在 InfluxDB 中查询验证。使用 influx CLI 执行 SELECT * FROM cpu_load LIMIT 10，如果看到写入的记录，说明 UDP 通道工作正常。需要注意的是，UDP 发送后不会收到任何确认，如果字段类型不一致或行协议格式错误，数据会静默丢弃，因此建议先用少量数据测试再大规模部署。
对于 Go 语言开发者，也可以直接用 net.DialUDP 发送。核心思路相同：构造好行协议字符串，通过 UDP 连接发送。无论使用哪种语言，都要注意字符串编码和行尾换行符，避免把多个数据点拼在同一行导致解析失败。
UDP 写入的可靠性与调优策略
UDP 协议天生不保证交付，数据包可能在网络拥塞、接收缓冲区满或防火墙拦截时丢失。InfluxDB 本身为 UDP 接收端提供了内核缓冲区配置，如果客户端发送速度过快，服务端来不及处理，剩余数据包会被丢弃。可以通过操作系统的 sysctl 调整接收缓冲区大小，例如 net.core.rmem_max 和 net.core.rmem_default 增加到 26214400 或更高，同时确保 influxdb.conf 中 udp-read-buffer 设置与内核匹配。
另一个常见问题是防火墙规则。UDP 是无连接协议，很多云平台默认只放行 TCP 端口，忘记开放 UDP 会导致客户端发送成功但服务端收不到任何数据。配置安全组时，需要单独添加 UDP 端口规则。此外，如果 InfluxDB 与发送端不在同一台机器，还要检查网络路径上的中间设备是否对 UDP 有速率限制。
批量参数对写入性能影响显著。默认 batch-size 为 5000，表示 InfluxDB 会缓存 5000 个点后一次性写入存储引擎；如果数据到达速度较慢，batch-timeout 会触发提前刷盘。在高吞吐场景下，可以适当增大 batch-size 并缩短 batch-timeout，在延迟和吞吐之间找到平衡。反过来，如果数据点非常稀疏，保留较长的 batch-timeout 可以减少小批量写入导致的磁盘碎片。
最后需要强调，UDP 写入不适合需要强一致性的业务场景。若数据丢失涉及资金或安全，应当继续使用 HTTP 写入，或配合数据源端的重试与缓存机制。对于大多数运维监控、IoT 传感器数据，UDP 的低延迟优势远大于可接受范围内的丢失率。掌握好配置要点和常见陷阱，就能让 InfluxDB 在海量高频数据写入时保持轻快稳定。