本节书摘来自华章计算机《Cacti实战》一书中的第3章，第3.2节,作者：刘钊，张跃著， 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
3.2 存储流程
当数据通过SNMP或者脚本查询的方式被Cacti系统获取之后，这些数据会分门别类地存储，Cacti的工作流程就进入数据存储这一步骤。在Cacti系统中，数据一般会分为两种，一种是监控指标的数据，它们以普通文件的方式（rra文件）存储在文件系统中，另一种是系统必备的元数据，它们以结构化数据的方式存储在数据库中。下面分别介绍这两种数据是如何存储的。
3.2.1 RRDTool存储方式
在前面章节已经介绍了RRDTool基本知识，RRDTool的存储方式，也很有必要学习。RRDTool的存储方式比较有意思，简单来说，可以将这种存储方式比喻成一个圆钟，数据存储的时间节点就是圆钟上的分钟刻度，圆钟的箭头就好像读取数据的方式，它日复一日，年复一年地不断转动，没有起点和终点，指针可以一直往下走下去。每转动一圈，所有存储了数据的时间节点都会被重用，该循环过程会自动刷新原来的位置。这样的设计可以使存储的数据集不会增大，并且维护起来非常简单。
通过一个形象的例子说明RRDTool的数据存储原理。假设有一个设备需要监控，姑且叫做A设备，A设备运行起来之后会有很多描述运行状态的数据，我们把它想象成一个大型的数据池。RRDTool的工作就是要按照用户的要求获取指定的数据并保存起来。假设需要RRDTool以3种方式来读取数据，即每5分钟采集一次数据、每20分钟（4个5分钟）采集一次数据和每一小时（12个5分钟）采集一次数据。
在3-4图中，RRDTool会每5分钟采集一次数据，并保存在一个rra文件中，当运行到20分钟时，以每5分钟采集一次数据的方式进行到了第4次，这一次的数据不仅会被每5分钟采集数据的策略存储下来，同时它作为一个每20分钟采集数据策略的第一个数据存储下来。以此类推，当每5分钟采集数据进行了12次之后，第一个每小时采集数据的策略也会记录它的第一个数据。
从这个过程中不难发现，对于采集同一指标的数据，RRDTool可以按照时间策略存储多个rra数据文件，并且rra文件采用固定大小来存储，当数据写满之后，之前写过的位置会被系统重用写入新的数据。
3.2.2 数据库存储方式
数据库存储通常用来保存Cacti系统必备的元数据内容，那么什么是元数据呢？简单来说就是“描述数据的数据”（data about data）。其中，后一个data是指被描述的信息资源，前一个data则是指为理解该信息资源而存储的有关信息，即元数据。例如，一组数据“15，26，31，15”，如果没有元数据对它进行描述，这一组数据就毫无意义，假如有一组元数据将它描述为“今天夜间的最低气温，明天白天的最高气温，一周之内的最高气温，一周之内的最低气温”，那么前面的4个数字变成了表达天气的数据，就变得有意义了。如果我们换一组元数据为“停车场1楼的空车位，停车场2楼的空车位，停车场3楼的空车位，停车场4楼的空车位”，则这一组数字就变成了描述空车位的数据。这就是元数据的作用。
Cacti系统将元数据保存在MySQL数据库中，通过关系型数据结构的方式存储。通过查看其中一个数据库来了解Cacti数据库的表结构存储了哪些元数据信息。如表3-1所示，“plugin_config”数据库的主要作用是存储用来描述Cacti插件的基本信息。从字段注释，不难看出Cacti数据库的主要作用就是存储描述Cacti系统的各种元数据。
附录完整呈现了Cacti数据库的结构，这里为节省篇幅不再赘述。
