InfluxData释出其开源时序数据库InfluxDB 2.0 Alpha测试版，这个版本最大的更新，便是增加了新的数据脚本和查询语言Flux，不只能提供跨平台时序数据操作，还能将TICK组件堆栈整合成一个更加一致的平台。InfluxDB是一个以Go语言开发的开源时序型数据库，由InfluxData重头开始打造，专门用来处理高写入和查询负载，InfluxDB专为时间戳数据设计，可应用于DevOps监控、应用程序指针、物联网传感器数据和实时分析等使用情境。InfluxDB提供类似SQL的查询语言，供用户操作数据。

InfluxDB 2.0最大更新的部分，是新增了数据脚本和查询语言Flux。InfluxData在收集了社群的意见，以及盘点了当前查询语言InfluxQL，和Kapacitor合作的语言TICKscript之后，他们决定建构一个全新的查询语言。Flux支持驱动图形用户接口，让用户不需要实际学习语言，就可完成工作。Flux还能跨不同数据源，包括数据库、第三方API、文件系统或其他数据源，进行时间序数据操作。Flux能与其他分析工具和环境无缝整合，支持多种查询语法，包括Jupyter以及使用Apache Arrow作为底层数据交换的格式，以便和其他大数据分析系统整合。

InfluxData提到，Flux是第四代程序开发语言，是专为数据脚本、ETL、监控和通知而设计。Flux不仅是一个查询语言和程序语言，其中还包含了Planner以及Optimizer，可以无缝的提供开发者查询以及程序开发能力。而Flux最大的特点在于能够交叉编译，InfluxData希望使用者可以使用不同的语言，像是InfluxQL、PromQL以及Flux等，操作时间序列的数据与相关查询工作，InfluxData表示，他们希望这项工作可以在单一Optimizer进行，并对许多不同的来源进行规画。由于开发者使用的语言很多种，因此支持更多的语言将有助于拥抱更广的生态系。

Flux具图灵完备性（Turing Completeness），且不仅可用于查询和处理时间序列数据，也可以用于操作一般数据。在这个版本中，官方专注于嵌入式InfluxDB 2.0数据储存的查询能力，包括跨量测的数学功能、Top N、时间偏移、字段聚合，以及排序。官方提到，要为语言增加新功能并不容易，在接下来的几个月会继续释出更多Flux的特殊功能。InfluxData平台由4个组件组成，分别是数据收集器Telegraf、时间序列数据库InfluxDB、可视化接口Chronograf以及监控服务Kapacitor，取前缀简称TICK。由于这四个组件在功能划分以及对用户的友善程度，于社群中一直存在不同的看法，因此Flux的出现可以用来解决这些问题，也简化InfluxQL和TICKscript这两种查询语言的功能操作。另外，在InfluxDB 2.0中，InfluxData创建了一个统一整个平台的API，其目的是要让InfluxDB成为一个多租户的时间序列服务，由于TICK这些组件，InfluxDB不只是一个数据库，同时还提供了监控、仪表板引擎、数据分析以及事件和指针处理器。随着Flux的功能扩展，InfluxDB的功能和范围，也将随之扩大。