O que você vai precisar
Passo a passo
1. Defina o que você quer medir antes de instalar
Abra a lista de entidades do Home Assistant e separe o que tem valor histórico: consumo de energia, potência instantânea, temperatura, umidade, bateria, luminosidade, presença e estado de dispositivos críticos. Não envie tudo por preguiça. Banco de dados não é cesto de roupa suja.
Dica: Comece com 20 a 50 entidades. Depois expanda. O erro mais comum é mandar 500 entidades e descobrir tarde que metade era ruído.2. Faça backup completo do Home Assistant
Crie backup completo em Configurações > Sistema > Backups. A integração InfluxDB não substitui o banco interno, mas mexer em YAML, apps e tokens sem backup é convite para perder uma tarde.
3. Instale o InfluxDB
Você pode instalar InfluxDB como app/add-on no Home Assistant, container Docker em outro servidor ou serviço dedicado na rede. Para a maioria das casas, instalar no mesmo Mini PC do Home Assistant funciona, desde que haja SSD e folga de RAM.
Dica: Se você já roda Home Assistant em Mini PC com 8 GB de RAM, InfluxDB leve não assusta. Com Raspberry Pi e microSD, eu pensaria duas vezes.4. Crie organização, bucket e token
No InfluxDB 2.x, crie uma organização, um bucket para o Home Assistant e um token com permissão de escrita. Nome simples resolve: organização casa, bucket homeassistant, retenção 180d ou 365d conforme seu espaço.
5. Configure retenção antes da primeira enxurrada de dados
Defina por quanto tempo os dados brutos ficam guardados. Para temperatura e energia, 180 dias já contam uma história boa. Para diagnóstico fino de potência, 30 a 90 dias bastam. Guardar tudo para sempre parece prudente até o SSD começar a reclamar.
Dica: Um sensor publicando a cada 10 segundos gera 8.640 pontos por dia. Com 50 sensores assim, são 432 mil pontos diários.6. Configure a integração InfluxDB no Home Assistant
Informe host, porta, token, organização e bucket conforme a versão instalada. Em instalações que usam YAML, mantenha a configuração enxuta e use include para entidades escolhidas. A integração deve enviar estados para o InfluxDB em paralelo ao banco interno.
7. Filtre entidades com include e exclude
Inclua apenas entidades que geram análise. Sensores de potência, energia, temperatura, umidade, luminosidade e bateria fazem sentido. Entidades de botão, atualização, automação, script e diagnósticos voláteis costumam virar ruído.
Dica: Se você não sabe que pergunta quer responder com aquela entidade, provavelmente ela não precisa ir para o InfluxDB.8. Reinicie o Home Assistant e confira os primeiros pontos
Depois de salvar a configuração, reinicie o Home Assistant. No InfluxDB, abra o explorador de dados e procure medições chegando. Não vá direto para o Grafana. Primeiro confirme que o dado cru existe.
9. Conecte o Grafana ao InfluxDB
Instale Grafana, adicione InfluxDB como data source e configure token, organização e bucket. Crie um painel simples com temperatura da sala, consumo instantâneo de uma tomada e energia acumulada do circuito principal.
10. Crie dashboards com perguntas reais
Monte gráficos para responder dúvidas concretas: quanto o ar-condicionado consome à noite, qual cômodo esquenta mais à tarde, qual freezer cicla fora do padrão, quanto a automação reduziu a iluminação da varanda.
11. Revise cardinalidade e ruído depois de uma semana
Deixe rodar por 7 dias e volte aos dados. Entidades que geram ponto demais sem utilidade devem sair. Histórico bom é curado, não acumulado por medo.
12. Documente tokens, retenção e filtros
Anote onde o InfluxDB roda, qual bucket recebe os dados, qual retenção foi escolhida e quais entidades foram incluídas. Em seis meses, você não vai lembrar. Ninguém lembra.
Às 18h42, o gráfico do ar-condicionado da sala desenhou um dente perfeito: potência subindo, compressor entrando, temperatura caindo, consumo acumulando. No painel comum do Home Assistant, aquilo era só mais um estado mudando. No InfluxDB, virou história. E história, quando falamos de energia, conforto e manutenção, vale dinheiro.
Mito comum: instalar InfluxDB deixa o Home Assistant mais rápido porque substitui o banco interno. Não deixa. A integração oficial exporta mudanças de estado para uma base de séries temporais em paralelo ao banco do Home Assistant. O Recorder continua existindo, o Histórico continua existindo e o Logbook continua tendo seu papel. InfluxDB entra para análise longa e consulta pesada, não para apagar a fundação.
O que o InfluxDB faz no Home Assistant?#
InfluxDB é um banco de dados feito para séries temporais: valores medidos ao longo do tempo. Temperatura a cada minuto, potência a cada 10 segundos, umidade de hora em hora, bateria uma vez por dia, energia acumulada no mês. Em automação residencial, quase todo dado interessante tem relógio grudado nele.
O Home Assistant já guarda histórico, mas não foi desenhado para virar laboratório de análise com consultas de meses e dashboards complexos. Quando você quer cruzar consumo do ar-condicionado com temperatura externa, comparar ciclos do freezer ou investigar pico de potência às 3h da manhã, InfluxDB e Grafana formam uma dupla mais apropriada.
A diferença tangível: um sensor que reporta a cada 10 segundos gera 8.640 pontos por dia. Em um mês, passa de 259 mil pontos. Com 20 sensores nesse ritmo, você encosta em 5 milhões de pontos mensais. Não é o tipo de coisa que se joga no banco principal sem pensar.
InfluxDB substitui o Recorder?#
Não. E essa resposta precisa ficar cravada. O Recorder é o banco interno que alimenta histórico, logbook e boa parte da experiência nativa do Home Assistant. O InfluxDB recebe cópia de estados selecionados para análise de longo prazo. Um não deveria tentar fazer o trabalho do outro.
O erro de projeto aparece quando alguém desliga ou reduz demais o Recorder achando que o InfluxDB cobre tudo. Depois perde histórico recente na interface, eventos ficam pobres e o diagnóstico dentro do Home Assistant piora. Ajustar retenção do Recorder pode fazer sentido, mas não confunda economia de banco com cirurgia sem anestesia.
Pense assim: Recorder é o prontuário da casa para operação diária. InfluxDB é o arquivo técnico para estudo, tendência e comparação. Os dois conversam, mas não são o mesmo móvel.
Quais dados merecem ir para o InfluxDB?#
Energia vem primeiro. Sensores de potência instantânea, energia diária, tensão, corrente e fator de potência explicam comportamento da casa. Se uma tomada mede o freezer, você consegue ver ciclos. Se um medidor acompanha o quadro, você enxerga pico, base e desperdício. Se o ar-condicionado aparece em gráfico, a discussão sobre consumo sai do achismo.
Temperatura, umidade e luminosidade também rendem análise boa. Elas mostram insolação, ventilação, conforto térmico e rotina dos ambientes. Bateria de sensores Zigbee ajuda a descobrir dispositivo morrendo antes de falhar. Qualidade de sinal pode indicar problema de malha, embora eu só guarde esse dado quando há diagnóstico em curso.
O que eu não mandaria no começo: entidade de automação, update, media player, status de app, botão, script e tudo que muda muito sem responder pergunta clara. Banco inchado por vaidade é só bagunça com gráfico.
Qual retenção escolher?#
Para energia residencial, 365 dias é excelente porque pega verão, inverno, férias, mudança de tarifa e troca de hábito. Para temperatura e umidade, 180 dias já mostram padrão sazonal em boa parte do Brasil. Para diagnóstico rápido, 30 dias bastam.
O número precisa caber no armazenamento. SSD de 256 GB em Mini PC costuma aguentar uma casa bem filtrada por bastante tempo. Mas se você coleta potência a cada segundo de dezenas de dispositivos, nem SSD salva projeto sem retenção. Dado bruto demais vira entulho.
Não comece com “infinito”. Comece com 180 dias, observe o crescimento por uma semana e ajuste. Retenção é torneira. Você abre conforme a caixa d’água aguenta.
Como filtrar sem perder o que importa?#
Use include para domínios ou entidades específicas. Em uma instalação madura, prefiro lista explícita de entidades: sensor.energiatotal, sensor.potenciaarsala, sensor.temperaturaquarto, sensor.umidade_suite. Dá trabalho montar, mas evita mandar lixo sem perceber.
Exclude ajuda quando você inclui domínios inteiros. Se mandar todos os sensores, exclua diagnóstico irrelevante, uptime, status textual e coisas que mudam demais sem valor analítico. O objetivo é que cada ponto no InfluxDB exista por uma razão.
Essa curadoria é o que separa painel útil de painel de feira. Gráfico bonito com dado ruim só engana com mais elegância.
Grafana é obrigatório?#
Não. Dá para consultar InfluxDB direto, e o Home Assistant tem cartões nativos suficientes para muita coisa. Grafana entra quando você quer painel técnico: séries sobrepostas, janelas de tempo longas, agregações, eixos diferentes, alertas, comparação entre períodos e visual limpo para tablet ou monitor.
A curva do Grafana é real. Data source, query, bucket, measurement, field, aggregateWindow. No começo, parece burocracia. Depois que o primeiro painel mostra potência do ar-condicionado, temperatura ambiente e energia acumulada na mesma tela, a burocracia ganha sentido.
Minha recomendação: instale Grafana só depois de confirmar que os dados estão chegando limpos no InfluxDB. Não use dashboard para esconder ingestão ruim.
Como evitar que o banco cresça sem controle?#
Retenção resolve metade. Filtro resolve a outra metade. A terceira metade, porque banco de dados sempre arruma uma terceira metade, é frequência de atualização. Alguns sensores reportam quando o valor muda; outros disparam em intervalo fixo. Se você usa ESPHome ou MQTT próprio, ajuste publish_interval com bom senso.
Temperatura a cada 60 segundos é suficiente para conforto doméstico. Energia de circuito pode pedir 5 ou 10 segundos se você investiga pico. Bateria de sensor não precisa aparecer a cada minuto. Presença pode ser útil em tempo real no Home Assistant, mas nem sempre precisa virar série histórica detalhada.
Depois de 7 dias, olhe o tamanho do bucket e revise. Entidade que não foi usada em nenhum gráfico sai. Essa é a disciplina que mantém o InfluxDB saudável.
Quais gráficos realmente valem a pena?#
O primeiro gráfico bom é consumo base da casa. Veja quanto a residência consome de madrugada, quando quase tudo deveria estar desligado. Se a linha base fica em 400 W sem motivo, há algo drenando energia. Pode ser freezer antigo, aquecedor esquecido, rack de rede parrudo ou bomba acionando demais.
O segundo é temperatura por cômodo. Ele mostra onde o sol bate, onde o ar não circula e onde a automação de climatização deveria agir antes. O terceiro é potência de cargas caras: ar-condicionado, boiler, bomba, freezer, lava e seca. Com semanas de histórico, você deixa de discutir sensação e passa a discutir curva.
O quarto, menos glamouroso, é bateria de sensores. Uma queda lenta e previsível evita sensor morto no pior momento. Em rede Zigbee, acompanhar bateria e linkquality por um período ajuda a detectar ponto fraco antes da automação falhar.
O que fazer quando os dados não aparecem?#
Primeiro confirme conexão: host, porta, token, organização e bucket. Depois veja logs do Home Assistant. Erro de autenticação, bucket inexistente ou URL errada aparece ali. Em seguida, abra o explorador do InfluxDB e veja se há medições entrando.
Se só algumas entidades faltam, o problema provavelmente está no filtro. Confira entity_id exato. Se entidades aparecem sem unidade ou com tipo estranho, revise o sensor no Home Assistant. Banco de dados não corrige entidade mal definida; ele apenas registra o defeito com capricho.
Se o InfluxDB pesa no sistema, reduza retenção, filtros e frequência. Instalação boa é aquela que roda por meses sem você lembrar que ela existe.
InfluxDB não é para transformar Home Assistant em painel de avião. É para responder perguntas que o histórico comum não responde bem. Quando você escolhe entidades certas, define retenção e monta gráficos com propósito, a casa começa a contar onde desperdiça energia, onde esquenta demais e onde a automação ainda está chutando no escuro.