InfluxDB从入门到精通：快速上手

1.InfluxDB介绍

InfluxDB是一个开源的时间序列平台。包括用于存储和查询的API，在后台为ETL或监控和告警处理数据，用户仪表盘，以及可视化和探索数据等。它由Go写成，致力于高性能时序型数据库，被广泛应用于存储系统的监控数据，loT行业的实时数据等场景。

ETL，代表提取、转换和加载， 是一个数据集成过程，它将多个来源的数据结合到一个单一的、一致的数据存储库中，然后再将这个存储库装入到数据仓库或其他目标系统中。

技术概览

• InfluxDB提供了一个类似于SQL的查询语言以及一系列内置函数来方便用户进行数据查询；
• InfluxDB存储的数据从逻辑上由 Measurement, tag组以及 field组以及一个时间戳组成，tag信息是默认被索引的，可以实现快速查询；
• InfluxDB支持基于HTTP的数据插入与查询，同时也支持基于TCP或UDP协议的连接；
• InfluxDB允许用户定义数据保存策略(Retention Policies)来实现对存储超过指定时间的数据进行删除或者降采样。

数据模型

• Bucket：存储时间序列数据的命名位置，包含多个 Measurement；
• Measurement：时序数据的逻辑分组，表示该条记录对应的含义。在一个特定的测量中，所有点都应具备相同的标签。包含多个 tags 和 fields；
• Tags：表示该条记录的一系列属性信息。键值对的值不一样，但是不经常变化。tags用来存储每个点的元数据，默认是被索引的，例如：地点；
• Fields：表示该条记录的内容信息，值随时间变化的键值对，不能被索引，例如温度、股价等；
• Timestamp：数据关联的时间戳。在存储和查询时，所有数据都是基于时间顺序的。

重要概念

• Point：单条数据记录是由 measurement，tag keys, tag values, field key, timestamp来定义的；
• Series：一组具有相同 measurement, tag keys, tag values的点；

2.InfluxDB安装

InfluxDB支持MacOS、Linux、Windows各大平台，以及Docker、k8s容器化部署，v2.7安装步骤参考：

https://docs.influxdata.com/influxdb/v2.7/install/

InfluxDB启动成功后，支持使用命令行方式或者管理后台进行管理：

• 命令行工具 https://docs.influxdata.com/influxdb/v2.7/tools/influx-cli/
• 控制台地址 http://localhost:8086/

3.InfluxDB应用

3.1.初始化

设置 organization, bucket, username, password

https://docs.influxdata.com/influxdb/v2.7/install/#set-up-influxdb

3.2.写入数据

行协议

所有写入InfluxDB的数据都是基于行协议的，是一种文本格式，让你提供所需信息，将数据点写入InfluxDB。

行协议元素

• measurement：字符串格式，用于标识存储数据的测量指标；
• tag set：以逗号分割的键值对列表，每个代表一个标签。标签的键和值是无引号的字符串。空格、逗号和等于号必须要转义；
• field set：以逗号分割的键值对老表，每个代表一个领域。领域的键和值是无引号的字符串。逗号和等于号必须要转义。领域的值格式可以是： strings (quoted), floats, integers, unsigned integers, or booleans.
• timestamp：与数据相关的时间戳。InfluxDB支持纳秒级别的精度。如果精度不是纳秒级别，在写入数据时需要指定精度；

行协议元素解析

• measurement：第一个空格前，第一个未被转义的逗号前的内容；
• tag set：第一个未被转义的逗号和空格之间的键值对；
• field set：第一个和第二个未被转义空格之间的键值对；
• timestamp：第二个未被转义的空格之后的整数内容；
• 行与行之间用换行符分割(\n)。行协议对空格敏感；

3.3.查询数据

查询示例

3.4.处理数据

除了基本的查询操作，数据还可以进行转换、聚合、采样、告警等一系列处理操作。

1.数据映射及修改操作

使用map()函数可以遍历所有数据，进行赋值操作。

2.数据分组

使用group()函数，根据特定的列值对数据进行重新组合，以便进一步处理数据。

3.数据聚合

使用aggregate()函数，对数据进行聚合统计。

4.数据采样

使用aggreageWindow()函数，来对指定时间间隔进行数据采样操作。

5.自动处理任务

InfluxDB task是一个定时Flux脚本，获取输入数据，以某种方式进行修改、分析，将结果写回InfluxDB或者执行其他操作。

3.5.数据可视化

有多种方式可以实现时序数据的图表化展示，例如： InfluxDB UI、Grafana。

1.InfluxDB UI

在InfluxDB控制台的dashboard模块进行配置，即可实现数据可视化，效果图如下：

2.Grafana

Grafana是一个开源的度量分析和可视化工具，提供了丰富的可视化展示方式，能够帮助用户快速的查看和编辑dashboard的前端。

4.InfluxDB开发

InfluxDB提供了丰富的API和客户端SDK，来与应用程序集成。

API文档：https://docs.influxdata.com/influxdb/v2.7/api/

和编辑dashboard的前端。

4.InfluxDB开发

InfluxDB提供了丰富的API和客户端SDK，来与应用程序集成。

API文档：https://docs.influxdata.com/influxdb/v2.7/api/

Java SDK：https://github.com/influxdata/influxdb-client-java