influxdb安装及学习记录

1 简介

InfluxDB 是一个由InfluxData开发的开源时序性数据库。它由Go语言组成，着力于高性能地查询与存储时序型数据。InfluxDB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。
Influxdb 三大特性：
基于时间序列
可度量性
基于事件

2 安装

--安装包下载，提供1.8.0版本的Influxdb安装包 （想要指定版本官网搂一下）
wget https://dl.influxdata.com/influxdb/releases/influxdb-1.8.3.x86_64.rpm
sudo yum localinstall influxdb-1.8.3.x86_64.rpm
--启动与关闭
启动命令
systemctl start influxdb.service
#重启命令
systemctl restart influxdb.service
关闭命令
systemctl stop influxdb.service
查看状态
systemctl status influxdb.service
--influxdb是没有密码的，输入influx回车即可进入到influxdb的客户端，输入exit或者quit退出客户 端。
influx --help 查看详情命令

3 配置信息介绍

修改配置文件influxdb.conf可以进行一些设置自定义
默认路径 /etc/influxdb/influxdb.conf
有兴趣的可以查看这个地址
influxdb基础（六）——influxdb.conf配置详解（官方文档翻译）-蒲公英云

4 数据库的使用

1使用前先读下中文文档不然会比较懵逼

前言 · InfluxDB中文文档

2 看了还是一知半解，不管那么多先按照官网撸一遍代码慢慢就懂了

官网学习地址：
https://docs.influxdata.com/influxdb/v1/query_language/explore-schema/
官网学习数据下载数据
curl https://s3.amazonaws.com/noaa.water-database/NOAA_data.txt -o NOAA_data.txt
--导入influx中 库名为NOAA_water_database（记得退出influx客户端后执行）
influx -import -path=NOAA_data.txt -precision=s -database=NOAA_water_database

3 参考博客

InfluxQL函数
InfluxDB之InfluxQL函数-CSDN博客
https://www.cnblogs.com/zhangboyu/p/7503543.html
InfluxDB之java调用
InfluxDB之java调用_influxdb java-CSDN博客

5 总结

InfluxDB 设计见解和权衡

InfluxDB 是一个时间序列数据库。针对这个用例进行优化需要一些权衡，主要是为了以功能为代价来提高性能。下面列出了一些导致权衡的设计见解：

1 对于时间序列用例，我们假设如果多次发送相同的数据，那么它就是客户端刚刚发送多次的完全相同的数据。

优点：简化冲突解决提高了写入性能。
缺点：不能存储重复数据；在极少数情况下可能会覆盖数据。

2删除很少发生。当它们确实发生时，几乎总是针对大量冷写的旧数据。

优点：限制对删除的访问可以提高查询和写入性能。
缺点：删除功能受到很大限制。

3对现有数据的更新很少发生，有争议的更新永远不会发生。时间序列数据主要是从未更新的新数据。

优点：限制对更新的访问可以提高查询和写入性能。
缺点：更新功能受到很大限制。

4绝大多数写入都是针对具有最近时间戳的数据，并且数据是按时间升序添加的。

优点：按时间升序添加数据的性能明显更高。
缺点：使用随机时间或时间不按升序写入点的性能显着降低。

5规模至关重要。数据库必须能够处理大量的读取和写入。

优点：数据库可以处理大量的读取和写入。
缺点： InfluxDB 开发团队被迫做出权衡以提高性能。

6能够写入和查询数据比拥有高度一致的视图更重要。

优点：写入和查询数据库可以由多个客户端在高负载下完成。
缺点：如果数据库负载过重，查询返回可能不包括最近的点。

7许多时间序列都是短暂的。经常有时间序列只出现几个小时然后就消失了，例如一个新主机启动并报告了一段时间然后被关闭。

优点： InfluxDB 擅长管理不连续的数据。
缺点：无模式设计意味着不支持某些数据库功能，例如没有交叉表连接。

8没有Point很重要。

优点： InfluxDB 有非常强大的工具来处理聚合数据和大型数据集。
Con：Point 没有传统意义上的ID，它们是通过时间戳和序列来区分的。