爱测未来开发-InfluxDB使用

最新推荐文章于 2024-06-03 17:39:16 发布
最新推荐文章于 2024-06-03 17:39:16 发布
阅读量7.9k 收藏 4
点赞数 2
分类专栏： 测试开发 文章标签： InfluxDB
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/itest_2016/article/details/72416940
版权

当你的数据和时间有关，就可以尝试InfluxDB

 

特点

  • schemaless(无结构)，可以是任意数量的列

  • Scalable

  • min, max, sum, count, mean, median 一系列函数，方便统计

  • Native HTTP API, 内置http支持，使用http读写

  • Powerful Query Language 类似sql

  • Built-in Explorer 自带管理工具


以下文档内容是基于V1.0版本

 

1.     安装

Ø  Ubuntu& Debian

Debian 和Ubuntu 用户可以通过apt-get包管理工具安装最新 稳定版本的InfluxDB

 

对于 Ubuntu用户可以通过如下命令添加 InfluxData repository

 

curl -sL https://repos.influxdata.com/influxdb.key| sudo apt-key add -

source/etc/lsb-release

echo"deb https://repos.influxdata.com/${DISTRIB_ID,,} ${DISTRIB_CODENAME}stable"

 

对于Debian用户添加方法

 

curl -sLhttps://repos.influxdata.com/influxdb.key | sudo apt-key add -

source/etc/os-release

test$VERSION_ID = "7" && echo "debhttps://repos.influxdata.com/debian wheezy stable" | sudo tee/etc/apt/sources.list.d/influxdb.list

test$VERSION_ID = "8" && echo "debhttps://repos.influxdata.com/debian jessie stable" | sudo tee/etc/apt/sources.list.d/influxdb.list

 

配置好InfluxData仓库后通过如下命令安装InfluxDB服务

 

udo apt-getupdate && sudo apt-get install influxdb

sudo serviceinfluxdb start

 

如果操作系统是（Ubuntu15.04+, Debian 8+）版本，请使用systemd

 

sudo apt-getupdate && sudo apt-get install influxdb

sudosystemctl start influxd

 

 

Ø  ReadHat&CentOS

RedHat 和 CentOS用户可以通过yum 包管理工具安装最新 稳定版本的InfluxDB

 

先配置（InfluxDB版本包仓库地址添加到yum配置中）：

cat<<EOF | sudo tee /etc/yum.repos.d/influxdb.repo

[influxdb]

name =InfluxDB Repository - RHEL \$releasever

baseurl =https://repos.influxdata.com/rhel/\$releasever/\$basearch/stable

enabled = 1

gpgcheck = 1

gpgkey =https://repos.influxdata.com/influxdb.key

EOF

 

配置完后通过如下命令安装InfluxDB服务：

 

sudo yuminstall influxdb

sudo serviceinfluxdb start

 

如果操作系统是（CentOS7+, RHEL 7+）版本，请使用systemd

 

sudo yuminstall influxdb

sudosystemctl start influxdb

 

 

Ø  SLES& openSUSE

对于SUSE Linux用户，可通过如下方法获取RPM包 安装

 

# add gorepository

zypper ar -fobs://devel:languages:go/ go

# installlatest influxdb

zypper ininfluxdb

 

Ø  FreeBSD/PC-BSD

InfluxDB已经包含在FreeBSD包管理系统中，可以直接安装运行

 

sudo pkginstall influxdb

配置文件放在位置: /usr/local/etc/influxd.conf

参考例子: /usr/local/etc/influxd.conf.sample

 

通过如下命令在后台启动:

 

sudo serviceinfluxd onestart

 

在配置文件 /etc/rc.conf 中添加influxd_enable="YES" 配置项 可以把InfluxDB增加到系统启动中

 

 

Ø  MAC OS X

使用OS X10.8或则更高系统的用户 可以使用 Homebrew包管理工具安装InfluxDB

 

如果brew已经安 可以直接安装或则更新InfluxDB

brew update

brew installinfluxdb

 

To have launchd start InfluxDB at login,run:

 

ln -sfv/usr/local/opt/influxdb/*.plist ~/Library/LaunchAgents

 

And then to start InfluxDB now, run:

 

launchctlload ~/Library/LaunchAgents/homebrew.mxcl.influxdb.plist

 

Or, if you don’t want/need launchctl, in aseparate terminal window you can just run:

 

influxd-config /usr/local/etc/influxdb.conf

 

 

2.     数据探索(Data Exploration)

支持常用查询关键字: select ,where,group by,into,limit,slimit,order by timedesc,offset,soffset

 

Ø  SELECT查询带WHERE条件

【语法】

SELECT <stuff> FROM <measurement_name> WHERE<some_conditions>

 

【样例】

A．从measurement h2o_feet中查询全部数据

SELECT * FROM "h2o_feet"

 

B. 从h2o_feet中查询指定tag或field数据

SELECT "leveldescription","location","water_level" FROM"h2o_feet"

 

C. 查询指定database指定measurement中指定保留策略下数据

SELECT * FROM"NOAA_water_database"."autogen"."h2o_feet"

 

D. 查询语句带算数运算

SELECT ("water_level" * 2) + 4from "h2o_feet"

 

E. where查询带tags,time ranges(时间范围),或field过滤查询的数据

SELECT "water_level" FROM"h2o_feet" WHERE "location" = 'santa_monica'

 

F．查询数据指定时间范围（最近7天数据）

SELECT * FROM "h2o_feet" WHEREtime > now() - 7d

 

G. where带多个查询条件

SELECT * FROM "h2o_feet" WHERE"location" = 'coyote_creek' AND "water_level" > 8

 

【注】

逻辑查询串联通过 AND和OR 多个过滤条件通过（）分割

支持对比语法：

= equal to（等于）

<>not equal to（不等于）

!= not equal to（不等于）

> greater than（大于）

< less than（小于）

=~ matches against（匹配）

!~ doesn’t match against（不匹配）

 

Ø  GROUP BY分组查询

【语法】

SELECT <function>(<field_key>) FROM <measurement_name>WHERE <time_range> GROUP BYtime(<time_interval>[,<offset_interval>])

支持通过tag key和time分组


【样例】

A．通过location分组 计算平均值

SELECT MEAN("water_level") FROM"h2o_feet" GROUP BY "location"

 

B. 对所有tag key做分组

SELECT MEAN("index") FROM"h2o_quality" GROUP BY *

 

C.通过time（时间）做分组

SELECT COUNT("water_level") FROM"h2o_feet" WHERE time >= '2015-08-19T00:00:00Z' AND time <='2015-08-27T17:00:00Z' AND "location"='coyote_creek' GROUP BYtime(3d)

 

【注】

Time支持单位

u      microseconds

ms  milliseconds

s      seconds

m    minutes

h      hours

d      days

w     weeks

其中group by查询在指定时间段内如果没有数据的话可以通过fill() 填充指定值，常用fill(none)去掉这些空数据

 

Ø  INTO查询

Relocate data（迁移数据）

Copy data to another database, retentionpolicy, and measurement with the INTO clause:

(通过into语句拷贝数据到指定数据库中，指定保留策略，指定表中)

 

【语法】

 SELECT<field_key> INTO <different_measurement> FROM<current_measurement> [WHERE <stuff>] [GROUP BY <stuff>]

 

【样例】

A．将查询到的数据 拷贝到当前database中 新的measurement（h2o_feet_copy）中

SELECT "water_level" INTO"h2o_feet_copy" FROM "h2o_feet" WHERE "location"= 'coyote_creek'

 

B．将查询到的数据 拷贝到已经存在的database（where_else）指定保留策略指定表中

SELECT "water_level" INTO"where_else"."autogen"."h2o_feet_copy" FROM"h2o_feet" WHERE "location" = 'coyote_creek'

 

Downsample data（降低采样率）

Combine the INTOclause with an InfluxQL function and a GROUP BY clause to write the lowerprecision query results to a different measurement:

该操作一般都是按指定时间分组聚合数据 到新的measurement中

【语法】

SELECT <function>(<field_key>) INTO<different_measurement> FROM <current_measurement> WHERE<stuff> GROUP BY <stuff>

【样例】

A．将查询指定时间段数据 按12分钟求平均值（聚合） 拷贝到当前database中 measurement（average）中

 

SELECT MEAN("water_level") INTO"average" FROM "h2o_feet" WHERE "location" ='santa_monica' AND time >= '2015-08-18T00:00:00Z' AND time <='2015-08-18T00:30:00Z' GROUP BY time(12m)

 

B．将查询指定时间段数据 按12分钟求平均值，最大值（聚合） 拷贝到已经存在的database（where_else）指定保留策略指定表中

SELECT MEAN("water_level"),max("water_level") INTO"where_else"."autogen"."aggregates" FROM"h2o_feet" WHERE "location" = 'santa_monica' AND time >='2015-08-18T00:00:00Z' AND time <= '2015-08-18T00:30:00Z' GROUP BY time(12m)

 

C．Calculate the average degrees forall temperature measurements (h2o_temperature andaverage_temperature) in the NOAA_water_database and write the results to newmeasurements with the same names in a different database(where_else). :MEASUREMENT tells InfluxDB to write the query results tomeasurements with the same names as those targeted by the query:

（计算所有包含temperature关键字的表格中 degrees平均值数据拷贝到 where_else 数据库中，按原始表名创建新表插入数据）

 

SELECT MEAN("degrees") INTO "where_else"."autogen".:MEASUREMENTFROM /temperature/ WHERE time >= '2015-08-18T00:00:00Z' AND time <='2015-08-18T00:30:00Z' GROUP BY time(12m)

 

【注】

         InfluxDB does not store null values. Depending on thefrequency of your data, the query results may be missing time intervals. Usefill() to ensure that every time interval appears in the results.（influxdb不会存储空的数据 这样在按时间分组聚合数据时，可能会丢失时间 间隔数据，可以通过fill()填充数据解决该问题）

 

 

Ø  LIMIT ANDSLIMIT（限制查询返回数据条数）

influxQL supports two different clauses tolimit your query results:

（influxdb查询语句支持2种不同的条件来限制查询结果数据）

 

LIMIT <N> returns the first <N>points from each series in the specified measurement.

（每一个series中返回前N行points数据）

 

SLIMIT <N> returns every point from<N> series in the specified measurement.

 （返回前N个 series中 所有points数据）

 

LIMIT <N> followed by SLIMIT<N> returns the first <N> points from <N> series in thespecified measurement.

 （返回前 N个 series中 前N行points数据）

 

【语法】

        

【样例】

A．返回所有 series中前3行 points数据

SELECT "water_level"FROM "h2o_feet" GROUP BY * LIMIT 3

 

查询返回结果

 

name:h2o_feet

tags:location=coyote_creek

time                                 water_level

----                                     -----------

2015-08-18T00:00:00Z    8.12

2015-08-18T00:06:00Z    8.005

2015-08-18T00:12:00Z    7.887

 

name:h2o_feet

tags:location=santa_monica

time                                 water_level

----                                     -----------

2015-08-18T00:00:00Z    2.064

2015-08-18T00:06:00Z    2.116

2015-08-18T00:12:00Z    2.028

 

B．返回第一个 series中所有points数据

SELECT "water_level" FROM"h2o_feet" GROUP BY * SLIMIT 1

 

查询返回结果:

name: h2o_feet

tags: location=coyote_creek

time                                      water_level

----                                         -----

2015-08-18T00:00:00Z         8.12

2015-08-18T00:06:00Z         8.005

2015-08-18T00:12:00Z         7.887

[...]

2015-09-18T16:12:00Z         3.402

2015-09-18T16:18:00Z         3.314

2015-09-18T16:24:00Z         3.235

 

C．返回第一个 series中前3行points数据

SELECT "water_level" FROM"h2o_feet" GROUP BY * LIMIT 3 SLIMIT 1

 

查询返回结果:

name:h2o_feet

tags:location=coyote_creek

time                                  water_level

----                                      -----------

2015-08-18T00:00:00Z     8.12

2015-08-18T00:06:00Z     8.005

2015-08-18T00:12:00Z     7.887                                                                                                         

 

 

Ø  ORDER BY（排序）

目前influxdb只支持对time(时间) 做排序（ASC，DESC）

 

【样例】

A．按时间降序

SELECT "water_level" FROM"h2o_feet" WHERE "location" = 'santa_monica' ORDER BY timeDESC LIMIT 5

 

查询返回结果:

name:h2o_feet

----------

time                   water_level

2015-09-18T21:42:00Z    4.938

2015-09-18T21:36:00Z    5.066

2015-09-18T21:30:00Z    5.01

2015-09-18T21:24:00Z    5.013

2015-09-18T21:18:00Z    5.072

 

 

Ø  OFFSET和SOFFSET（分页）

通过offset对查询结果 points数据进行分页查询，soffset对查询结果 series数据进行分页查询。二者可以结合使用

 

【样例】

A．从第4条points处开始 返回3条points数据

SELECT "water_level"FROM "h2o_feet" WHERE "location" = 'coyote_creek' LIMIT 3OFFSET 3

 

查询返回结果:

name: h2o_feet

----------

time                                  water_level

2015-08-18T00:18:00Z     7.762

2015-08-18T00:24:00Z     7.635

2015-08-18T00:30:00Z     7.5

 

B．从第2个series处开始返回1个series数据:

SELECT "water_level" FROM"h2o_feet" GROUP BY * LIMIT 3 SLIMIT 1 SOFFSET 1

Ø  查询条件支持正则表达式

 

【样例】

         A．查询location不包含 a的数据

SELECT * FROM "h2o_feet" WHERE"location" !~ /.*a.*/ LIMIT 4

 

B．查询location包含 y或m 且water_level大于0的数据

SELECT * FROM "h2o_feet" WHERE"location" =~ /[ym]/ AND "water_level" > 0 LIMIT 4

 

 

3.     数据库管理(Database Management)

支持功能有数据管理和保留策略管理

Data management

   ◦      Create adatabase with CREATE DATABASE

   ◦      Delete adatabase with DROP DATABASE

   ◦      Dropseries from the index with DROP SERIES

   ◦      Deleteseries with DELETE

   ◦      Deletemeasurements with DROP MEASUREMENT

   ◦      Delete ashard with DROP SHARD

 

Retention policymanagement

   ◦      Createretention policies with CREATE RETENTION POLICY

   ◦      Modifyretention policies with ALTER RETENTION POLICY

   ◦      Deleteretention policies with DROP RETENTION POLICY

 

Ø  创建数据库

【语法】

CREATE DATABASE <database_name> [WITH [DURATION<duration>] [REPLICATION <n>] [SHARD DURATION <duration>][NAME <retention-policy-name>]]

 

【样例】

A．使用默认配置创建数据库

CREATE DATABASE "test_database"

 

 

 

B. 创建数据库test_database 保留3份副本(单机版无效)，并使用默认保留策略为保存最近3天数据 没30分钟清理一次。保留策略名为 liquid

 CREATEDATABASE "test_database" WITH DURATION 3d REPLICATION 3 SHARDDURATION 30m NAME "liquid"

 

 

Ø  删除数据库

【语法】

DROP DATABASE<database_name>

 

【样例】

A.删除数据库test_database

DROP DATABASE "test_database"

 

Ø  删除表数据

【语法】

DELETE FROM <measurement_name> WHERE[<tag_key>='<tag_value>'] | [<time interval>]

目前删除数据 where条件只支持 tagkey和time


【样例】

  1. 删除数据库 表 test中全部数据

DELETE FROM "test"

 

  1. 删除数据库 表 test 中tag key randtag=3的全部数据

DELETE FROM"test " WHERE "randtag" = '3'

 

  1. 删除数据库 表test 大于指定时间数据

DELETE FROM"test "  WHERE time <'2016-01-01'

 

Ø  删除表

【语法】

DROP MEASUREMENT<measurement_name>


【样例】

  1. 删除数据库 中h2o_feet表

DROP MEASUREMENT "h2o_feet"

 

Ø  创建保留策略

【语法】

CREATE RETENTIONPOLICY <retention_policy_name> ON <database_name> DURATION<duration> REPLICATION <n> [SHARD DURATION <duration>][DEFAULT]


  • DURATION determines how long InfluxDB keepsthe data. The options for specifying the duration of the retention policy arelisted below. Note that the minimum retention period isone hour.

m minutes

h hours

d days

w weeks

INF infinite


  • REPLICATION determines how many independent copies ofeach point are stored in the cluster, where nis the number of data nodes.

 

  • SHARD DURATION determines the time range covered by ashard group. The options for specifying the duration of the shard group arelisted below. The default shard group duration depends on your retention policy’s DURATION.

u microseconds

ms milliseconds

s seconds

m minutes

h hours

d days

w weeks


  • DEFAULT sets the new retentionpolicy as the default retention policy for the database



【样例】

  1. 在数据库test_database中创建保留策略 one_day_only 数据保存时间为1天，复制因子为1

CREATE RETENTION POLICY"one_day_only" ON "test_database" DURATION 1d REPLICATION 1

 

 

B．创建保留策略并将其设置为数据库 默认策略

CREATE RETENTION POLICY"one_day_only" ON "test_database" DURATION 1d REPLICATION 1DEFAULT

 

Ø  修改保留策略

【语法】

ALTER RETENTIONPOLICY <retention_policy_name> ON <database_name> DURATION<duration> REPLICATION <n> SHARD DURATION <duration> DEFAULT


The ALTER RETENTION POLICY query takes the followingform, where you must declare at least one of the retention policy attributes DURATION, REPLICATION,SHARD DURATION, or DEFAULT:


【样例】


  1. 修改保留策略  what_is_time 属性DURATION 3周，SHARD DURATION为30分钟并设置为test_database数据库默认保留策略

 

ALTER RETENTION POLICY"what_is_time" ON "test_database" DURATION 3w SHARDDURATION 30m DEFAULT

 

Ø  删除保留策略

【语法】

DROP RETENTIONPOLICY <retention_policy_name> ON <database_name>


Delete all measurements and data in a specificretention policy


【样例】

  1. test_database中保留策略 what_is_time

DROP RETENTION POLICY"what_is_time" ON "test _database"

 


4.     函数(Functions)

支持函数列表如下，详细描述请参考官方文档

Aggregations

Selectors

Transformations

Predictors

COUNT()

BOTTOM()

CEILING()

HOLT_WINTERS()

DISTINCT()

FIRST()

DERIVATIVE()

INTEGRAL()

LAST()

DIFFERENCE()

MEAN()

MAX()

ELAPSED()

MEDIAN()

MIN()

FLOOR()

MODE()

PERCENTILE()

HISTOGRAM()

SPREAD()

TOP()

MOVING_AVERAGE()

STDDEV()

NON_NEGATIVE_DERIVATIVE()

SUM()


 

其中常用聚合操作，count（计算个数）、distinct（去重）、mean（求平均）、sum（求和）


公众号：itest_forever


CSDN:http://blog.csdn.NET/itest_2016

QQ群：274166295（爱测未来2群）、610934609（爱测未来3群）


itest_2016
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
butler-sos:Butler SenseOps Stats（“ Butler-SOS”）是将微服务Qlik Sense指标发布到InfluxDB的微服务。 添加Grafana以获得美观​​的仪表板，您可以实时监控Qlik Sense环境中发生的情况
04-28
2. **容量规划**：通过对资源使用情况的持续监控，可以预测未来的资源需求，进行有效的容量规划。 3. **性能优化**：通过分析性能数据，可以识别瓶颈，对Qlik Sense配置进行优化。 4. **报警与通知**：设置阈值，当...
SpringBoot + Kafka + Redis + InfluxDB + HBase + Grafana 风控系统.zip
03-23
该压缩包文件“SpringBoot + Kafka + Redis + InfluxDB + HBase + Grafana 风控系统.zip”提供了一个完整的风控系统实现，利用了一系列先进的技术栈，旨在帮助学生全面了解软件开发流程，从需求分析到系统设计，再到...
04_使用Influxdb自带函数查询
qq_40353662的博客
09-23 1509
influxdb提供了一些内置函数，这些函数方便grafana拉取数据。 一、查询非空值的数量 SELECT COUNT(value) FROM cpuinfo insert cpuinfo,item=shijiange_47.105.99.75_cpu.idle value666=90 SELECT COUNT(value) FROM cpuinfo 二、查询唯一值 SELECT DISTINCT(value) FROM cpuinfo 三、查询平均值 SELECT MEAN(value) FROM cp
InfluxDB常用函数
长弓射林夕的博客
06-13 5185
InfluxDB常用函数及Grafana参数
InfluxDB详解
最新发布
一坨小橙子的博客
06-03 2814
InfluxDB时序数据库的概念、特点、安装、基本操作
全网最细，时序数据库InfluxDB详解，你不知道的都在这...
m0_70102063的博客
07-25 5684
什么是InfluxDB？InfluxDB是一个开源的、高性能的时序型数据库，在时序型数据库DB-Engines Ranking上排名第一。在介绍InfluxDB之前，先来介绍下时序数据。按照时间顺序记录系统、设备状态变化的数据被称为时序数据（Time Series Data），如CPU利用率、某一时间的环境温度等。时序数据以时间作为主要的查询纬度，通常会将连续的多个时序数据绘制成线，制作基于时间的多纬度报表，用于揭示数据背后的趋势、规律、异常，进行实时在线预测和预警。
c#+influxdb+flux按指定时间间隔和分页查询数据
lhdisme的博客
07-20 1950
c#+influxdb+flux按指定时间间隔和分页查询数据
arduino-time-series
03-21
在本文中，我们将深入探讨如何使用Arduino开发板...通过这样的项目，开发者可以掌握如何从设备收集数据、在云端存储并分析数据，以及如何通过Web界面实时展示这些数据，这对于未来智能设备的开发有着重要的指导意义。
tsa-cli:您节点的统计数据
04-14
**tsa-cli: 您节点的统计数据** `tsa-cli` 是一个命令行工具，专门设计用于进行时间序列分析...通过熟练掌握`tsa-cli`的使用，可以高效地获取和解析数据，从而更好地优化系统性能、预测未来趋势并作出数据驱动的决策。
grafana-4.1.0.linux-x64.zip
01-31
Grafana的核心功能包括创建和共享数据仪表板，支持多种数据源如Prometheus、Elasticsearch、InfluxDB等，使得用户可以轻松地将各种数据转化为直观的图表和图形。4.1.0版本可能包含以下特性： 1. **多数据源支持**：...
时序数据库-InfluxDB概念详解1
YG爱木木
07-31 1903
InfluxDB相关概念 在influxDB中，有很多概念，例如DataBase，Measurement，point，Field等等。这些概念都是什么含义，本篇文章将会对常用的基本概念和操作做一个总结。 Database和Measurement DataBase和Measurement都是对数据的一个归类，只不过粒度不同。这个举个例子就明白了，文件和文件夹的概念，DataBase是一个文件夹，里面存放放了很多文件，每个文件就可以理解为一个Measuremen。关于这个概念，如果了解其他关系型数据库例如MyS
InfluxDB 介绍和使用
热门推荐
说不如做
10-12 1万+
InfluxDB是一个开源分布式时序、事件和指标数据库。使用 Go 语言编写，无需外部依赖。其设计目标是实现分布式和水平伸缩扩展。 它有三大特性： Time Series （时间序列）：你可以使用与时间有关的相关函数（如最大，最小，求和等） Metrics（度量）：你可以实时对大量数据进行计算 Eevents（事件）：它支持任意的事件数据 InfluxDB安装方式（环境部署） influxdb里面有一些重要概念：database，timestamp，fi..
influxdb未授权访问漏洞
zzzzz1284的博客
03-13 594
influxdb未授权访问漏洞
8、InfluxDB常用函数(一)聚合函数，count()函数，DISTINCT()函数，MEAN()函数，MEDIAN()函数，SPREAD()函数，SUM()函数
涂作权的博客
10-27 1万+
8.InfluxDB学习之InfluxDB常用函数(一)聚合函数 8.1.count()函数 8.2.DISTINCT()函数 8.3.MEAN()函数 8.4.MEDIAN()函数 8.5.SPREAD()函数 8.6.SUM()函数 8.InfluxDB学习之InfluxDB常用函数(一)聚合函数 8.1.count()函数 返回一个（field）字段中的非空值的数量。 语法： SELECT COUNT(<field_key>) FROM <measurement_name> [
数据库安全：InfluxDB 未授权访问-Jwt验证不当 漏洞.
网络安全领域___专研者.
11-11 1238
InfluxDB 是一个开源分布式时序，时间和指标数据库。其数据库是使用​​​​​​​Jwt 作为鉴权方式，在用户开启认证时，如果在设置参数shared-secret的情况下，Jwt 认证密钥为空字符串，这样攻击者就能伪造任意用户身份在 InfluxDB 数据库中执行SQL语句，因此会导致敏感信息泄露和执行威胁到数据库的数据命令.
服务攻防-数据库安全-Influxdb&H2database&CouchDB&ElasticSearch数据库漏洞复现
ran的博客
05-07 2374
默认端口：InfluxDB 是一个开源的时间序列数据库，旨在处理大规模数据处理和分析的高写入和查询负载。它针对实时存储和查询大量时间戳数据进行了优化。InfluxDB 提供了一种类似 SQL 的查询语言称为 InfluxQL，允许用户从数据库中检索和操作数据。它还支持各种客户端库和插件，以与其他数据源和工具集成。InfluxDB 的一些主要特点包括：高写入和查询性能：InfluxDB 优化了高吞吐量数据摄取和检索，非常适合实时数据处理和分析。
数据库漏洞-Influxdb+H2database 复现
xiaoheizi的博客
07-10 737
命令：java -jar JNDI-Injection-Exploit-1.0-SNAPSHOT-all.jar -C touch /tmp/success -A "服务器ip"抓取/query页面的数据包，将Get请求更改为Post请求，在请求中添加令牌，并且添加 POST 请求键值对：db=sample&q=show users。下载漏洞利用工具：https://github.com/welk1n/JNDI-Injection-Exploit/releases/tag/v1.0。
influxdb2.x influxdb-client-java和InfluxDB 1.x influxdb-java 的区别
01-20
InfluxDB是一个开源的时间序列数据库，用于存储和查询大规模的时间序列数据。InfluxDB 1.x和InfluxDB 2.x是两个不同的版本，它们在架构和...如果你使用的是InfluxDB 2.x版本，需要使用influxdb-client-java进行集成。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值