Flink流计算与时序数据库Influxdb+grafana

本文介绍了如何将Flink数据流发送到InfluxDB,利用InfluxDB作为时间序列数据库,并通过Grafana进行实时可视化展示。首先,文章假定InfluxDB和Grafana已安装。接着,由于InfluxDB不是Flink的内置连接器,所以需要自定义SinkFunction来实现数据写入。InfluxDB中的measurement对应于表,point包含时间(time)和field(列),tag用于索引。最后,文章提供了通过InfluxDB Web UI和Grafana观察结果的示例,以及相关的代码和参考资料链接。
摘要由CSDN通过智能技术生成

1、简介

关于Influxdb和grafana,可以参考:介绍或者influxdb官方文档grafana官方文档。这里默认已经将influxdb和grafana安装完成。

influxdb不属于Flink内置的第三方connector,因此需要自定义addSink()方法:

txStream.addSink(new InfluxDBSink("transaction"))

而InfluxDBSink需要实现SinkFunction或RichSinkFunction,例如:

class InfluxDBSink(measurement : String) 
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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