influxdb查询结果java_查询InfluxDb指标？

这可以通过一组连续查询在InfluxDB中完成 .

InfluxDB似乎的工作原理是存储很便宜，而且计划外的处理器时间很昂贵 . 设置存储结果的背景连续计算很容易，它可以让计算在后台悄然流失 . 在InfluxDB中进行实时计算很快就会变得笨拙(或者如果它们跨越测量结果则不可能) .

战略

每个例如五分钟，执行每个度量的总和，按时间分组，并将总和插入第四个度量，称为 myservice_summary .

而不是只有一个名为 value 的字段， myservice_summary 将有几个字段;一个用于调用的调用，一个用于已处理的调用，另一个用于有错误的调用 . 我们将字段命名为对读取数据的人有意义的字段，而不是默认名称 value .

请注意，使用 GROUP BY time(x) (在此示例中，每五分钟)压缩数据还可以减少存储开销和客户端查询时间(在客户端上检索，传输和显示的点数更少) . 它还降低了存储要求 . 在InfluxDB中使用至少两个保留策略是很常见的：原始数据在短时间内(例如30天)被修整，压缩和处理的数据可以保留更长时间(例如，几个月，几年......)

当然，选择太大的间隔意味着粗略的分辨率可能不利于故障查找 . 例如当你需要知道在哪个小时开始寻找特定的变化时，使用 GROUP BY time(1d) 没什么用处 .

最佳时间分组窗口可 balancer 对问题何时开始/停止的有效检测，以及客户端响应和存储负载的速度 . 找到这个最佳值是一个练习 . :)

示例

请注意，在使用CLI时，对于以下三个连续查询中的每一个，从 CREATE CONTINUOUS QUERY 到 END 的所有内容可能需要在一行上以避免语法错误 . 我只是为了提高可读性而设置换行符 .

方括号 [ ] 表示可选参数 . 括号本身不包含在字面上 .

在这种情况下，您可以使用额外的标签键来选择哪些键是重要的，并且应该在新的测量中 .

CREATE CONTINUOUS QUERY myservice_processed_sum_5m ON your_db_name

BEGIN

SELECT sum(value) AS processed_sum_5m

INTO myservice_summary

FROM myservice_processed GROUP BY time(5m)[, other_tag_keys e.g. vendor_id]

END

CREATE CONTINUOUS QUERY myservice_invoked_sum_5m ON your_db_name

BEGIN

SELECT sum(value) AS invoked_sum_5m

INTO myservice_summary

FROM myservice_invoked GROUP BY time(5m)[, other_tag_keys e.g. vendor_id]

END

CREATE CONTINUOUS QUERY myservice_error_sum ON your_db_name

BEGIN

SELECT sum(value) AS error_sum_5m

INTO myservice_summary

FROM myservice_error GROUP BY time(5m)[, other_tag_keys e.g. vendor_id]

END

所以现在我们有一个名为 myservice_summary 的新测量，有三个字段： processed_sum_5m ， invoked_sum_5m 和 error_sum_5m (假设你想要5分钟的摘要) .

从那里，过去24小时的失败百分比查询将是：

SELECT (error_sum_5m / invoked_sum_5m) * 100.0

AS error_pct_5m

FROM myservice_summary

WHERE time > now() - 1d

[GROUP BY other_tags e.g. vendor_id]

或者以更表格的格式：

SELECT [vendor_id, etc, ](error_sum_5m / invoked_sum_5m) * 100.0

AS error_pct_5m

FROM myservice_summary

WHERE time > now() - 1d

使用 myservice_summary 中存储在另一个CQ中的结果是可能的，但我不是100％确定避免竞争条件，即如果依赖于 myservice_summary 的CQ在填充该测量的查询之前执行该怎么办？

希望有所帮助 .