python 时序数据库_时序数据库InfluxDB

最新推荐文章于 2024-03-06 16:17:08 发布

weixin_39927378

最新推荐文章于 2024-03-06 16:17:08 发布

阅读量307

点赞数

文章标签： python 时序数据库

一、什么是InfluxDB？

InfluxDB是一款用Go语言编写的开源分布式时序、事件和指标数据库，无需外部依赖。该数据库现在主要用于存储涉及大量的时间戳数据，如DevOps监控数据，APP metrics, loT传感器数据和实时分析数据。

InfluxDB特征：

– 无结构(无模式)：可以是任意数量的列(tags)。

– 可以设置metric的保存时间。

– 支持与时间有关的相关函数(如min、max、sum、count、mean、median等)，方便统计。

– 支持存储策略：可以用于数据的删改(influxDB没有提供数据的删除与修改方法)。

– 支持连续查询：是数据库中自动定时启动的一组语句，和存储策略搭配可以降低InfluxDB的系统占用量。

– 原生的HTTP支持，内置HTTP API。

– 支持类似SQL语法。

– 支持设置数据在集群中的副本数。

– 支持定期采样数据，写入另外的measurement，方便分粒度存储数据。

– 自带web管理界面，方便使用(登入方式：http://< InfluxDB-IP >:8083)。

– 最关键的一点，也是我采用的原因，支持Grafana画图展示。

PS：有了InfluxDB+Grafana后，你就可以写一些简单的程序了，可以只负责写后端逻辑部分，数据都可以存入InfluxDB，然后通过Grafana展示出来。

二、InfluxDB基本概念

在具体的讲解influxdb的相关操作之前先说说influxdb的一些专有名词，这些名词代表什么。先看下面一段Influxdb中的表信息。

>select*from disk;

name:disk

timecount device free hostname used used_percent

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

15020893061831599781/data80server0110060.33

15020893428794967911/data90server0211068.33

InfluxDB是时序数据库，所以怎么都绕不开时间，第一纵列time存储着时间戳，而时间戳是与数据进行关联，这样才能将时间和数据进行展示。

InfluxDB名词

database：数据库，根关系型数据库一个概念。

measurement：数据库中的表，就是关系型数据库中的表。

points：表里面的一行数据，就是关系型数据库中的记录。

InfluxDB中独有的一些概念

Point由时间戳(time)、标签(tags)和值(field)组成。

time：每条数据记录的时间，也是数据库自动生成的主索引。

tags：各种有索引的属性。

fields：各种记录的值。

tag set：tag在InfluxDB中会按照字典序排序，不管是tag-key还是tag-value，只要不一致就分别属于两个tag set，例如hostname=server01,device=/data和hostname=server02,device=/data就是两个不同的tag set。

还有三个重要的名词：Series、Retention policy和Shard

Series：相当于是InfluxDB中一些数据的集合，在同一个database中，retention policy、measurement、tag sets完全相同的数据同属于一个series，同一个series的数据在物理上会按照时间顺序排列存储在一起。

Retention policy：存储策略，用于设置数据保留的时间，每个数据库刚开始会自动创建一个默认的存储策略autogen，数据保留时间为永久，之后用户可以自己设置，例如保留最近2小时的数据。插入和查询数据时如果不指定存储策略，则使用默认存储策略，且默认存储策略可以修改。InfluxDB会定期清除过期的数据。

Shard：在InfluxDB中是一个比较重要的概念，它和Retention policy相关联。每一个存储策略下会存在许多shard，每一个shard存储一个指定时间段内的数据，并且不重复，例如7点-8点的数据落入shard0中，8点-9点的数据则落入shard1中。每一个shard都对应一个底层的tsm存储引擎，有独立的 cache、wal、tsm file。

TSM存储引擎主要由几个部分组成：cache、wal、tsm file、compactor。

Cache：相当于是LSM Tree中的memtabl。插入数据时，实际上是同时往cache与wal中写入数据，可以认为cache是wal文件中的数据在内存中的缓存。当InfluxDB启动时，会遍历所有的wal文件，重新构造cache，这样即使系统出现故障，也不会导致数据的丢失。cache中的数据并不是无限增长的，有一个maxSize参数用于控制当cache中的数据占用多少内存后就会将数据写入tsm文件。如果不配置的话，默认上限为25MB，每当cache中的数据达到阀值后，会将当前的cache进行一次快照，之后清空当前cache中的内容，再创建一个新的wal文件用于写入，剩下的wal文件最后会被删除，快照中的数据会经过排序写入一个新的tsm文件中。

WAL：WAL文件的内容与内存中的cache相同，其作用就是为了持久化数据，当系统崩溃后可以通过wal文件恢复还没有写入到tsm文件中的数据。

TSM File：单个tsm file大小最大为 2GB，用于存放数据。

Compactor：Compactor组件在后台持续运行，每隔1秒会检查一次是否有需要压缩合并的数据。

主要进行两种操作，一种是cache中的数据大小达到阀值后，进行快照，之后转存到一个新的tsm文件中。另外一种就是合并当前的tsm文件，将多个小的tsm文件合并成一个，使每一个文件尽量达到单个文件的最大大小，减少文件的数量，并且一些数据的删除操作也是在这个时候完成。

三、InfluxDB目录与文件

InfluxDB的数据存储主要有三个目录，默认情况下是meta, wal以及data三个目录。

meta用于存储数据库的一些元数据，meta目录下有一个meta.db文件。

/var/lib/influxdb/meta/

└──meta.db

wal目录存放预写日志文件，以.wal结尾。

/var/lib/influxdb/wal/

└──test

└──autogen

└──22

└──_00002.wal

data目录存放实际存储的数据文件，以.tsm结尾。

/var/lib/influxdb/data/

└──test

└──autogen

└──22

└──000000001-000000001.tsm

上面几张图中，test为数据库名，autogen为存储策略名称，再下一层目录中的以数字命名的目录是shard的ID值。

存储策略下有一个shard，ID为22，shard存储了某一个时间段范围内的数据。再下一级的目录则为具体的文件，分别是.wal和.tsm结尾的文件。

四、InfluxDB安装配置

1)安装配置

# 安装influxdb;

$yum install influxdb

# 启动influxdb;

$systemctl start influxdb

# 连接influxdb;

$influx-database'test'-host'localhost'-port'8086'

2)相关文件

$rpm-ql influxdb

# 配置文件;

/etc/influxdb/influxdb.conf

# 日志轮转;

/etc/logrotate.d/influxdb

# 命令行客户端;

/usr/bin/influx

# 查看工具;

/usr/bin/influx_inspect

# 压力测试工具;

/usr/bin/influx_stress

# 数据库转换工具(将数据库从b1或bz1格式转换为tsm1格式);

/usr/bin/influx_tsm

# 服务端;

/usr/bin/influxd

# Systemctl服务管理;

/usr/lib/influxdb/scripts/influxdb.service

/usr/lib/influxdb/scripts/init.sh

................

# 数据目录;

/var/lib/influxdb

# 日志目录;

/var/log/influxdb

3)开启Web

influxdb提供的简单web管理页面，可以用来操作influxdb，默认没有开启，如果想开启需要修改配置文件中[admin]部分，如下：

[admin]

# Determines whether the admin service is enabled.

enabled=true

# The default bind address used by the admin service.

bind-address=":8083"

4)配置文件

[meta] – meta相关配置

dir：meta数据存放目录，默认值：/var/lib/influxdb/meta。

retention-autocreate：用于控制默认存储策略，数据库创建时，会自动生成autogen的存储策略，默认值：true。

logging-enabled：是否开启meta日志，默认值：true。

[data] – tsm1引擎配置

dir：最终数据(TSM文件)存储目录，默认值：/var/lib/influxdb/data。

wal-dir：预写日志存储目录，默认值：/var/lib/influxdb/wal。

query-log-enabled：是否开启tsm引擎查询日志，默认值：true。

cache-max-memory-size：用于限定shard最大值，大于该值时会拒绝写入，默认值：DefaultCacheMaxMemorySize = 1024 * 1024 * 1024 // 1GB。

cache-snapshot-memory-size：用于设置快照大小，大于该值时数据会刷新到tsm文件，默认值：DefaultCacheSnapshotMemorySize = 25 * 1024 * 1024 // 25MB。

cache-snapshot-write-cold-duration：tsm1引擎snapshot写盘延迟，默认值：DefaultCacheSnapshotWriteColdDuration = time.Duration(10 * time.Minute)。

compact-full-write-cold-duration：tsm文件在压缩前可以存储的最大时间，默认值：DefaultCompactFullWriteColdDuration = time.Duration(4 * time.Hour)。

max-series-per-database：限制数据库的级数，该值为0时取消限制，默认值：DefaultMaxSeriesPerDatabase = 1000000，measurement, tag set, retention policy相同的数据集合算做一个serie，级数算法示例如下：假设monitor1这个measurement有两个tags：id 和 name id 的数量为10，name的数量为 100，则 series 基数为 10 * 100 = 1000。

max-values-per-tag：一个tag最大的value数，0取消限制，默认值：DefaultMaxValuesPerTag = 100000。

trace-logging-enabled：是否开启trace日志，默认值：false。

[coordinator] – 查询管理的配置选项

write-timeout：写操作超时时间，默认值： 10s。

max-concurrent-queries：最大并发查询数，0无限制，默认值： 0。

query-timeout：查询操作超时时间，0无限制，默认值：0s。

log-queries-after：慢查询超时时间，0无限制，默认值：0s。

max-select-point = 0：SELECT语句可以处理的最大点数(points)，0无限制，默认值：0。

max-select-series = 0：SELECT语句可以处理的最大级数(series)，0无限制，默认值：0。

max-select-buckets = 0：SELECT语句可以处理的最大”GROUP BY time()”的时间周期，0无限制，默认值：0。

[retention] – 旧数据的保留策略

enabled：是否启用该模块，默认值：true。

check-interval：检查时间间隔，默认值：”30m0s”。

[shard-precreation] – 分区预创建

enabled：是否启用该模块，默认值： true。

check-interval：检查时间间隔，默认值：”10m0s”。

advance-period：预创建分区的最大提前时间，默认值：”30m0s”。

[admin] – influxdb提供的简单web管理页面

enabled：是否启用该模块，默认值：false。

bind-address：绑定地址，默认值：”:8083″。

https-enabled：是否开启https ，默认值：false。

https-certificate：https证书路径，默认值：”/etc/ssl/influxdb.pem”。

[monitor] – 这一部分控制InfluxDB自有的监控系统。默认情况下，InfluxDB把这些数据写入_internal数据库，如果这个库不存在则自动创建。 _internal 库默认的retention策略是7天，如果你想使用一个自己的retention策略，需要自己创建。

store-enabled：是否启用该模块，默认值：true。

store-database：默认数据库：”_internal”。

store-interval：统计间隔，默认值：”10s”。

[subscriber] – 控制Kapacitor接受数据的配置

enabled：是否启用该模块，默认值：true。

http-timeout：http超时时间，默认值：”30s”。

insecure-skip-verify：是否允许不安全的证书，当测试自己签发的证书时比较有用。默认值：false。

ca-certs：设置CA证书，无默认值。

write-concurrency：设置并发数目，默认值：40。

write-buffer-size：设置buffer大小，默认值：1000。

[http] – influxdb的http接口配置

enabled：是否启用该模块，默认值：true。

bind-address：绑定地址，默认值：”:8086″。

auth-enabled：是否开启认证，默认值：false。

log-enabled：是否开启日志，默认值：true。

write-tracing：是否开启写操作日志，如果置成true，每一次写操作都会打日志，默认值：false。

pprof-enabled：是否开启pprof，默认值：true。

https-enabled：是否开启https，默认值：false。

https-certificate：设置https证书路径，默认值：”/etc/ssl/influxdb.pem”。

https-private-key：设置https私钥，无默认值。

max-row-limit：配置查询返回最大行数，默认值：10000。

max-connection-limit：配置最大连接数，0无限制，默认值：0。

shared-secret：用于JWT签名的共享密钥，无默认值。

realm：配置JWT realm，默认值: “InfluxDB”。

unix-socket-enabled：是否使用unix-socket，默认值：false。

bind-socket：unix-socket路径，默认值：”/var/run/influxdb.sock”。

[[graphite]] – graphite相关配置，具体参考：https://github.com/influxdata/influxdb/blob/master/services/graphite/README.md

enabled：是否启用该模块，默认值：false。

bind-address：绑定地址，默认值：”:2003″。

database：数据库名称，默认值：”graphite”。

retention-policy：存储策略，无默认值。

protocol：协议，默认值：”tcp”。

batch-size：批量size，默认值：5000。

batch-pending：配置在内存中等待的batch数，默认值：10。

batch-timeout：超时时间，默认值：”1s”。

consistency-level：一致性级别，默认值：”one”。

separator：多个measurement间的连接符，默认值： “.”。

udp-read-buffer = 0：udp读取buffer的大小，0表示使用操作系统提供的值，如果超过操作系统的默认配置则会出错。该配置的默认值：0。

[[collectd]] – collectd相关配置，具体参考：https://github.com/influxdata/influxdb/tree/master/services/collectd

enabled：是否启用该模块，默认值：false。

bind-address：绑定地址，默认值： “:25826″。

database：数据库名称，默认值：”collectd”。

retention-policy = “”：存储策略，无默认值。

batch-size：默认值：5000。

batch-pending：默认值：10。

batch-timeout：默认值：”10s”。

read-buffer：udp读取buffer的大小，0表示使用操作系统提供的值，如果超过操作系统的默认配置则会出错。默认值：0。

typesdb：路径，默认值：”/usr/share/collectd/types.db”。

[[opentsdb]] – opentsdb配置

enabled：是否启用该模块，默认值：false。

bind-address：绑定地址，默认值：”:4242″。

database：默认数据库：”opentsdb”。

retention-policy：存储策略，无默认值。

consistency-level：一致性级别，默认值：”one”。

tls-enabled = false：是否开启tls，默认值：false。

certificate：证书路径，默认值：”/etc/ssl/influxdb.pem”。

batch-size：默认值：1000。

batch-pending：默认值：5。

batch-timeout：超时时间，默认值：”1s”。

log-point-errors：出错时是否记录日志，默认值：true。

[[udp]] – udp配置

enabled：是否启用该模块，默认值：false。

bind-address：绑定地址，默认值：”:8089″。

database：数据库名称，默认值：”udp”。

retention-policy：存储策略，无默认值。

batch-size：默认值：5000。

batch-pending：默认值：10。

read-buffer：udp读取buffer的大小，0表示使用操作系统提供的值，如果超过操作系统的默认配置则会出错。该配置的默认值：0。

batch-timeout：超时时间，默认值：”1s”。

precision：时间精度，无默认值。

[continuous_queries]

log-enabled：是否开启日志，默认值：true。

enabled：是否开启CQs，默认值：true。

run-interval：时间间隔，默认值：”1s”。

五、InfluxDB基本操作

1)用户管理

可以直接在web管理页面做操作，也可以命令行。

# 显示用户;

show users

# 创建用户;

create user"username"with password'password'

# 创建管理员权限用户;

create user"username"with password'password'with all privileges

# 删除用户;

drop user"username"

3)数据库与表的操作

可以直接在web管理页面做操作，当然也可以命令行。

# 创建数据库;

create database"db_name"

# 显示所有的数据库;

show databases

# 删除数据库;

drop database"db_name"

# 使用数据库;

usedb_name

# 显示该数据库中所有的表;

show measurements

# 创建表,直接在插入数据的时候指定表名(key-value);

insert disk,hostname=server02,device=/data free=90,used=110,used_percent=98.33,count=1

# 删除表;

drop measurement"measurement_name"

4)普通查询

那么话说，InfluxDB的查询语法是很给力的，很像SQL语句。下面一一介绍下，常用的InfluxDB里面常用的SQL语句。话说InfluxDB给与的搜索条件还是很丰富的，有时间分析下他落地在leveldb的数据结构。

# 表名都可以正则;

select*from/.*/limit1

# 输出Json格式;

$influx-database'test'-execute'select * from disk'-format'json'-pretty

# 查询数据大于200的;

select*from disk where free>80

# 查询数据里面含有下面字符串的;

select*from user_events where url_base=‘friends#show’

# 约等于;

select line from log_lines where line=~/paul@influx.com/

# 按照30m分钟进行聚合，时间范围是大于昨天的主机名是server1的;

select mean(value)from cpu_idle group by time(30m)where time>now()–1dandhostName='server1'

select column_one from foo where time>now()–1hlimit1000;

select reqtime,url from web9999.httpdwhere reqtime>2.5;

select reqtime,url from web9999.httpdwhere time>now()–1hlimit1000;

# url搜索里面含有login的字眼，还以login开头;

select reqtime,url from web9999.httpdwhere url=~/^\/login\//;

# 数据的merge;

select reqtime,url from web9999.httpdmerge web0001.httpd;

下面再说下数据的汇聚，聚合啥的。

# count();

SELECT COUNT(column_name)FROM series_name group by time(10m)…

# min();

SELECT MIN(column_name)FROM series_name group by time(10m)…

# MAX();

SELECT MAX(column_name)FROM series_name group by time(10m)…

# mean();

SELECT MEAN(column_name)FROM series_name group by time(10m)…

5)连续查询(Continuous Queries)

InfluxDB的连续查询是在数据库中自动定时启动的一组语句，语句中必须包含SELECT关键词和GROUP BY time()关键词。

InfluxDB会将查询结果放在指定的数据表中。目的：使用连续查询是最优的降低采样率的方式，连续查询和存储策略搭配使用将会大大降低InfluxDB的系统占用量。而且使用连续查询后，数据会存放到指定的数据表中，这样就为以后统计不同精度的数据提供了方便。

新建连续查询

CREATE CONTINUOUS QUERYON

[RESAMPLE[EVERY][FOR]]

BEGIN SELECT()[,()]INTO

FROM[WHERE]GROUP BY time()[,]

END

样例：

CREATE CONTINUOUS QUERY redis_30m ON testBEGIN

SELECT mean(connected_clients),MEDIAN(connected_clients),MAX(connected_clients),MIN(connected_clients)

INTO redis_clients_30m FROM redis_clients GROUP BY ip,port,time(30m)END

在test库中新建了一个名为redis_30m的连续查询，每三十分钟取一个connected_clients字段的平均值、中位值、最大值、最小值redis_clients_30m表中。使用的数据保留策略都是default。

显示或删除所有已存在的连续查询

SHOW CONTINUOUS QUERIES

DROP CONTINUOUS QUERYON

6)数据保存策略(Retention Policies)

InfluxDB是没有提供直接删除数据记录的方法，但是提供数据保存策略，主要用于指定数据保留时间，超过指定时间，就删除这部分数据。

6.1 查看当前数据库Retention Policies

show retention policies on"db_name"

6.2 创建新的Retention Policies

create retention policy"rp_name"on"db_name"duration3wreplication1default

rp_name：策略名;

db_name：具体的数据库名;

3w：保存3周，3周之前的数据将被删除，influxdb具有各种事件参数，比如：h(小时)，d(天)，w(星期);

replication 1：副本个数，一般为1就可以了;

default：设置为默认策略;

6.3 修改Retention Policies

alter retention policy"rp_name"on"db_name"duration30ddefault

6.4 删除Retention Policies

drop retention policy"rp_name"

六、结合Grafana使用

1)安装配置Grafana

CentOS系列使用YUM安装

$wget https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-4.2.0-1.x86_64.rpm

$sudo yum localinstall grafana-4.2.0-1.x86_64.rpm

或者

$yum install initscripts fontconfig

$rpm-Uvh grafana-3.1.1-1470047149.x86_64.rpm

Systemd方式启动Grafana

$systemctl daemon-reload

$systemctl start grafana-server

$systemctl status grafana-server

启动Granfa之后，进程名称为grafana-server。将会默认使用grafana用户和组运行Granfa进程。默认会开启HTTP的3000端口。启动服务之后直接直接在浏览器访问http://IP:3000就会出现如下界面，默认账号和用户名为admin/admin，在/etc/grafana/grafana.ini配置文件中可修改。

2)InfluxDB添加用户

create user"admin"with password'admin'with all privileges

3)InfluxDB插入数据

>usetest;

>insert disk,hostname=server01,device=/data free=80,used=100,used_percent=98.33,count=1

4)Grafana添加IfluxDB为数据源

然后就可以开始画图了。

InfluxDB中的tags可以作为条件，如hostname或device，而field可以作为value。

七、Python操作InfluxDB

1)安装infludb驱动

$yum install python-pip

$pip install influxdb

2)基本操作

#! /usr/bin/env python

#-*- coding:utf-8 -*-

from influxdb import InfluxDBClient

json_body=[

{

"measurement":"disk",

"tags":{

"hostname":"server01",

"device":"/data"

"fields":{

"free":89,

"used":100

}

]

# 查看数据;

def showDBNames(client):

result=client.query('show measurements;')

print("Result: {0}".format(result))

# 初始化连接(指定要操作的数据库);

client=InfluxDBClient('localhost',8086,'root','','test')

# 查看表;

showDBNames(client)

# 写入数据,同时创建表;

client.write_points(json_body)

# 查看表;

showDBNames(client)

# 删除表;

client.query("drop measurement students")

showDBNames(client)

转自： http://www.ywnds.com/?p=10763#comments

weixin_39927378

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python 时序数据库_时序数据库InfluxDB

一、什么是InfluxDB？InfluxDB是一款用Go语言编写的开源分布式时序、事件和指标数据库，无需外部依赖。该数据库现在主要用于存储涉及大量的时间戳数据，如DevOps监控数据，APP metrics, loT传感器数据和实时分析数据。InfluxDB特征：– 无结构(无模式)：可以是任意数量的列(tags)。– 可以设置metric的保存时间。– 支持与时间有关的相关函数(如min、max...
复制链接

扫一扫