InfluxDB学习-01介绍/基本操作

我就是我 2024-02-19 13:18 48阅读 0赞

**1.概念：**

InfluxDB是一个[时间序列数据库，][Link 1]旨在处理高写入和查询负载。它是[TICK堆栈][TICK]的组成部分 。InfluxDB旨在用作涉及大量带时间戳数据的任何用例的后备存储，包括DevOps监控，应用程序指标，物联网传感器数据和实时分析。

**2.主要特点：**

1.专为时间序列数据编写的自定义高性能数据存储。TSM引擎允许高摄取速度和数据压缩

2.完全写在Go。它编译成单个二进制文件，没有外部依赖项。

3.简单，高性能的写入和查询HTTP API。

4.插件支持其他数据提取协议，如Graphite，collectd和OpenTSDB。

5.专为类似SQL的查询语言量身定制，可轻松查询聚合数据。

6.标签允许对系列进行索引以实现快速有效的查询。

7. 保留策略有效地自动使过时数据过期。

8.连续查询自动计算聚合数据，以提高频繁查询的效率。

**3.优点：**

[时间序列数据库][Link 1]在海量数据的读取和写出都比关系型数据库和NoSql快很多，有人做过mysql和influxDB对比，存储1000万条数据mysql要7分多钟，influxDB只需2分多钟，从1000万条数据读10000条所需数据mysql要6秒多，influxDB只需0.22秒多.

用作涉及大量带时间戳数据的任何用例的后备存储.效率高。读写速度快。

**4.安装下载**

https://portal.influxdata.com/downloads#influxdb

**5.influxDB数据库常用命令：**

1、显示所有数据库：show databases  
2、创建数据库： create database test [删除][Link 2]数据库: drop database test  
3、使用某个数据库：use test  
4、显示所有表：show measurements  
5、新建表和插入数据 ：新建表没有具体的语法，只是增加第一条数据时，会自动建立表

insert results,hostname=index1 value=1
    
    关键词语说明：
    
       1）database--数据库，这个同传统数据库的数据库概念。
    
       2）measurement--数据表，在InfluxDB中，measurement即为表的作用，同传统数据库中的table作用一致。
    二、InfluxDB特有概念
       1）tag--标签，在InfluxDB中，tag是一个非常重要的部分，表名+tag一起作为数据库的索引，是“key-value”的形式。
    
       2）field--数据，field主要是用来存放数据的部分，也是“key-value”的形式。
    
       3）timestamp--时间戳，作为时序型数据库，时间戳是InfluxDB中最重要的部分，在插入数据时可以自己指定也可留空让系统指定。
    
      说明：在插入新数据时，tag、field和timestamp之间用空格分隔。
    
       4）series--序列，所有在数据库中的数据，都需要通过图表来展示，而这个series表示这个表里面的数据，可以在图表上画成
    几条线。
    
       5）Retention policy--数据保留策略，可以定义数据保留的时长，每个数据库可以有多个数据保留策略，
    但只能有一个默认策略。。
     
      6）Point--点，表示每个表里某个时刻的某个条件下的一个field的数据，因为体现在图表上就是一个点，
    于是将其称为point。
      7.GROUP BY 参数只能是time和tag)
        如：SELECT mean("water_level") FROM "h2o_feet" WHERE time >= '2018-11-17T23:48:00Z' AND time <= '2018-11-18T00:30:00Z' GROUP BY time(10m),* fill(200) LIMIT 7 SLIMIT 1 SOFFSET 1
     
        GROUP BY time(10m)则表示以10分钟分组，起始时间为包含这个区间的第一个10m的时间，即 2018-11-17T23:40:00Z。默认返回的是第一个series，如果要计算另外那个series，可以在SQL语句后面加上 SOFFSET 1。
    
        fill(200)表示如果这个时间段没有数据，以200填充。mean(field_key)求该范围内数据的平均值(注意：这是依据series来计算。其他还有SUM求和，MEDIAN求中位数)。LIMIT 7表示限制返回的point(记录数)最多为7条，而SLIMIT 1则是限制返回的series为1个.
        那如果时间小于数据本身采集的时间间隔呢，比如GROUP BY time(10s) 这样的话，就会按10s取一个点，没有数值的为空或者FILL填充，对应时间点有数据则保持不变。

6.设置一下时间显示格式：precision rfc3339

7、查询数据 表名有点号时，输入双引号

8、用户管理

a.显示所有用户： show users

b.新增用户：

\--普通用户 create user "user" with password 'user'  
\--管理员用户 create user "admin" with password 'admin' with all privileges

c.删除用户：drop user "user"

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 1][]

**修改和删除数据**

**InfluxDB属于[时序数据库][Link 3]，没有提供修改和删除数据的方法。**

**但是删除可以通过InfluxDB的数据保存策略（[Retention Policies][]）来实现**

9.series操作

series表示这个表里面的数据，可以在图表上画成几条线，series主要通过tags排列组合算出来。

show series from test;

**6.InfluxDB的HTTP API:使用curl这个工具来模拟HTTP 请求：**

*  1）建立数据库
    
        curl -POST http://localhost:8086/query --data-urlencode "q=CREATE DATABASE mytest" 建立一个名为mydb的数据库。
 *  2）[删除][Link 2]数据库
    
        curl -POST http://localhost:8086/query --data-urlencode "q=DROP DATABASE mytest"
 *  添加数据
    
        curl -i -XPOST 'http://localhost:8086/write?db=mytest' --data-binary 'cpu_short,host=server01,region=us-west value=0.64 1s's055562000000000'
    
    说明：db=mytest是指使用mydb这个数据库。
    
    \--data-binary后面是需插入数据。
    
    cpu\_short是表名（measurement），tag字段是host和region，值分别为：server01和us-west。
    
    field key字段是value，值为0.64。
    
    时间戳（timestamp）指定为1434055562000000000。
    
    这样，就向mytest数据库的cpu\_short表中插入了一条数据。
    
    其中，db参数必须指定一个数据库中已经存在的数据库名，数据体的格式遵从InfluxDB规定格式，首先是表名，后面是tags，然后是field，最后是时间戳。tags、field和时间戳三者之间以空格相分隔。
 *  添加多条数据
    
        curl -i -XPOST 'http://localhost:8086/write?db=mydb' --data-binary 'cpu_short,host=server02 value=0.67
        cpu_short,host=server02,region=us-west value=0.55 1422568543702900257
        cpu_short,direction=in,host=server01,region=us-west value=2.0 1422568543702900257'
    
    这条语句向数据库mytest的表cpu\_short中插入了三条数据。
    
    第一条指定tag为host，值为server02，第二条指定tag为host和region，值分别为server02和us-west，第三条指定tag为direction，host，region，值分别为：in，server01，us-west。
 *  HTTP API响应
    
    InfluxDB的响应主要有以下几个：
    
    1）2xx：204代表no content，200代表InfluxDB可以接收请求但是没有完成请求。一般会在body体中带有出错信息。
    
    2）4xx：InfluxDB不能解析请求。
    
    3）5xx：系统出现错误。

**7.数据保留策略：**

*  用来定义数据在InfluxDB中存放的时间，或者定义保存某个期间的数据。
 *  一个数据库可以有多个保留策略，但每个策略必须是独一无二的。

7.1 InfluxDB 数据保留策略 目的:

**InfluxDB本身不提供数据的删除操作，因此用来控制数据量的方式就是定义数据保留策略。**

**因此定义数据保留策略的目的是让InfluxDB能够知道可以丢弃哪些数据，从而更高效的处理数据**

7.2 数据保留策略 操作：

*  1）查询策略 -->SHOW RETENTION POLICIES ON telegraf

![20181113155548774.png][]

test表只有一个策略，各字段的含义如下：

name--名称，此示例名称为 default

duration--持续时间，0代表无限制

shardGroupDuration--shardGroup的存储时间，shardGroup是InfluxDB的一个基本储存结构，应该大于这个时间的数据在查询效率上应该有所降低。

replicaN--全称是REPLICATION，副本个数

default--是否是默认策略

*  2）新建策略
    
        CREATE RETENTION POLICY "2_hours" ON "test" DURATION 2h REPLICATION 1 DEFAULT

在 test库添加了一个2小时的策略，名字叫做 2\_hours， duration为2小时，副本为1，设置为默认策略。

因为名为autogen的策略不再是默认策略，因此，在查询使用autogen策略的表时要显式的加上策略名 “autogen”。

select * from "autogen".cpu limit 2

*  3）修改策略
    
        ALTER RETENTION POLICY "autogen" ON "test" DURATION 0s DEFAULT 将策略 autogen 设置未default默认模式
 *  4）删除策略
    
        drop retention POLICY "2_hours" ON "test"

![20181113161959238.png][]

**8、注意**

**策略这个关键词“POLICY”在使用是应该大写，小写应该会出错。**

**当一个表使用的策略不是默认策略时，在进行操作时一定要显式的指定策略名称，否则会出现错误。**

**9.InfluxDB连续查询：**

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()`。InfluxDB会将查询结果放在**指定的数据表**中。相当于mysql存储过程，函数，触发器等

9.1优点：

*  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。

9.2连续查询 操作 -->用户限制 管理员

*  1）新建连续查询语法：
    
        CREATE CONTINUOUS QUERY <cq_name> ON <database_name> 
          [RESAMPLE [EVERY <interval>] [FOR <interval>]] 
          BEGIN 
            SELECT <function>(<stuff>)[,<function>(<stuff>)] INTO <different_measurement> 
             FROM <current_measurement> [WHERE <stuff>] GROUP BY time(<interval>)[,<stuff>] 
          END  查询部分包含在 BEGIN 和 END 之间。

使用示例：

CREATE CONTINUOUS QUERY query\_30m ON test BEGIN SELECT mean(userid) INTO user\_used\_30m FROM mem GROUP BY time(30m) END

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 2][] 在test 库中新建了一个名为 query\_30m 的连续查询，每三十分钟取一个userid字段的平均值，加入 user\_used\_30m 表中。使用的数据保留策略都是 default。

*  2）显示所有已存在的连续查询
    
        SHOW CONTINUOUS QUERIES
 *  3）删除Continuous Queries -->
    
        DROP CONTINUOUS QUERY <cq_name> ON <database_name>

9.3用处：

*  在InfluxDB中，将连续查询与数据存储策略一起使用会达到最好的效果。

比如，将精度高的表的存储策略定为一个周，然后将精度底的表存储策略定的时间久一点，这要就可以实现高低搭配，以满足不同的工作需要。

参考官网：[http://docs.influxdata.com/influxdb/v1.7/][http_docs.influxdata.com_influxdb_v1.7]

influxdb学习：[https://www.linuxdaxue.com][https_www.linuxdaxue.com]

[Link 1]: https://www.influxdata.com/time-series-database/
[TICK]: https://influxdata.com/time-series-platform/
[Link 2]: https://www.linuxdaxue.com/tag/%E5%88%A0%E9%99%A4/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/0cdb276c144b49d894166455779819ba.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/c9741e3c9c2d494db01327088e5d142c.png
[Link 3]: https://www.linuxdaxue.com/tag/%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E5%BA%93/
[Retention Policies]: https://www.linuxdaxue.com/tag/retention-policies/
[20181113155548774.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/4c92c7125e6d4a4ab619431c3cfe2a5c.png
[20181113161959238.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/5e75a321f8c842a68d76f5fdc03819ac.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/45df9b806e1143bfb14a2173708c0124.png
[http_docs.influxdata.com_influxdb_v1.7]: http://docs.influxdata.com/influxdb/v1.7/
[https_www.linuxdaxue.com]: https://www.linuxdaxue.com