SpringBoot整合TICK（Telegraf+InfluxDB+Chronograf +Kapacitor）监控系列之一：InfluxDB
引言
最近项目中需要使用TICK监控方案实现对于服务器运行状态、服务运行状态等运行时状态监控以及告警。所谓TICK即为Telegraf+InfluxDB+Chronograf +Kapacitor。本文主要介绍SpringBoot结合Influxdb实现数据查询的方法，网上相关的资料不多。所以想在此记录下学习的过程，一方面是对自己学习过程的记录，另一方面希望也可以给需要的同学一点经验分享。(网上已经有InfluxDB安装相关的文章，这里就不再进行赘述)
TICK各个模块说明如下所示：
T（Telegraf）：服务监控数据采集，包括服务器CPU、内存、IO、进程状态、服务状态等等；
I（InfluxDB）：时序型数据库，存储Telegraf采集的监控数据，每条数据都会有time序列；
C（Chronograf）：时间序列数据可视化展示；
K（Kapacitor）：可以按照预先编写好的规则，实时地订阅influxDB数据或者批量查询数据，并进行告警。
TICK大致的监控框架如下图所示：
本文将按照以下几部分进行阐述。
- InfluxDB简要介绍
- InfluxDB相关概念
- InfluxDB数据查询
一、InfluxDB简要介绍
InfluxDB是一款Go语言实现的开源时序性数据库，它不需要外部依赖。其设计目的主要用于系统的水平式以及分布式扩展，它对于数据的实时分析，历史数据展示等都提供了良好的支持。插句题外话，学习一项新技术的最好办法就是阅读它的官方文档，大部分的技术官方文档都是英文的，读起来稍微有点费劲，但是只要坚持下去，配上谷歌翻译，并没有想象中那么难。因为官方文档应该是作者对于该技术最原汁原味的理解和叙述，其他翻译的有可能会丢失部分原作者的技术理解。废话不多说，InfluxDB提供的主要特性如下：
1.内置HTTP API，所以我们不需要另外写服务端的代码来启动和运行它；
2.它可以为每条数据打上标签，实现更加方便快捷的数据查询；
3.提供类SQL的查询语句，可以实现几乎无成本的SQL学习迁移，方便开发者快速掌握；
4.数据库安装和管理更加简便，快速的数据保存以及读取；
5.它的目的是实时的数据查询响应，当数据进入数据库时将被索引，同时数据的查询结果要在100ms内进行返回。
二、InfluxDB相关概念
|database|field key|field set| |:–:| :–:|:–: | |field value|measurement|point| |retention policy|series|tag key| |tag set|tag value| timestamp| 下面将对这些概念进行说明。
| time | cpu | usage_idle | host |
|---|---|---|---|
| 1526035302000000000 | cpu-total | 43.952299828963156 | OS1 |
| 1526035302000000000 | cpu0 | 0 | OS1 |
| 1526035302000000000 | cpu1 | 89.58333333455441 | OS1 |
| 1526035302000000000 | cpu-total | 46.952299823520136 | OS2 |
| 1526035302000000000 | cpu0 | 0 | OS2 |
| 1526035302000000000 | cpu1 | 91.58333339451375 | OS2 |
influxDB是时序性数据库，所以每一条数据都带有时间戳。
服务器cpu数据存在influxDB中的cpu表中，其中cpu为cpu名称，host为机器名称，time是数据库中每条数据都会自带的时间戳，是fluxDB区别于其他数据库的重要特征之一。usage_idle，cpu被称为fields，它是由对应的field key以及field value组成。由于influxDB是时序性数据库，所以每个field value都有对应的时间戳与其进行对应。由上表可知，每组field key和field value的集合组成了field set。
field是influxDB中不可获取的数据组成部分，每一条存放在数据库中的数据都包含field。但是field本身是没有索引的，如果以field为条件进行数据查询的时候，数据库会遍历库中所有的field直到匹配到对应的field，这样的查询是很耗费资源的。所以尽量在索引上去执行数据操作。
以上数据库表中host就相当于tag，因为它是带有索引属性的，通过它作为条件可以进行数据的筛选，意味着通过它来进行查询操作效率更高。
InfluxDB中measurement作为tag，fields和time列的容器，measurement的名字是存储在相关fields数据的描述。 measurement的名字是字符串，相对于传统关系型数据库，influxDB中的measurement就相当于mysql中的table。
在样本数据中，measurement census中的所有内容都属于autogen的retention policy。 InfluxDB自动创建该存储策略， 它具有无限的持续时间和复制因子设置为1。
现在我们已经熟悉了measurement，tag set和retention policy，那么现在是讨论series的时候了。 在InfluxDB中，series是共同retention policy，measurement和tag set的集合。
| series编号 | retention policy | measurement | tag set |
|---|---|---|---|
| series 1 | autogen | cpu | host=OS1 |
最后，point就是具有相同timestamp的相同series的field集合。
三、InfluxDB数据查询
1.linux环境相关操作
(1) 在linux环境安装好influxDB之后，进入root权限下输入influx，linux显示如下：
(2) 输入use telegraf_1，表示使用telegraf_1这个数据库。
(3) 输入show measurements，展示该库中存在的表有哪些。后面就可以像普通sql查询一样，使用select语句进行查询的了，但是注意在查询语句后面加上limit做限制，不然会查询出来时间段内所有的数据。
SpringBoot工程中需要使用对应的Java Client library来进行相关的数据库操作。在pom文件中引入以下依赖，由于本文需要使用sql的参数化查询功能，所以使用的client版本为2.10。
<dependency>
<groupId>org.influxdbgroupId>
<artifactId>influxdb-javaartifactId>
<version>2.10version>
dependency>以下代码为influxDb构建方法，代码中附有部分注释方便读者理解。
//构建InfluxDB客户端
@Configuration
public class InfluxdbBuilder {
Logger logger = LoggerFactory.getLogger(InfluxdbBuilder.class);
/**
*
* 方法功能描述：服务启动时向Spring容器注入influxDB bean
* @author taomeng 2018年5月15日 上午10:44:30
* @return
*/
@Bean("influxDB")
public InfluxDB createInfluxDB() {
InfluxDB influxDB = null;
if (null == influxDB) {
try {
//influxDb默认端口为8086，默认没有用户名和密码
influxDB = InfluxDBFactory.connect("http://127.0.0.1:8086", " ", " ");
} catch (Exception e) {
logger.error("Connect influxDB has a excecption", e);
}
}
//指定对应的数据库名称
influxDB.setDatabase("telegraf");
return influxDB;