influxdb入门，批量插入数据提高性能

简介

       InfluxDB 是一个开源分布式时序、事件和指标数据库。使用Go语言编写，无需外部依赖。其设计目标是实现分布式和水平伸缩扩展。
       它有三大特性：
       1. Time Series （时间序列）：你可以使用与时间有关的相关函数（如最大，最小，求和等）；
       2. Metrics（度量）：你可以实时对大量数据进行计算；
       3. Eevents（事件）：它支持任意的事件数据。
       详细请参考官网：https://influxdata.com/

安装

       采用的是influxdb-0.13.0-static_linux_amd64.tar.gz，直接解压缩，进入解压目录运行

./influxd -pidfile influxd.pid -config influxdb.conf

./influxd -pidfile influxd.pid -config influxdb.conf

其它安装方式请参考： https://docs.influxdata.com/influxdb/v0.13/introduction/installation/

下载地址：https://dl.influxdata.com，找到对应版本的Key，拼上前面的url即可下载。

       注意influxdb.conf需要按照修改某些dir和port。influxdb服务默认使用端口：

TCP port 8083 is used for InfluxDB’s Admin panel
TCP port 8086 is used for client-server communication over InfluxDB’s HTTP API

TCP port 8083 is used for InfluxDB’s Admin panel
TCP port 8086 is used for client-server communication over InfluxDB’s HTTP API

       8088端口其实也被占用了,而且不可配置，参见https://github.com/influxdata/influxdb/blob/master/cmd/influxd/run/config.go第36行DefaultBindAddress。之前的influxdb版本TCP ports 8088是可配置的。

使用

       可采用influx命令或者在浏览器中输入localhost:8083 即可进入web管理页面来使用。
       1.  创建数据库：  CREATE DATABASE testDB
       2.  显示所有数据库： show databases
       3.  删除数据库： DROP DATABASE "db_name"
       4.  使用数据库： use testDB
       5.  显示该数据库中的表 ： SHOW MEASUREMENTS
       6.  删除表：  DROP MEASUREMENT "measurementName"
       7.  增：
            命令行：

use testDB
insert weather,altitude=1000,area=北 temperature=11,humidity=-4

          use testDB
          insert weather,altitude=1000,area=北 temperature=11,humidity=-4

            Http接口：

curl -i -XPOST 'http://localhost:8086/write?db=testDB'
                --data-binary 'weather,altitude=1000,area=北 temperature=11,humidity=-4'

          curl -i -XPOST 'http://localhost:8086/write?db=testDB' 
                          --data-binary 'weather,altitude=1000,area=北 temperature=11,humidity=-4'

            插入数据的格式似乎比较奇怪，这是因为influxDB储存数据所采用的是Line Protocol格式。在上面两个插入数据的方法中，都有一样的部分。

weather,altitude=1000,area=北 temperature=11,humidity=-4

       weather,altitude=1000,area=北 temperature=11,humidity=-4

            其中:
            weather ： 表名
            altitude=1000,area=北 ： tag
            temperature=11,humidity=-4 ：field
       8 . 删与改：在InfluxDB中并没有提供数据的删除与修改方法。可以通过数据保存策略（Retention Policies）来实现删除。
       9 . 查：
            命令行：

use testDB
# 查询最新的三条数据
SELECT * FROM weather ORDER BY time DESC LIMIT 3

          use testDB
          # 查询最新的三条数据
          SELECT * FROM weather ORDER BY time DESC LIMIT 3

            Http接口

curl -G 'http://localhost:8086/query?pretty=true'
        --data-urlencode "db=testDB"
        --data-urlencode "q=SELECT * FROM weather ORDER BY time DESC LIMIT 3"

          curl -G 'http://localhost:8086/query?pretty=true' 
                  --data-urlencode "db=testDB" 
                  --data-urlencode "q=SELECT * FROM weather ORDER BY time DESC LIMIT 3"

            InfluxDB是支持类SQL语句的，具体的查询语法都差不多。

       10. 用户管理：（以下语句都可以直接在InfluxDB的Web管理界面中调用）
              显示用户   SHOW USERS
              创建用户   CREATE USER "username" WITH PASSWORD 'password'
              创建管理员权限的用户   CREATE USER "username" WITH PASSWORD 'password' WITH ALL PRIVILEGES
              删除用户   DROP USER "username"

几个关键概念

       measurement，就相当于关系数据库中的table，就是tag，field，time的容器；
       对于influxDb的measurement来说，field是必须的，并且不能根据field来排序；
       Tag是可选的，tag可以用来做索引，tag是以字符串的形式存放的；tag字段一般用于where中限制条件。
       retention policy，保留策略，用于决定要保留多久的数据，保存几个备份，以及集群的策略等；
       series，a series is the collection of data that share a retention policy, measurement, and tag set。

Java操作

创建client

private static InfluxDB getClient() {
    InfluxDB client = InfluxDBFactory.connect("http://10.210.228.89:9501", "root", "123456");
    Pong pong = client.ping();
    if (pong != null) {
        System.out.println("Pong : " + pong);
    } else
        return null;
    client.createDatabase(dbName);
    return client;
}

private static InfluxDB getClient() {
    InfluxDB client = InfluxDBFactory.connect("http://10.210.228.89:9501", "root", "123456");
    Pong pong = client.ping();
    if (pong != null) {
        System.out.println("Pong : " + pong);
    } else
        return null;
    client.createDatabase(dbName);
    return client;
}

写数据：

private static void writeData001() {
    Point point001 = Point.measurement("cpu")
            .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
            .tag("ip", "127.0.0.1").tag("hostname", "localhost")
            .addField("idle", 80L)
            .addField("user", 9L)
            .addField("system", 11L)
            .build();
    Point point002 = Point.measurement("disk")
            .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
            .tag("ip", "127.0.0.1")
            .addField("used", 80L)
            .addField("free", 1L)
            .build();

    BatchPoints batchPoints = BatchPoints
            .database(dbName)
            //.tag("async", "true") //Add a tag to this set of points.
            .retentionPolicy("default")
            .consistency(InfluxDB.ConsistencyLevel.ALL)
            .build();
    batchPoints.point(point001).point(point002);
    client.write(batchPoints);
}

private static void writeData001() {
    Point point001 = Point.measurement("cpu")
            .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
            .tag("ip", "127.0.0.1").tag("hostname", "localhost")
            .addField("idle", 80L)
            .addField("user", 9L)
            .addField("system", 11L)
            .build();
    Point point002 = Point.measurement("disk")
            .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
            .tag("ip", "127.0.0.1")
            .addField("used", 80L)
            .addField("free", 1L)
            .build();

    BatchPoints batchPoints = BatchPoints
            .database(dbName)
            //.tag("async", "true") //Add a tag to this set of points.
            .retentionPolicy("default")
            .consistency(InfluxDB.ConsistencyLevel.ALL)
            .build();
    batchPoints.point(point001).point(point002);
    client.write(batchPoints);
}

private static void writeData002() {
    // Flush every 2000 Points, at least every 100ms
    client.enableBatch(2000, 100, TimeUnit.MILLISECONDS);

    Point point1 = Point.measurement("cpu")
            .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
            .addField("idle", 90L)
            .addField("user", 9L)
            .addField("system", 1L)
            .build();
    Point point2 = Point.measurement("disk")
            .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
            .addField("used", 80L)
            .addField("free", 1L)
            .build();

    client.write(dbName, "default", point1);
    client.write(dbName, "default", point2);
}

private static void writeData002() {
    // Flush every 2000 Points, at least every 100ms
    client.enableBatch(2000, 100, TimeUnit.MILLISECONDS);

    Point point1 = Point.measurement("cpu")
            .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
            .addField("idle", 90L)
            .addField("user", 9L)
            .addField("system", 1L)
            .build();
    Point point2 = Point.measurement("disk")
            .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
            .addField("used", 80L)
            .addField("free", 1L)
            .build();

    client.write(dbName, "default", point1);
    client.write(dbName, "default", point2);
}

查询：

private static void query() {
    Query query = new Query("SELECT idle FROM cpu", dbName);
    QueryResult queryResult = client.query(query);
    System.out.println(queryResult);
}