InfluxDB 学习笔记 分享

InfluxDB

1 InfluxDB 的使用场景

​ InfluxDB 是一种时序数据库，时序数据库通常被用在监控场景，比如运维和 IOT（物
联网）领域。这类数据库旨在存储时序数据并实时处理它们。
​ 比如。我们可以写一个程序将服务器上 CPU 的使用情况每隔 10 秒钟向 InfluxDB 中写
入一条数据。接着，我们写一个查询语句，查询过去 30 秒 CPU 的平均使用情况，然后让
这个查询语句也每隔 10 秒钟执行一次。最终，我们配置一条报警规则，如果查询语句的执
行结果>xxx，就立刻触发报警。
​ 上述就是一个指标监控的场景，在 IOT 领域中，也有大量的指标需要我们监控。比如，
机械设备的轴承震动频率，农田的湿度温度等等。

​ 时间序列数据主要由电力行业、化工行业、气象行业、地理信息等各类型实时监测、检查与分析设备所采集、产生的数据，这些工业数据的典型特点是：产生频率快（每一个监测点一秒钟内可产生多条数据）、严重依赖于采集时间（每一条数据均要求对应唯一的时间）、测点多信息量大（常规的实时监测系统均有成千上万的监测点，监测点每秒钟都产生数据，每天产生几十GB的数据量）。基于时间序列数据的特点，关系型数据库无法满足对时间序列数据的有效存储与处理，因此迫切需要一种专门针对时间序列数据来做优化的数据库系统，即时间序列数据库。

2. 为什么不用关系型数据库

1 写入性能

关系型数据库也是支持时间戳的，也能够基于时间戳进行查询。但是，从我们的使用
场景出发，需要注意数据库的写入性能。通常，关系型数据库会采用 B+树数据结构，在数
据写入时，有可能会触发叶裂变，从而产生了对磁盘的随机读写，降低写入速度。
当前市面上的时序数据库通常都是采用 LSM Tree 的变种，顺序写磁盘来增强数据的写
入能力。

2 数据价值

我们之前说，时序数据库一般用于指标监控场景。这个场景的数据有一个非常明显的特点就是冷热差别明显。通常，指标监控只会使用近期一段时间的数据，比如我只查询某个设备最近 10 分钟的记录，10 分钟前的数据我就不再用了。那么这 10 分钟前的数据，对我们来说就是冷数据，应该被压缩放到磁盘里去来节省空间。而热数据因为经常要用，数据库就应该让它留在内存里，等待查询。而市面上的时序数据库大都有类似的设计。

3 时间不可倒流，数据只写不改

时序数据是描述一个实体在不同时间所处的不同状态。
就像是我们打开任务管理器，查看 CPU 的使用情况。我发现 CPU 占用率太高了，于
是杀死了一个进程，但 10秒前的数据不会因为我关闭进程再发生改变了。
这是时序数据的一大特点。与之相应，时序数据库基本上是插入操作较多，而且还没
有什么更新需求。

二. 环境部署

docker部署influxDB

1. 命令

docker pull tutum/influxdb

2. 

   打开8083和8086端口：firewall-cmd --zone=public --add-port=8083-8086/tcp --permanent

3. 安装部署后

5. docker run -d -p 8083:8083 -p 8086:8086 --name my_influxdb influxd

6. 图形化界面

   使用浏览器访问 http://x.x.x.x:8086。如果是安装后的首次使用，InfluxDB 会返回一
   个初始化的引导界面。按照给定步骤完成操作。

   

三. 相关概念

InfluxDB是一个由InfluxData开发的开源时序型数据。它由Go写成，着力于高性能地查询与存储时序型数据。

名称 说明	组织
organization	组织
Member	用户，可设置权限
API TOKEN	调用API时使用的token
bucket	数据桶（数据库）
measurement	数据表
point	数据点，表示单条数据记录，point由时间戳（time）、数据（field）、标签（tag）三类字段组成
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
time	代表每条数据的时间字段，是measurement中的数据主键，因此time字段具有索引属性。一条point只能有一个time
field	代表各种数据的字段，例如气温、压力、股价等。field字段没有索引属性，一条point可以包括多个field
tag	代表各类非数据字段，例如设备编码、地区、姓名等。tag字段有索引属性，一条point可以包括多个tag（tag只能为字符串类型）

InfluxDB与常用的关系型数据库（MySQL）的概念对比：

	MySQL	InfluxDB
数据库	database	bucket
表名	table	measurement
记录	rows	point
字段	columns	time+tag+field

建立influxdb连接

封装查询接口

传入查询语句使用

四、FLUX语法

Flux 是 InfluxData 的功能性数据脚本语言，设计用于查询、分析和处理数据，它是InfluxQL 和其他类似 SQL 的查询语言的替代品。

1、from() ：选择数据源 bucket

from(bucket: “hrecord_bucket”)

2、range()：限定时间范围

// 配合InfluxDB客户端中的时间控件使用 
|> range(start: v.timeRangeStart, stop: v.timeRangeStop)
 
//查询具体时间段
|> range(start: 2022-09-26T01:14:00.000Z, stop: 2022-09-30T01:14:00.000Z)
 
// 查询过去一小时
|> range(start: -1h)

3.filter()：条件筛选

// 筛选数据表 
|> filter(fn: (r) => r["_measurement"] == "tbl_hrecord")
 
//筛选车牌号
|> filter(fn: (r) => r["plate_code"] == "京FGS002")

4.sort()：排序

// 按照时间降序排列，desc:false 为升序
|> sort(columns:[“_time”], desc: true)

5.limit()：限制返回结果条数，可用于分页查询

//查询前十条
|> limit(n: 10, offset: 0) 

6.pivot()：将列值转为行

|> pivot(columnKey: [“_field”], rowKey: [“recordId”,“_time”], valueColumn: “_value”)

7.group()：分组

// 按车牌号码和车牌颜色分组
|> group(columns:["plate_code","plate_color"] , mode: "by")

1. 数据保留的默认时长？

   如果没有指定 retention policy，InfluxDB 会使用默认的 retention policy。在默认的 retention policy 中，InfluxDB 会保留最近的无限期数据，以及从过去 7 天内的数据。因此，InfluxDB 会自动删除过去 7 天前的数据。

2. 有没有对应的InfluxDB框架（类似gorm）？

   以下是一些常用的 Go 语言的 InfluxDB 框架：

   1. InfluxDB Go：官方提供的 InfluxDB 客户端库，支持读写 InfluxDB 数据库，提供了类似于 SQL 的查询语言，并且具有高性能和低内存占用的特点。
   2. InfluxQL：一个基于 Go 语言的 InfluxDB 客户端库，提供了类似于 SQL 的查询语言，支持读写 InfluxDB 数据库。
   3. InfluxDB ORM：一个用于 Go 语言的 InfluxDB ORM 框架，支持模型定义、查询构造等功能，提供了类似于 GORM 的 API。
   4. Telegraf：一个用于 Go 语言的开源代理程序，可以用于收集、处理和存储指标数据，支持多种数据源和输出方式，其中包括 InfluxDB 数据库。

3. |> sort(columns:[“_time”], desc: true) ，sort的第三个参数可以不指定吗？

   可以，如果不指定 desc 参数，则默认为 false，表示按照指定列的升序排列。如果指定 desc: true，则按照指定列的降序排列。

4. 什么情况下会用到列转行？

   在 InfluxDB 中，列转行通常用于以下情况：

   1. 多个测量点的数据要进行比较或分析。在 InfluxDB 中，不同的测量点通常存储在不同的表中，而列转行可以将这些表格中的相同字段进行合并，以便进行更方便的比较和分析。
   2. 多个 tag 值的数据要进行比较或分析。在 InfluxDB 中，tag 值通常作为表格数据的一列，而列转行可以将 tag 值转换为行，以便进行更方便的分析。
   3. 数据需要进行透视分析。在透视分析中，通常需要将列转换为行，以便进行更方便的数据汇总和统计。

   需要注意的是，虽然列转行可以方便地处理表格数据，但是在实际应用中，它可能会增加数据处理的复杂性和计算量。因此，在使用列转行时，需要根据具体情况进行权衡和优化，以确保数据处理的效率和准确性。

5. 能否使用可视化定义配置文件？

   可以使用对应的influxdb可视化界面生成基本的配置文件，然后根据需求将部分配置做对应的更改