influxDB 简单使用

结构&概念
- 结构
- Point
- Series
CRUD
- 类Sql形式
- scala-code
保存策略(Retention Policies)
连续查询
用户管理
常用函数

结构&概念

结构

database 数据库
measurement 类似数据库中的表
point 类似数据库表中的一行记录

Point

Point由时间戳（time）、数据（field）和标签（tags）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
fields：各种记录的值
tags：tag以字符串字符串形式存放.
tag是可选的,可以用来做索引,一般用于where中限制条件

Series

Series 相当于influxDB中的一些数据集合. 在同一个数据库中，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

CRUD

类Sql形式

#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
use db_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
insert test,host=127.0.0.1,monitor_name=test count=1

#删除表
drop measurement "measurement_name"

# 查询 
select * from test order by time desc

scala-code

val influxDB = InfluxDBFactory.connect("http://192.168.18.151:8086", "root", "");

//程序方式写入influxDB,一般是大量的，请求密集的
//所以一般使用批量发送 + 异步 

 val batchPoints = BatchPoints
    .database(dbName)
    .tag("async", "true") //异步提交
    .retentionPolicy("default") //使用默认存储策略
    .consistency(InfluxDB.ConsistencyLevel.ALL)//强一致性级别,方便幂等
    .build();

保存策略(Retention Policies)

influxDB是没有提供直接删除数据记录的方法.而是类似kafka的思路,保存数据直到个过期时间
这个控制就是数据保存策略，主要用于指定数据保留时间

# 查看当前数据库的数据保存策略
show retention policies on "db_name"

# 创建数据保存策略  
# 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.可选：h（小时），d（天），w（星期）
# replication 1：副本个数，一般为1
# default：设置为默认策略
create retention policy "rp_name" on "db_name" duration 3w replication 1 default

# 修改数据保存策略
alter retention policy "rp_name" on "db_name" duration 30d default

# 删除数据保存策略
drop retention policy "rp_name"

连续查询

当数据超过保存策略里指定的时间之后就会被删除
这里influxDB提供了一种策略可以有限度的继续保留这些应该过期删除的数据
这种策略就是连续查询,它的意思是可以计算并保留这些数据的统计信息,以便后来可以聚合统计
注意:
这种保留仅仅只是保留统计信息,原始数据已经被删除了.这意味着连续查询的保留,是不可恢复不可修改的

# 查看连续查询
show continuous queries

# 创建连续查询
# cq_name：连续查询名字
# db_name：数据库名字
# sum(count)：计算总和
# table_name：当前表名
# new_table_name：存新的数据的表名
# 30m：时间间隔为30分钟
create continous query cq_name on db_name begin select sum(count) into new_table_name from table_name group by time(30m) end

# 删除连续查询
drop continous query cp_name on db_name

用户管理

可以直接在web界面操作

#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"

常用函数

聚合函数

count
返回一个（field）字段中的非空值的数量
DISTINCT
返回一个字段（field）的唯一值
MEAN
返回一个字段（field）中的值的算术平均值（平均值）.字段类型必须是长整型或float64
MEDIAN
从单个字段（field）中的排序值返回中间值（中位数）.字段值的类型必须是长整型或float64格式
SPREAD
返回字段的最小值和最大值之间的差值.数据的类型必须是长整型或float64
SUM
返回一个字段中的所有值的和。字段的类型必须是长整型或float64

选择函数

TOP
返回一个字段中最大的N个值
BOTTOM
返回一个字段中最小的N个值
FIRST
返回一个字段中最老的取值
LAST
返回一个字段中最新的取值
MAX
返回一个字段中的最大值
MIN
返回一个字段中的最小值
PERCENTILE
作用：返回排序值排位为N的百分值

变换类函数

DERIVATIVE 返回一个字段在一个series中的变化率 InfluxDB会计算按照时间进行排序的字段值之间的差异，并将这些结果转化为单位变化率其中，单位可以指定，默认为1s
DIFFERENCE 返回一个字段中连续的时间值之间的差异
ELAPSED 返回一个字段在连续的时间间隔间的差异，间隔单位可选，默认为1纳秒
MOVING_AVERAGE 返回一个连续字段值的移动平均值
NON_NEGATIVE_DERIVATIVE 返回在一个series中的一个字段中值的变化的非负速率
STDDEV 返回一个字段中的值的标准偏差

参考 https://www.linuxdaxue.com/influxdb-study-influxdb-transformations-funcitons.html

NightPxy 个人技术博客

目录