【influxdb】influxdb使用之路（一）初探

用kafka来聚合分布式应用程序的数据，将数据集中后进行统一的分析和展示。这些数据可能会很多很多，聚合的频率也会很高，如果存到关系型数据库，比如mysql，就会有很多问题。

首先，大量数据涌入，非常会占用空间，数据量会越来越大，查询也会越来越慢，比如查询某一个时间段的数据。

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。

1.下载/安装

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

#arm64
wget https://dl.influxdata.com/influxdb/releases/influxdb2-2.0.6-arm64.deb
sudo dpkg -i influxdb2-2.0.6-arm64.deb

#amd64
wget https://dl.influxdata.com/influxdb/releases/influxdb2-2.0.6-amd64.deb
sudo dpkg -i influxdb2-2.0.6-amd64.deb

2.启动

2.1 单次启动

influxd

2.2 以服务的方式启动

systemctl start influxdb

3.概念

influxdb版本更迭几次了，咱们用新不用旧。先了解一下概念吧。

organization

用户所属组织

bucket

bucket是存储时间序列数据的位置。所有bucket都有保留期，即每个数据点保存的时间。一个bucket属于一个组织。有点类似关系型数据库的database

authentication token

身份认证token

measurement：度量,类似关系型数据库的数据表
Point：

fluxdb使用线协议(line protocol )写入数据点(Point)。它是一种基于文本的格式，提供数据点的度量(measurement)、标记集(tags)、字段集(fields)和时间戳(timestamp)。
- Point.field
  - 数据值，指代的数据维度，如最大、最小、平均
- Point.tags
  - tag，各种有索引的属性，例如温度、湿度、浓度
- Point.time
  - 每个数据记录时间，是数据库中的主索引

这是一张水位measurement h2o_feet,一共7次按时间存储的监测数据。这个measurement有一个tag值location，标识地理位置，有两个tag值：coyote_creek与santa_monica。这个measurement还有两个fields：level description水位描述，water_level水位值。

多个tag key会转换为数据列，会作为索引，多个field key 也会转换为数据列，也会作为索引

如果还不能理解，就多用多感受吧。

4.初始化设置

一定要记得自己输入的账号密码哟，忘了就麻烦了。^_^，博主差点就忘了。就备注一下username:admin password:12345678，就能通过浏览器打开如下界面进行登录：

5.命令行读/写

5.1 全局注册

为了避免在每个命令都需要传递host、authentication token、organization参数的繁琐，还是先全局注册一下。

influx config create --config-name global-config \
  --host-url http://localhost:8086 \
  --org randy \
  --token 9KMVnInyi1ATEsTBbKKwyyafQW1KqOIw0S7KnM2tH3eNxrhB6WNq1yN0RLg8W7dRRzIq9Jjt4UdXGOxPD1-7hQ== \
  --active

更多配置就去官方参考influx config文档。

5.2 写入数据

通过命令行写入数据，使用influx write命令。而使用这个命令要么通过标准输入（stdin）或者指定文件。

influx write \
  -b server \
  -o randy \
  -p s \
  'system,ip=192.168.31.204,hostName=masterkafka temperature=80.0,diskfree="400G",disktotal="500G"  1620218903089000000'

influx write \
  -b server \
  -o randy \
  -p s \
  'system,ip=192.168.31.205,hostName=nodekafka temperature=80.0,diskfree="400G",disktotal="500G"  1620217501'

上面就是两条执行命令写入数据的命令。

bucket:server
measurement:system
tag：有两个，ip与hostname
field：有3个，温度、磁盘总量、可用磁盘

通过线(行)协议写数据点，大概有以下几点需要注意：

多个tag需要,逗号隔开
多个field也需要,逗号隔开
如果field的value为integer,需要在末尾加i
- myMeasurement fieldKey=1i

更多内容，去官方探索吧。https://docs.influxdata.com/influxdb/v2.0/reference/syntax/line-protocol

5.3 UI查询

通过influxdb的UI进行查询

在那之前，博主先执行一组样例数据：

influx write \
  -b server \
  -o randy \
  -p s \
  'system,ip=192.168.31.206,hostName=nodekafka temperature=70.0,diskfree="300G",disktotal="400G"  1620220866'
  
influx write \
  -b server \
  -o randy \
  -p s \
  'system,ip=192.168.31.206,hostName=nodekafka temperature=50.0,diskfree="300G",disktotal="400G"  1620221400'
  
influx write \
  -b server \
  -o randy \
  -p s \
  'system,ip=192.168.31.206,hostName=nodekafka temperature=40.0,diskfree="300G",disktotal="400G"  1620221529'

查询

按照博主个人查询习惯对上面的数据进行查询：

查询measurement下，ip为192.16.31.206的温度

我们切换一下折线图，更直观

剩下的留给大家慢慢探索吧。

5.4 查询数据

在influxDB 1.x中，几乎可以通过类似于sql语句就能完成查询，这种类sql被称为InfluxQL，因为，数据是存在数据库中，但是在2.0中，引入了新的概念bucket，数据是存储在bucket中,如果仍然想使用InfluxQL进行查询，那就必须在bucket与database-DBRP做一个映射。后面酌情看是否继续探索，因为最新的client library中，并没有这块的api，官方也没有示例（或许可能是博主没有找到）。

influx query 'from(bucket: "server") |> range(start: -2h) |> filter(fn: (r) => r._measurement == "system" and r._field=="temperature")'

一行不是很好看

from(bucket: "server") 
	|> range(start: -2h) 
	|> filter(fn: (r) => r._measurement == "system" and r._field=="temperature")

官方称上面的为Flux query,所谓的命令行查询也就是传递Flux query到命令行。

查询结果

更多Flux query，就请阅读文章的童鞋前往官方网站进行探索。

参考链接

line protocol:https://docs.influxdata.com/influxdb/v2.0/reference/syntax/line-protocol/

influx query:https://docs.influxdata.com/influxdb/v2.0/reference/cli/influx/query/

write cli:https://docs.influxdata.com/influxdb/v2.0/write-data/developer-tools/influx-cli/

read cli:https://docs.influxdata.com/influxdb/v2.0/query-data/execute-queries/influx-query/

文章目录