influxdb
Posted weixin_42412601
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了influxdb相关的知识，希望对你有一定的参考价值。
这里写目录标题
InfluxDB概述
database: 数据库
measurement：表
points：记录
time：每个数据记录时间，是数据库中的主索引，自动生成
tags: 有索引的字段
fields：无索引的字段
命令
客户端可以使用：InfluxDBStudio-0.2.0
命令行方式
// 客户端连接进infuxdb
influx -precision rfc3339
// 数据库
// CREATE DATABASE park_device
// SHOW DATABASES
// USE mydb
// drop database lzhtest
// 表
// 展示所有表
show measurements
// 创建表并插入第一条数据，lzhtest表名，tag是host,region，数据是value，字段的数据类型在第一次插入数据的时候，由数据的数据类型决定的
insert lzhtest,name=YiHui,phone=110 user_id=20,email="bangzewu@126.com"
insert lzhtest,name=lzh,phone=111 user_id=20,email="bangzewu@126.com"
insert measurement+"," + tag=value,tag=value + 空格 + field=value,field=value
insert device_property,category_id=123,category_no=abc,device_id=1,device_sn=a property_id="temperature",property_value="30",space_code= "001002003"
时间戳指定，当写入数据不指定时间时，会自动用当前时间来补齐，如果需要自己指定时间时，再最后面添加上即可，注意时间为ns
insert add_test,name=YiHui,phone=110 user_id=22,email="bangzewu@126.com",age=18i,boy=true 1564150279123000000
如果要在表中新增tag字段或数据字段，insert的时候加上就行
tag 可以为空，tag和filed的区别，tag是有索引的属性，field没有索引的属性
// 查表字段信息
show field keys from rtvalue
// 表字段不支持删除
// 查询数据
SELECT "host", "region", "value" FROM lzhtest
// 模糊查询
likeRight: select * from device_property where space_code=~/^001/
like: select * from device_property where space_code=~/001002/
likeLeft: select * from device_property where space_code=~/004$/
// 删除数据
influxDB是没有提供直接删除数据记录的方法，但是提供数据保存策略，主要用于指定数据保留时间，超过指定时间，就删除这部分数据。
// 删除表
drop measurement lzhtest
统计数据补值
需求：统计温感探测器，过去24小时的温度变化趋势，时间间隔1小时。
问题，如果今日0-8小时，温感探测器都没有值，在8小时之后才有值，那么需要拿今日0点之前的数据补值到0-8小时。
解决方法：
-- 表示查询某个时间段数据，并且按照time 1分钟分组，last表示取一分钟分组里最新的一条数据，fill表示缺失的数据通过拿前一个数据的值填充
SELECT LAST("value") FROM rtvalue WHERE time > '2022-10-10T05:40:24.893764015Z' AND time <= '2022-10-10T05:55:24.893764015Z' GROUP BY time(1m) fill(previous)
-- 取开始时间之前的并且是最后的一条数据。如果上面那条sql, 前面的时间段缺失数据，可以通过这条sql进行补值
SELECT LAST("value") FROM rtvalue WHERE time <= '2022-10-10T05:40:00Z'
GROUP BY time() 查询会将查询结果按照用户指定的时间区间来进行分组。s秒,m分钟，h小时, d天
last函数获取最新值(如果该列在最后一条记录中为空，则last()返回具有非空值的前一条记录)
fill()用于填充没有数据的时序序列的值，其选项为：
null: 默认，显示时间戳但value=null的序列；
none：在结果中不显示该时间戳的序列；
数值：fill(0)，填充0；
linear: 线性插入数值；前后时序的平均值
previous: 填充前一个序列的值；
spring boot整合influxdb
<!--influxdb -->
<dependency>
<groupId>org.influxdb</groupId>
<artifactId>influxdb-java</artifactId>
<exclusions>
<exclusion>
<groupId>com.squareup.okhttp3</groupId>
<artifactId>*</artifactId>
</exclusion>
</exclusions>
</dependency>
<!-- 重新指定okhttp3版本-->
<dependency>
<groupId>com.squareup.okhttp3</groupId>
<artifactId>okhttp</artifactId>
<version>4.0.0</version>
</dependency>
<dependency>
<groupId>com.squareup.okhttp3</groupId>
<artifactId>logging-interceptor</artifactId>
<version>4.0.0</version>
<exclusions>
<exclusion>
<artifactId>okhttp</artifactId>
<groupId>com.squareup.okhttp3</groupId>
</exclusion>
</exclusions>
</dependency>
配置类：
@Configuration
public class InfluxDBConfig
@Value("$spring.influx.user:xxx")
private String userName;
@Value("$spring.influx.password:xxx")
private String password;
@Value("$spring.influx.url:http://ip:port")
private String url;
//数据库
@Value("$spring.influx.database:park_device")
private String database;
@Bean
public InfluxDB influxDB()
InfluxDB influxDB = InfluxDBFactory.connect(url, userName, password);
if (!influxDB.databaseExists(database))
influxDB.createDatabase(database);
influxDB.setDatabase(database);
return influxDB;
基本的增删改查：
public interface TSDBService
void insert(Object object);
void insert(String measurement, Map<String, String> tags, Map<String, Object> fields);
void batchInsert(List<BatchPointAO> batchPointAOS);
<T> List<T> query(String sql, Class<T> clazz);
QueryResult query(String sql);
@Service
@Slf4j
public class BbuInflux implements TSDBService
@Autowired
private InfluxDB influxDB;
@Value("$spring.influx.database:park_device")
private String dbName;
/**
* 添加数据
* 批量插入，时间相同后面的会覆盖前面的; 每条记录的time不一样或tag不一样就行
* @param object
*/
@Override
public void insert(Object object)
Point.Builder pointBuilder = Point.measurementByPOJO(object.getClass());
// 将对象中的所有属性转换为tag添加到point中
Point point = pointBuilder.addFieldsFromPOJO(object)
// 调用time方法设置当前时间,InfluxDB自动生成的time时间列为UTC时间，所以在存储时单独设置
.time(LocalDateTime.now().plusHours(8).toInstant(ZoneOffset.of("+8")).toEpochMilli(), TimeUnit.MILLISECONDS)
.build();
// 设置要存储的数据库名称
influxDB.setDatabase(dbName);
// 将数据插入到表(Measurement)中
influxDB.write(point);
influxDB.close();
/**
* 插入
* @param measurement 表
* @param tags 标签
* @param fields 字段
*/
@Override
public void insert(String measurement, Map tags, Map fields)
Point.Builder builder = Point.measurement(measurement);
builder.time(LocalDateTime.now().plusHours(8).toInstant(ZoneOffset.of("+8")).toEpochMilli(), TimeUnit.MILLISECONDS);
builder.tag(tags);
builder.fields(fields);
influxDB.write(dbName, "", builder.build());
influxDB.close();
/**
* 批量插入
* @param batchPointAOS
*/
@Override
public void batchInsert(List<BatchPointAO> batchPointAOS)
List<List<BatchPointAO>> split = CollectionUtil.split(batchPointAOS, 300);
for (List<BatchPointAO> pointAOS : split)
BatchPoints batchPoints = BatchPoints.database(dbName).build();
pointAOS.forEach(batchPointAO->
Point.Builder builder = Point.measurement(batchPointAO.getMeasurement());
builder.time(batchPointAO.getTime().plusHours(8).toInstant(ZoneOffset.of("+8")).toEpochMilli(), TimeUnit.MILLISECONDS);
builder.tag(batchPointAO.getTags());
builder.fields(batchPointAO.getFields());
batchPoints.point(builder.build());
);
try
influxDB.write(batchPoints);
catch (Exception e)
log.error("save data to influxdb fail : ", e.getMessage());
influxDB.close();
/**
* 通用查询封装
*
* @param sql
* @param clazz
* @param
* @return
*/
@Override
public <T> List<T> query(String sql, Class<T> clazz)
QueryResult queryResult = influxDB.query(new Query(sql, dbName));
influxDB.close();
InfluxDBResultMapper resultMapper = new InfluxDBResultMapper();
return resultMapper.toPOJO(queryResult, clazz);
@Override
public QueryResult query(String sql)
return influxDB.query(new Query(sql, dbName));
/**
* @Description TODO
* @date 2022/10/13 16:00
* @Author liuzhihui
* @Version 1.0
*/
@Slf4j
public class InfluxUtil
/**
* @desc 查询结果处理
* @date 2021/5/12
*@param queryResult
*/
public static List<Map<String, Object>> queryResultProcess(QueryResult queryResult)
List<Map<String, Object>> mapList = new ArrayList<>();
List<QueryResult.Result> resultList = queryResult.getResults();
//把查询出的结果集转换成对应的实体对象，聚合成list
for(QueryResult.Result query : resultList)
List<QueryResult.Series> seriesList = query.getSeries();
if(seriesList != null && seriesList.size() != 0)
for(QueryResult.Series series : seriesList)
List<String> columns = series.getColumns();
String[] keys = columns.toArray(new String[columns.size()]);
List<List<Object>> values = series.getValues();
if(values != null && values.size() != 0)
for(List<Object> value : values)
Map<String, Object> map = new HashMap(keys.length);
for (int i = 0; i < keys.length; i++)
map.put(keys[i], value.get(i));
mapList.add(map);
return mapList;
/**
* influxdb的time使用的UTC时间格式，相比北京时间会有8小时的差距， 所以在做时间范围查询时做特殊处理
* 获取UTC时间，并减少8小时
* @param timeStr
* @return
*/
public static String getUTC (String timeStr)
DateFormat dtfUTC = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss'Z'");
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
try
Date date1 = simpleDateFormat.parse(timeStr);
Calendar ca = Calendar.getInstance();
ca.setTime(date1);
//日期减8小时,新增的时候+过8小时,这里就不用减了
// ca.add(Calendar.HOUR,-8);
Date dt1=ca.getTime();
String reslut = dtfUTC.format(dt1);
return reslut;
catch (ParseException e)
log.info("获取UTC时间，并减少8小时异常");
log.error(e.getMessage(), e);
return timeStr;
/**
* 格式化utc时间
* @param utcTime
* @return
*/
public static String parseUTC(String utcTime)
LocalDateTime dateTime = LocalDateTime.parse(utcTime, DateTimeFormatter.ISO_OFFSET_DATE_TIME);
DateTimeFormatter df = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
String formatTime = df.format(dateTime);
return formatTime;
@Data
public class BatchPointAO
String measurement;
Map<String, String> tags;
Map<String, Object> fields;
LocalDateTime time = LocalDateTime.now();
参考
官方文档：https://docs.influxdata.com/influxdb/v1.7/introduction/getting-started/
InfluxDB 常用命令：https://blog.csdn.net/qq_42761569/article/details/110443500
InfluxDB基本命令：https://blog.csdn.net/qq_32014795/article/details/116518364
https://www.cnblogs.com/gaoguangjun/p/8513021.html
springboot整合：https://blog.csdn.net/lizhengyu891231/article/details/123869635
spring整合原生：https://blog.csdn.net/qq_38628046/article/details/122495583
https://blog.csdn.net/yinjl123456/article/details/117562452
时间序列数据库 TSDB 概念入门: https://help.aliyun.com/document_detail/55709.html
https://db-engines.com/de/ranking/time+series+dbms
以上是关于influxdb的主要内容，如果未能解决你的问题，请参考以下文章
在 Grafana 上使用 InfluxDB 计算平均请求时间
如何在滚动窗口上“检查”（警告）InfluxDB 2.0 中的聚合？
4_InfluxDB学习之InfluxDB的基本概念InfluxDB中独有的概念(Point,series),InfluxDB学习之InfluxDB的基本操作,InfluxDB操作方式,crud(代码