一、InfluxDb數據庫簡介
InfluxDb用Go語言編寫的一個開源分佈式時序、事件和指標數據庫，和傳統是數據庫相比有不少不同的地方。
類似的數據庫有Elasticsearch、Graphite等。
1.提供了Http接口的API來操作數據
2.提供了類似sql的數據庫語句
3.不支持數組保存
4.influxdb中的一條記錄point，主要可以分爲三類，必須存在的time（時間），string類型的tag，以及其他成員field；而series則是一個measurement中保存策略和tag集構成，Measurement相當於關係型數據的表。
二、InfluxDb保存策略
1、默認是不刪除，保存策略永久
> SHOW RETENTION POLICIES ON telegraf
name duration shardGroupDuration replicaN default
default 0 168h0m0s 1 true
可以看到，telegraf只有一個策略，各字段的含義如下：
name--名稱，此示例名稱爲 default
duration--持續時間，0代表無限制
shardGroupDuration--shardGroup的存儲時間，shardGroup是InfluxDB的一個基本儲存結構，應該大於這個時間的數據在查詢效率上應該有所降低。
replicaN--全稱是REPLICATION，副本個數
default--是否是默認策略
- 可以新建策略
CREATE RETENTION POLICY "2_hours" ON "telegraf" DURATION 2h REPLICATION 1 DEFAULT
> SHOW RETENTION POLICIES ON telegraf
name duration shardGroupDuration replicaN default
default 0 168h0m0s 1 false
2_hours 2h0m0s 1h0m0s 1 true
- 修改策略
> ALTER RETENTION POLICY "2_hours" ON "telegraf" DURATION 4h DEFAULT
> show retention POLICIES on telegraf
name duration shardGroupDuration replicaN default
default 0 168h0m0s 1 false
2_hours 4h0m0s 1h0m0s 1 true
- 刪除策略
> drop retention POLICY "2_hours" ON "telegraf"
> show retention POLICIES on telegraf
name duration shardGroupDuration replicaN default
default 0 168h0m0s 1 false
- 測試結果
插入數據測試工具：https://github.com/influxdata/influx-stress
讀取數據測試工具：https://github.com/influxdata/influxdb-comparisons
分頁查詢語句： SELECT time,Field列 FROM measurement WHERE 時間範圍 LIMIT rows OFFSET (page - 1)*rows
查詢性能：平均每秒執行600次。
插入性能：平均每秒10w次。
- Java代碼
1.maven的jar包依賴
<dependency>
<groupId>org.influx
<dependency>
<groupId>org.influxdb</groupId>
<artifactId>influxdb-java</artifactId>
<version>2.15</version>
</dependency>
r2.properties文件配置
spring.influx.url=http://127.0.0.1:8086
spring.influx.user=root
spring.influx.password=root
3.插入代碼
經個人測試，InfluxDB的列的排列順序是按照英文字母先後順序排列的，time除外，time排第一位，其他按照英文字母先後順序依次排列
Point.Builder b
3.uilder = Point.measurement("testDatas");
builder.time(Sys
@GetMapping(value = "addTestDatas")
public void insert() {
Point.Builder builder = Point.measurement("testDatas");
builder.time(System.currentTimeMillis(),TimeUnit.MICROSECONDS);
builder.addField("label","測試標籤");
builder.addField("type",2);
builder.addField("data","東經30度，北緯38度，天氣晴");
builder.addField("equipmentId", UUID.randomUUID().toString());
builder.addField("alarm", false);
StringBuilder sb = new StringBuilder(UUID.randomUUID().toString());
for (int i = 0; i < 30; i++) {
sb.append(UUID.randomUUID().toString()).append(",");
}
builder.addField("systemModelIds", sb.toString().substring(0, sb.toString().length() - 1));
builder.tag("cpuid","666888");
builder.tag("cputype","F");
Point point = builder.build();
influxDB.setDatabase("testdb").write(point);
}
t4.查詢代碼
SString command = "select * from testDatas";
Query query = new Query(command,"testdb");
// QueryResul
@GetMapping("/queryTestData")
public String testQuery() {
String command = "select * from testDatas";
Query query = new Query(command,"testdb");
// QueryResult queryResult = influxDB.query(query);
QueryResult queryResult = influxDB.query(query, TimeUnit.MILLISECONDS);
List<QueryResult.Result> results = queryResult.getResults();
if (results == null) {
return null;
}
// 多個sql用分號隔開，因本次查詢只有一個sql，所以取第一個就行
QueryResult.Result result = results.get(0);
List<QueryResult.Series> seriesList = result.getSeries();
List<MeasuringPointData> tests = new LinkedList<>();
for (QueryResult.Series series : seriesList) {
if (series == null) {
return null;
}
System.out.println("colums ==>> " + JSON.toJSON(series.getColumns()));
System.out.println("tags ==>> " + JSON.toJSON(series.getTags()));
System.out.println("name ==>> " + JSON.toJSON(series.getName()));
System.out.println("values ==>> " + JSON.toJSON(series.getValues()));
System.out.println("查詢總數爲： ==>> " + (series.getValues() == null ? 0 : series.getValues().size()));
List<MeasuringPointData> dataVos = new LinkedList<>();
series.getValues().forEach(testData -> {
MeasuringPointData dataVo = new MeasuringPointData();
// 直接查詢出來的是科學計數法，需要轉換爲Long類型的數據
BigDecimal decimalTime = new BigDecimal(testData.get(0).toString());
dataVo.setTime(decimalTime.longValue());
dataVo.setAlarm((boolean) testData.get(1));
dataVo.setData(testData.get(4).toString());
dataVo.setEquipmentId(testData.get(5).toString());
dataVo.setLabel(testData.get(6).toString());
System.out.println("長度信息==>> " + testData.get(7).toString().length());
dataVo.setSystemModelIds(Arrays.asList(StringUtils.split(testData.get(7).toString(), "\\,")));
dataVo.setType(Double.valueOf(testData.get(8).toString()).intValue());
System.out.println("數組長度==>> " +dataVo.getSystemModelIds().size());
dataVos.add(dataVo);
});
System.out.println("最終結果爲： " + JSON.toJSON(dataVos));
tests = dataVos;
}
return JSON.toJSONString(tests);
}
t queryResult = influxDB.query(query);
文檔地址
https://docs.influxdata.com/influxdb/v1.7/troubleshooting/frequently-asked-questions/
- 插入及查詢語句
- 查詢語句：
InfluxDb語句類傳統數據庫語句，支持order by， limit分頁查詢及where語句等。
以下是模糊查詢示例（包含某個信息）
SELECT * FROM "testDatas" WHERE systemModelIds =~ /e2703312-49ec-4285-9efd-3e30fe8ad8e0/
①.實現查詢以給定字段開始的數據
select fieldName from measurementName where fieldName=~/^給定字段/
②.實現查詢以給定字段結束的數據
select fieldName from measurementName where fieldName=~/給定字段$/
③.實現查詢包含給定字段數據
select fieldName from measurementName where fieldName=~/給定字段/
