一、需要了解的概念 1、时序数据 时序数据是以时间为维度的一组数据。如温度随着时间变化趋势图,CPU随着时间的使用占比图等等。通常使用曲线图、柱状图等形式去展现时序数据,也就是我们常常听到的“数据可视化”。

2、时序数据库 非关系型数据库,以时间作为数据主键,专门用来存储时序数据。

3、时序数据库特点 (1)、时序数据库能存储海量数据。数据特点就是冷热差别明显,一般近期产生的数据为热数据,产生时间较远的数据为冷数据,冷数据被压缩放到磁盘里去来节省空间。 (2)、写入性能极优,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。通常,关系型数据库采用 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。 (3)、低延时、高并发查询:通过索引降低查询延时,通过缓存等技术提高数据并发能力。 (4)、数据只写不改。

4、InfluxDB 是一种时序数据库,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处理数据用于数据展示分析,和通过监控预警策略达到响应的服务预警等。

5、InfluxDB的相关概念说明 (1)、Bucket–相当于mysql的database–数据库概念 (2)、Measurement—相当于mysql的table–数据表概念 (3)、Point–相当于数据表的一行。 Point包含:tag(数据标签,非必须)、field(不带索引)、timestemp(唯一主键) (3.1)、tag–数据的标签-类似mysql的索引 (3.2)、field–数据的值保存 (3.3)、time-数据采集时间,数据唯一标识,一个表内不可重复,重复会覆盖

二、docker部署influxDB 1、拉取镜像 docker pull influxdb 2、启动容器 docker run -d -p 8086:8086 --name influxdb influxdb:latest 3、打开浏览器,可以正常打开 http://192.168.249.88:8086/ 4、首次访问需要配置账号密码组织等信息 userName:admin // 登录账户 password:12345678 // 密码 org:zw // 组织 bucket:fruit // 数据桶 下图为配置界面,具体本人配置如上面的文字描述,下面的界面仅第一次会出现,之后就没有,所以无法截图了。 5、再次登录

三、springboot集成 官方提供了很多语言的集成方式,这里我们以java为例,其他语言,可以在下图位置查看 具体步骤: 1、引入pom

com.influxdb

influxdb-client-java

3.1.0

2、添加配置(application.properties)

influxdb.url=http://192.168.249.88:8086

influxdb.bucket=fruit

influxdb.org=zw

influxdb.token=0jgapBVZ6GWMWpE77XYuPi_GLhWksvqEfNraocXMchivz5XvcLM_50tWLpXskTKFWQbUCoD_bS-iYFOjWvHzrg==

3、配置类,读取配置注入容器,不用导出应用配置 根据前缀读取配置,注入容器,以后就不用导出用@value引了,可以直接引入配置类

import lombok.Data;

import org.springframework.boot.context.properties.ConfigurationProperties;

@Data

@ConfigurationProperties(prefix = "influxdb")

public class InfluxdbProperties {

private String url;

private String bucket;

private String org;

private String token;

}

4、influxDB数据库客户端InfluxDBClient实例化和注入spring容器 初始化client连接和注入容器

import com.influxdb.client.InfluxDBClient;

import com.influxdb.client.InfluxDBClientFactory;

import org.springframework.boot.context.properties.EnableConfigurationProperties;

import org.springframework.context.annotation.Bean;

import org.springframework.context.annotation.Configuration;

@Configuration

@EnableConfigurationProperties(InfluxdbProperties.class)

public class InfluxdbConfig {

@Bean

public InfluxDBClient initInfluxDBClient(InfluxdbProperties properties){

InfluxDBClient client = InfluxDBClientFactory.create(properties.getUrl(),properties.getToken().toCharArray(),properties.getOrg(),properties.getBucket());

return client;

}

}

5、封装InfluxDB工具类–封装新增和查询的方法 本例仅简单封装了一下,还有很多批量操作等其他接口,可以自己在点进去看下如何调用。

import com.alibaba.fastjson.JSON;

import com.influxdb.client.InfluxDBClient;

import com.influxdb.client.QueryApi;

import com.influxdb.client.WriteApiBlocking;

import com.influxdb.client.domain.WritePrecision;

import com.influxdb.client.write.Point;

import com.influxdb.query.FluxRecord;

import com.influxdb.query.FluxTable;

import com.zw.study.influxdb.entity.Orange;

import org.springframework.beans.factory.DisposableBean;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.stereotype.Service;

import java.util.List;

@Service

public class InfluxdbService implements DisposableBean {

@Autowired

private InfluxDBClient client;

@Autowired

private InfluxdbProperties properties;

// 新增1,字符串形式,格式:String data = "zw_pear,host=host1 value=1111.11";

public void writeLine(String data){

WriteApiBlocking writeApi = client.getWriteApiBlocking();

writeApi.writeRecord(properties.getBucket(), properties.getOrg(), WritePrecision.NS, data);

}

// 新增2,Point形式

public void writePoint(Point point){

WriteApiBlocking writeApi = client.getWriteApiBlocking();

writeApi.writePoint(properties.getBucket(), properties.getOrg(), point);

}

// 新增3,自定义pojo形式

public void writePojo(Orange orange){

WriteApiBlocking writeApi = client.getWriteApiBlocking();

writeApi.writeMeasurement(WritePrecision.NS, orange);

}

@Override

public void destroy() throws Exception {

client.close();

}

public List queryList(){

// 查询fruit库中过去1小时的数据

String query = "from(bucket: \"fruit\") |> range(start: -1h)";

QueryApi queryApi = client.getQueryApi();

List tables = queryApi.query(query, properties.getOrg());

for (FluxTable table : tables) {

for (FluxRecord record : table.getRecords()) {

System.out.println(JSON.toJSONString(record));

}

}

// 查询fruit库中zw_orange表中过去12小时数据,最多取10条,封装到pojo中

String query1 = "from(bucket: \"fruit\")\n" +

" |> range(start: -12h, stop: now())\n" +

" |> filter(fn: (r) => r._measurement == \"zw_orange\" and r._field == \"value\")\n" +

" |> limit(n:10)";

List table2 = queryApi.query(query1, Orange.class);

System.out.println("table2:"+ JSON.toJSONString(table2));

return null;

}

}

6、测试和验证新增

@RequestMapping("/influx/test")

public void test(String type) {

logger.info("进入influxdb方法");

if ("1".equals(type)) {

String line = "zw_pear,host=host1 value=1111.11";

influxdbService.writeLine(line);

} else if ("2".equals(type)) {

Point point = Point

.measurement("zw_apple")

.addTag("host", "host1")

.addField("value", 222.22)

.time(Instant.now(), WritePrecision.NS);

influxdbService.writePoint(point);

} else if ("3".equals(type)) {

Orange orange = new Orange();

orange.setHost("host1");

orange.setValue(3333.33);

orange.setTime(Instant.now());

influxdbService.writePojo(orange);

} else if ("4".equals(type)) {

influxdbService.queryList();

}

}

分别用type1,2,3验证新增, 浏览器查看 用type为4查看查询

不同的业务场景,选择适合的中间件还是比较重要的。对于工业行业中需要采集声音,温度,湿度等的情况,实时观察数据变化趋势,根据趋势或者其他策略做出响应的预警提示,时序数据库是相对关系数据库而言更优的选择。

学海无涯苦作舟!!!

精彩内容

评论可见,请评论后查看内容,谢谢!!!评论后请刷新页面。