欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

influxdb數(shù)據(jù)庫(kù)常用命令及SpringBoot整合

 更新時(shí)間:2023年07月10日 09:28:27   作者:北漂IT民工_程序員_ZG  
這篇文章主要介紹了influxdb數(shù)據(jù)庫(kù)常用命令及SpringBoot整合,Influxdb是一個(gè)開源的分布式時(shí)序、時(shí)間和指標(biāo)數(shù)據(jù)庫(kù),使用go語言編寫,無需外部依賴,需要的朋友可以參考下

一、influxdb一些概念

Influxdb是一個(gè)開源的分布式時(shí)序、時(shí)間和指標(biāo)數(shù)據(jù)庫(kù),使用go語言編寫,無需外部依賴。

注意: influxdb只針對(duì)單機(jī)版開源,集群版還是要收費(fèi)的。

1、時(shí)序數(shù)據(jù)庫(kù)

時(shí)間序列數(shù)據(jù)庫(kù)是按照時(shí)間順序來記錄數(shù)據(jù),比如我們想存儲(chǔ)服務(wù)器CPU和內(nèi)存分鐘級(jí)的使用率,即一分鐘產(chǎn)生一條數(shù)據(jù),時(shí)序數(shù)據(jù)庫(kù)就是最佳選擇。

注意:時(shí)序數(shù)據(jù)庫(kù)是不支持刪除和更新的

2、influxdb和mysql類比

在這里插入圖片描述

3、points(類似表的一行數(shù)據(jù))數(shù)據(jù)結(jié)構(gòu)

在這里插入圖片描述

4、measurement特性

  • measurement類似mysql中的表,無需單獨(dú)創(chuàng)建,在第一次插入數(shù)據(jù)時(shí)自動(dòng)創(chuàng)建,measurement中無數(shù)據(jù),表也就不存在了。
  • measurement沒有update語句,無法修改measurement以及tags-key和fields-key名稱,實(shí)際中如有需要只能刪除整個(gè)measurement重新插入數(shù)據(jù)

5、Tag和Field

Tag: 相當(dāng)于mysql的索引,Group By查詢時(shí)只能用tag和time字段,數(shù)據(jù)類型只能是String

Field: 在Group By查詢中,函數(shù)操作只能用Field字段,例如sum();

Field支持?jǐn)?shù)據(jù)類型有int,float,boolean類型

講白了,當(dāng)我們插入機(jī)器的cpu使用率時(shí):主機(jī)的IP,Name等信息用Tag存,而使用率大小則用Field存。

6、Series

InfluxDB中的series是一種集合的概念,在同一個(gè)database中,相同retention policy、相同measurement、相同tag的數(shù)據(jù)屬于一個(gè)series集合,同一個(gè)series的數(shù)據(jù)在物理上按照時(shí)間順序排列在一起。

series就是不同tag列,進(jìn)行排列組合。比如一個(gè)表中有兩個(gè)tag字段A和B。 A字段有有3種值,B字段有4種值,則series個(gè)數(shù) = 3*4=12個(gè)。

二、數(shù)據(jù)庫(kù)、表操作命令

1、數(shù)據(jù)庫(kù)操作

//通過cli操作influxdb,(登錄influxdb)
influx -username root -password root
//查看所有數(shù)據(jù)庫(kù)
show databases
//進(jìn)入到某個(gè)數(shù)據(jù)庫(kù)
use influxdb
//查看用戶,兩列數(shù)據(jù),一列是用戶名稱,一列是是否為管理員用戶
show users
//創(chuàng)建普通戶
create user "influx" with password '123456'
//創(chuàng)建管理員用戶
create user "root" with password '123456' with all privileges
//修改用戶密碼
set password for root= 'root'
/**
* 數(shù)據(jù)庫(kù)設(shè)置admin權(quán)限的兩種方式(建議使用第二種)
*/
GRANT ALL PRIVILEGES ON 數(shù)據(jù)庫(kù)名稱  TO 用戶名稱
GRANT ALL PRIVILEGES TO 用戶名稱
/**
* 數(shù)據(jù)庫(kù)撤銷admin權(quán)限的兩種方式(建議使用第二種)
*/
Revoke ALL PRIVILEGES ON 數(shù)據(jù)庫(kù)名稱 FROM 用戶名稱
Revoke ALL PRIVILEGES FROM 用戶名稱
//查看所有表
show measurements
//查看表的tag
show tag keys from 表名稱
//查看表的field
show field keys from 表名稱
//查看表的series
show series from "表名稱"
//查看當(dāng)前庫(kù)的series
show series

2、表(插入)操作

一般情況下,經(jīng)常作為查詢條件的列,在初始時(shí)設(shè)置為tag,即索引,fields不常作為查詢條件,更甚者,在復(fù)雜查詢語法中,聚合語句group by 后面只能是time和tags。 一個(gè)measurement 是有多個(gè)tag和field的。

/**
* InfluxDB中沒有顯式的新建表的語句,只能通過insert數(shù)據(jù)的方式來建立新表。
* 其中 cpu_usage 就是表名,resKey索引(tag),value=xx是記錄值(field),索引和記錄值可以有多個(gè),后面的時(shí)間戳是我們指定的,如果不指定系統(tǒng)自動(dòng)加當(dāng)前時(shí)間時(shí)間戳。
*/
insert cpu_usage resKey=470b14f0-e869-43ed-a8e6-fd634258271f value=0.96516
#指定時(shí)間戳插入
insert cpu_usage resKey=470b14f0-e869-43ed-a8e6-fd634258271f value=0.96516 1688794582731
//刪除表
drop measurement cpu_usage
//刪除數(shù)據(jù)
//influxDB是沒有提供直接刪除數(shù)據(jù)記錄的方法,但是提供數(shù)據(jù)保存策略,主要用于指定數(shù)據(jù)保留時(shí)間,超過指定時(shí)間,就刪除這部分?jǐn)?shù)據(jù)。(數(shù)據(jù)庫(kù)過期策略至少一個(gè)小時(shí))

三、influxdb的sql操作(查詢)

//查詢基本構(gòu)成,中括號(hào)[]中間的,都是可選的部分
SELECT * [INTO_clause] FROM "表名" [WHERE_clause] [GROUP_BY_clause] [ORDER_BY_clause] [LIMIT N]

1、select

查詢注意:

  • 在SELECT 子句中,必須要有至少一個(gè)field key!如果在SELECT子句中只有一個(gè)或多個(gè)tag key,那么該查詢會(huì)返回空。這是由InfluxDB底層存儲(chǔ)數(shù)據(jù)的方式所導(dǎo)致的結(jié)果。
  • 在查詢中,發(fā)現(xiàn)插入的時(shí)間會(huì)比實(shí)際時(shí)間少8小時(shí)。那是因?yàn)镮nfluxDB默認(rèn)以UTC時(shí)間存儲(chǔ)并返回時(shí)間戳,當(dāng)接收到一個(gè)時(shí)序數(shù)據(jù)記錄時(shí),InfluxDB將時(shí)間戳從本地時(shí)區(qū)時(shí)間轉(zhuǎn)換為UTC時(shí)間并存儲(chǔ),查詢時(shí),InfluxDB返回的時(shí)間戳對(duì)應(yīng)的是UTC時(shí)間 。 在sql后面加上tz(‘Asia/Shanghai’),可以將UTC時(shí)間轉(zhuǎn)換為中國(guó)本地時(shí)間, 如果加上tz(‘Asia/Shanghai’)后報(bào)錯(cuò),安裝下go語言的安裝包即可解決。
  • 如果查詢時(shí),發(fā)現(xiàn)表里一查不出來數(shù)據(jù),可能是表數(shù)據(jù)太大導(dǎo)致,在后面加個(gè)limit 10,也可能是表明沒加上保存策略導(dǎo)致的,保存策略下面有講。
SELECT * FROM "cpu_usage" limit 10 tz('Asia/Shanghai')

4、在field上做一些基本計(jì)算

SELECT (value+400)*10 FROM "cpu_usage" limit 10 tz('Asia/Shanghai')

2、where語句

注意事項(xiàng):

  • 在InfluxDB的WHERE子句中,不支持使用 OR 來指定不同的time區(qū)間,否則將為空。比如:time=1688552647654 or time=1688552647666
  • 支持對(duì)string, boolean, float 和 integer類型的field values進(jìn)行比較,如果是string類型的field value,一定要用單引號(hào)括起來。如果不適用引號(hào)括起來,或者使用的是雙引號(hào),將不會(huì)返回任何數(shù)據(jù),有時(shí)甚至都不報(bào)錯(cuò)。
支持的操作符:
= 等于
<> 不等于
!= 不等于
> 大于
>= 大于等于
< 小于
<= 小于等于
// 查詢有特定field的key value為字符串的數(shù)據(jù)
SELECT * FROM "cpu_usage" WHERE "resKey" = 'qqqqqq'  tz('Asia/Shanghai')
// 查詢有特定field的key value并且?guī)в?jì)算的數(shù)據(jù)
SELECT (value+400)*10 FROM "cpu_usage" limit 10 tz('Asia/Shanghai')
  • 在WHERE子句中的tag values,也要用單引號(hào)括起來。如果不用引號(hào)括起來,或者使用雙引號(hào),則查詢不會(huì)返回任務(wù)數(shù)據(jù)。甚至不會(huì)報(bào)錯(cuò)。
  • 根據(jù)時(shí)間戳來過濾數(shù)據(jù)。
//查詢10天前的數(shù)據(jù)
SELECT * FROM "cpu_usage" WHERE time > now() - 10d
//根據(jù)指定時(shí)間過濾
SELECT * FROM "cpu_usage" WHERE time >= '2023-06-18T00:00:00Z' AND time <= '2024-08-18T12:30:00Z'

3、group by語句

注意事項(xiàng):

  • 有 GROUP BY的查詢,需要查詢的字段一定要經(jīng)過函數(shù)。
  • 對(duì)多個(gè) tag 和單個(gè)tag做 GROUP BY, 求字段value的平均值
SELECT MEAN("value") FROM "temperature" GROUP BY "field1", "field2"
  • 根據(jù)時(shí)間戳進(jìn)行 GROUP BY time(time_interval) ,查詢指定時(shí)間區(qū)間,以30分鐘間隔分組
SELECT MEAN(value) FROM "cpu_usage" WHERE time >= '2023-07-01T10:00:00Z' AND time < '2024-08-02T00:00:00Z' GROUP BY time(30m) tz('Asia/Shanghai')
  • 根據(jù)時(shí)間戳進(jìn)行GROUP BY time(time_interval, offset_interval),查詢指定時(shí)間區(qū)間,以30分鐘間隔分組,offset_interval 是一個(gè)持續(xù)時(shí)間。它向前或向后移動(dòng) InfluxDB 的預(yù)設(shè)時(shí)間界限,可以為正或負(fù)數(shù)。
//上面sql第一條數(shù)據(jù)是從2023-07-01 18:00:00開始的,如果加上offset_interval值為15m, 則查詢第一條數(shù)據(jù)變成了2023-07-01 17:45:00   
SELECT MEAN(value) FROM "cpu_usage" WHERE time >= '2023-07-01T10:00:00Z' AND time < '2024-08-02T00:00:00Z' GROUP BY time(30m,15m) tz('Asia/Shanghai')
  • fill()函數(shù)用法,它會(huì)更改不含數(shù)據(jù)的時(shí)間間隔的返回值。
//上面sql中,如果需要聚合的時(shí)間段每數(shù)據(jù),則用fill()中指定的值填充
SELECT MEAN(value) FROM "cpu_usage" WHERE time >= '2023-07-01T10:00:00Z' AND time < '2023-08-02T00:00:00Z' GROUP BY time(30m) fill(10) tz('Asia/Shanghai')
  • Influxdb中Group By查詢中如果沒聚合函數(shù),查詢會(huì)返回該分組內(nèi)的所有數(shù)據(jù)。而Mysql中Group By查詢中如果沒聚合函數(shù),查詢只會(huì)返回一條數(shù)據(jù)。 如果查詢中有聚合函數(shù),Mysql和Influxdb一樣,返回該組內(nèi)的聚合數(shù),也就只有一條。

4、into語句

INTO主要作用是把一個(gè)表的數(shù)據(jù)導(dǎo)入到另外一個(gè)表中。插入到新表的字段是group by后的字段和查詢的字段取并集,如果沒Group By,就只看查詢出來的字段。

#把表cpu_usage的數(shù)據(jù)導(dǎo)入到備份表cpu_usage_bak中,新表和舊表的tag和Field不變
SELECT * into "cpu_usage_bak" FROM "cpu_usage" 
#該sql只會(huì)把value字段中插入到備份表cpu_usage_bak中,需要插入的字段在原變和舊表中tag和Field不變
SELECT value into "cpu_usage_bak" FROM "cpu_usage" 
#該sql只會(huì)把value和resKey字段中插入到備份表cpu_usage_bak中,需要插入的字段在原變和舊表中tag和Field不變
SELECT value into "cpu_usage_bak" FROM "cpu_usage"  group by resKey
#和上面sql一樣,只不過多個(gè)聚合函數(shù)
SELECT max(value) into "cpu_usage_bak" FROM "cpu_usage"  group by resKey
#該sql插入新表后,字段都會(huì)變成field,如果不想變成Filed,查詢時(shí)加Group By即可
SELECT value,resKey into "cpu_usage_bak" FROM "cpu_usage" 
#該sql中存在子查詢,從子查詢查數(shù)來的數(shù)據(jù)插入到新表,字段都變成了Field
SELECT value,resKey into  "default"."cpu_usage_bak"   FROM  (select * from "default"."cpu_usage" group by resKey)

5、子查詢

子查詢是嵌套在另一個(gè)查詢的 FROM 子句中的查詢。使用子查詢將查詢作為條件應(yīng)用于其他查詢。子查詢提供與嵌套函數(shù)和 SQLHAVING 子句類似的功能。

#求組內(nèi)最大值的平均值
SELECT MEAN("value") FROM (SELECT MAX("value") AS value FROM "cpu_usage" GROUP BY "resKey")
#求兩個(gè)字段差的平均值
SELECT MEAN("difference") FROM (SELECT "字段1" - "字段2" AS "difference" FROM "cpu_usage")

6、INTO導(dǎo)入到新表,導(dǎo)致數(shù)據(jù)丟失問題

Influxdb的內(nèi)部機(jī)制是基于時(shí)間的時(shí)序性數(shù)據(jù)庫(kù),每一條記錄都會(huì)有一個(gè)時(shí)間標(biāo)識(shí),如果客戶端記錄沒給這個(gè)時(shí)間,influxdb會(huì)提供。主鍵是由time + tag組成,是不可以重復(fù)的,如果重復(fù),后面的將覆蓋前面的。 相同的 measurement,tagset 和 timestamp 的數(shù)據(jù)會(huì)覆蓋。 解決方法就是提高時(shí)間精度到納秒?;蛘咴黾觮ag來標(biāo)識(shí)不同的點(diǎn)。

四、influxdb保留策略(RP)

什么是保留策略?

用來定義數(shù)據(jù)在InfluxDB中存放的時(shí)間,就是保留策略,過了這個(gè)時(shí)間,數(shù)據(jù)過期會(huì)自動(dòng)刪除。 一個(gè)數(shù)據(jù)庫(kù)可以有多個(gè)保留策略,但每個(gè)策略必須是獨(dú)一無二的。 保留策略實(shí)際就類似于Mysql中的定時(shí)任務(wù)

//查看數(shù)據(jù)保存策略(建議使用第二種)
show retention policies on "數(shù)據(jù)庫(kù)名稱"
show retention policies
/**
* 創(chuàng)建數(shù)據(jù)保留策略
* h(小時(shí)),d(天),w(星期)
*/
//CREATE RETENTION POLICY "保留策略名稱" ON "數(shù)據(jù)庫(kù)名稱" DURATION "該保留策略對(duì)應(yīng)的數(shù)據(jù)過期時(shí)間" REPLICATION "復(fù)制因子,開源的InfluxDB單機(jī)環(huán)境永遠(yuǎn)為1" SHARD DURATION "分片組的默認(rèn)時(shí)長(zhǎng)" DEFAULT
//DEFAULT是默認(rèn)保存策略,一個(gè)庫(kù)中只有一個(gè)默認(rèn)保存策略。
create retention policy "testPolice" on myInfluxdb duration 72h    replication 1 SHARD DURATION 1h default
//修改保留策略
alter retention policy "保留策略名稱" on "數(shù)據(jù)庫(kù)名稱" duration 1d
//刪除保留策略
drop retention policy "保留策略名稱" on "數(shù)據(jù)庫(kù)名稱"

備注:如果查詢influxdb沒數(shù)據(jù),一定要在表名加上保存策略。

五、influxdb連續(xù)查詢(CQ)

什么是連續(xù)查詢? 它會(huì)按照用戶指定的查詢規(guī)則,自動(dòng)地、周期地查詢實(shí)時(shí)數(shù)據(jù)并執(zhí)行指定運(yùn)算,然后將查詢結(jié)果保存在一張指定的表中。

舉個(gè)例子來理解連續(xù)查詢:現(xiàn)有CPU使用率數(shù)據(jù)分鐘級(jí)別,需要把分鐘級(jí)別的數(shù)據(jù)匯聚成小時(shí)級(jí)別的(生成的小時(shí)級(jí)別數(shù)據(jù)插入小時(shí)表中)。 我們只需要?jiǎng)?chuàng)建個(gè)連續(xù)查詢,influxdb會(huì)自動(dòng)實(shí)時(shí)的把數(shù)據(jù)插入到小時(shí)表中。

注意:保存策略和連續(xù)查詢往往配合使用的。

用一個(gè)需求更加理解保存策略和連續(xù)查詢的用法:

1、把分鐘級(jí)別數(shù)據(jù)保存兩個(gè)小時(shí)。

2、把小時(shí)級(jí)別數(shù)據(jù)保存10周

實(shí)現(xiàn)方式:

//創(chuàng)建分鐘級(jí)別的保存策略:two_hours是策略名稱,rightcloud是庫(kù)名,
CREATE RETENTION POLICY "two_hours" ON "rightcloud" DURATION 2h REPLICATION 1
//創(chuàng)建小時(shí)級(jí)別的保存策略:a_year是策略名稱,rightcloud是庫(kù)名
CREATE RETENTION POLICY "a_year" ON "rightcloud" DURATION 10w REPLICATION 1
//創(chuàng)建連續(xù)查詢:con_query連續(xù)查詢名稱
CREATE CONTINUOUS QUERY "con_query" ON "rightcloud" BEGIN
  SELECT mean("value") AS "value"
  INTO "a_year"."cpu_usage"
  FROM "autogen"."cpu_usage"
  GROUP BY time(10s)
END
//注意:分鐘級(jí)別數(shù)據(jù)和小時(shí)級(jí)別數(shù)據(jù)都是保存在cpu_usage表中,是通過保存策略來區(qū)分開的,在查詢表數(shù)據(jù)時(shí),一定要加上策略名稱
select * from "a_year"."cpu_usage";
select * from "autogen"."cpu_usage";

六、SpringBoot整合influxdb

1、引入maven

server:
  port: 8080
spring:
  influx:
    url: http://127.0.0.1:8086 #influxdb服務(wù)器的地址
    username:  #用戶名
    password:  #密碼
    database: rightcloud #指定的數(shù)據(jù)庫(kù)
    retention_policy: autogen

2、application.yml

server:  port: 8080spring:  influx:    url: //127.0.0.1:8086 #influxdb服務(wù)器的地址    username:  #用戶名    password:  #密碼    database: rightcloud #指定的數(shù)據(jù)庫(kù)    retention_policy: autogen

3、InfluxdbConfig配置類

import org.influxdb.InfluxDB;
import org.influxdb.InfluxDBFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.util.StringUtils;
/**
 * influxdb配置文件
 */
@Configuration
public class InfluxdbConfig {
    @Value("${spring.influx.url}")
    private String influxDBUrl;
    @Value("${spring.influx.username}")
    private String userName;
    @Value("${spring.influx.password}")
    private String password;
    @Value("${spring.influx.retention_policy}")
    private String retention_policy;
    @Value("${spring.influx.database}")
    private String database;
    @Bean
    public InfluxDB influxdb() {
        InfluxDB influxDB = null;
        if (StringUtils.isEmpty(userName)) {
            influxDB = InfluxDBFactory.connect(influxDBUrl);
        } else {
            influxDB = InfluxDBFactory.connect(influxDBUrl, userName, password);
        }
        try {
            /**
             * 異步插入:
             * enableBatch這里第一個(gè)是point的個(gè)數(shù),第二個(gè)是時(shí)間,單位毫秒
             * point的個(gè)數(shù)和時(shí)間是聯(lián)合使用的,如果滿100條或者60 * 1000毫秒
             * 滿足任何一個(gè)條件就會(huì)發(fā)送一次寫的請(qǐng)求。
             */
//            influxDB.setDatabase(database).enableBatch(100, 1000 * 60, TimeUnit.MILLISECONDS);
            influxDB.setDatabase(database);
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            //設(shè)置默認(rèn)策略
            this.retention_policy = retention_policy == null || "".equals(retention_policy) ? "autogen" : retention_policy;
            influxDB.setRetentionPolicy(retention_policy);
        }
        //設(shè)置日志輸出級(jí)別
        influxDB.setLogLevel(InfluxDB.LogLevel.BASIC);
        return influxDB;
    }
}

4、InfluxDBUtils工具類,提供增刪改查方法

import org.influxdb.InfluxDB;
import org.influxdb.annotation.Column;
import org.influxdb.annotation.Measurement;
import org.influxdb.dto.BatchPoints;
import org.influxdb.dto.Point;
import org.influxdb.dto.Query;
import org.influxdb.dto.QueryResult;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;
import java.lang.reflect.Field;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;
/**
 *
 */
@Component
public class InfluxDBUtils {
    @Autowired
    private InfluxDB influxDB;
    @Value("${spring.influx.database}")
    private String database;
    /**
     * 插入單條數(shù)據(jù)寫法1
     *
     * @param measurement
     */
    public void insertOne01(String measurement) {
        //構(gòu)建
        Point.Builder builder = Point.measurement(measurement);
        //可指定時(shí)間戳
        builder.time(System.currentTimeMillis(), TimeUnit.MILLISECONDS);
        //tag屬性只能存儲(chǔ)String類型
        builder.tag("name", "zhanggang");
        //設(shè)置field
        builder.addField("filed", "fileValue");
        influxDB.write(builder.build());
    }
    /**
     * 插入單條數(shù)據(jù)寫法2
     *
     * @param measurement
     */
    public void insertOne02(String measurement, Map<String, String> tags, Map<String, Object> fields) {
        //構(gòu)建
        Point.Builder builder = Point.measurement(measurement);
        //可指定時(shí)間戳
        builder.time(System.currentTimeMillis(), TimeUnit.MILLISECONDS);
        //tag屬性只能存儲(chǔ)String類型
        builder.tag(tags);
        //設(shè)置field
        builder.fields(fields);
        influxDB.write(builder.build());
    }
    /**
     * 插入單條數(shù)據(jù)
     * influxDB開啟UDP功能, 默認(rèn)端口:8089,默認(rèn)數(shù)據(jù)庫(kù):udp,沒提供代碼傳數(shù)據(jù)庫(kù)功能接口
     * 使用UDP的原因
     * TCP數(shù)據(jù)傳輸慢,UDP數(shù)據(jù)傳輸快。
     * 網(wǎng)絡(luò)帶寬需求較小,而實(shí)時(shí)性要求高。
     * InfluxDB和服務(wù)器在同機(jī)房,發(fā)生數(shù)據(jù)丟包的可能性較小,即使真的發(fā)生丟包,對(duì)整個(gè)請(qǐng)求流量的收集影響也較小。
     *
     * @param measurement
     * @param tags
     * @param fields
     */
    public void insertUDPOne03(String measurement, Map<String, String> tags, Map<String, Object> fields) {
        //構(gòu)建
        Point.Builder builder = Point.measurement(measurement);
        //可指定時(shí)間戳
        builder.time(System.currentTimeMillis(), TimeUnit.MILLISECONDS);
        //tag屬性只能存儲(chǔ)String類型
        builder.tag(tags);
        //設(shè)置field
        builder.fields(fields);
        int udpPort = 8089;
        influxDB.write(udpPort, builder.build());
    }
    //批量插入1
    public void insertBatchByRecords() {
        List<String> lines = new ArrayList<String>();
        String measurement = "test-inset-one";
        for (int i = 0; i < 2; i++) {
            Point.Builder builder = Point.measurement(measurement);
            //tag屬性只能存儲(chǔ)String類型
            builder.tag("name", "zhanggang" + i);
            //設(shè)置field
            builder.addField("filed", "fileValue" + i);
            lines.add(builder.build().lineProtocol());
        }
        influxDB.write(lines);
    }
    //批量插入2
    public void insertBatchByPoints() {
        BatchPoints batchPoints = BatchPoints.database(database)
                .consistency(InfluxDB.ConsistencyLevel.ALL)
                .build();
        String measurement = "test-inset-one";
        for (int i = 0; i < 2; i++) {
            Point.Builder builder = Point.measurement(measurement);
            //tag屬性只能存儲(chǔ)String類型
            builder.tag("name", "zhanggang" + i);
            //設(shè)置field
            builder.addField("filed", "fileValue" + i);
            batchPoints.point(builder.build());
        }
        influxDB.write(batchPoints);
    }
    /**
     * 查詢,返回Map集合
     *
     * @param query 完整的查詢語句
     * @return
     */
    public List<Map<String, Object>> fetchRecords(String query) {
        List<Map<String, Object>> results = new ArrayList<>();
        QueryResult queryResult = influxDB.query(new Query(query, database));
        queryResult.getResults().forEach(result -> {
            result.getSeries().forEach(serial -> {
                List<String> columns = serial.getColumns();
                int fieldSize = columns.size();
                serial.getValues().forEach(value -> {
                    Map<String, Object> obj = new HashMap<String, Object>();
                    for (int i = 0; i < fieldSize; i++) {
                        obj.put(columns.get(i), value.get(i));
                    }
                    results.add(obj);
                });
            });
        });
        return results;
    }
    /**
     * 批量寫入數(shù)據(jù)
     *
     * @param database        數(shù)據(jù)庫(kù)
     * @param retentionPolicy 保存策略
     * @param consistency     一致性
     * @param records         要保存的數(shù)據(jù)(調(diào)用BatchPoints.lineProtocol()可得到一條record)
     */
    public void batchInsert(final String database, final String retentionPolicy,
                            final InfluxDB.ConsistencyLevel consistency, final List<String> records) {
        influxDB.write(database, retentionPolicy, consistency, records);
    }
    /**
     * 查詢
     *
     * @param command 查詢語句
     * @return
     */
    public QueryResult query(String command) {
        return influxDB.query(new Query(command, database));
    }
    /**
     * 創(chuàng)建數(shù)據(jù)保留策略
     * 設(shè)置數(shù)據(jù)保存策略 defalut 策略名 /database 數(shù)據(jù)庫(kù)名/ 30d 數(shù)據(jù)保存時(shí)限30天/ 1 副本個(gè)數(shù)為1/ 結(jié)尾DEFAULT
     * 表示 設(shè)為默認(rèn)的策略
     */
    public void createRetentionPolicy() {
        String command = String.format("CREATE RETENTION POLICY \"%s\" ON \"%s\" DURATION %s REPLICATION %s DEFAULT",
                "defalut", database, "30d", 1);
        this.query(command);
    }
 }

5、在Controller類進(jìn)行操作

@RestController
public class InfluxDBController {
    @Autowired
    private InfluxDBUtils influxDBUtils;
    @GetMapping("/insertOne")
    public String insertOne() {
        String measurement = "test-inset-one";
        influxDBUtils.insertOne01(measurement);
        return "success";
    }
    @GetMapping("/query01")
    public List<Map<String, Object>> query01() {
        String sql = "SELECT * FROM \"test-inset-one\"   TZ('Asia/Shanghai')";
        return influxDBUtils.fetchRecords(sql);
    }

七、influxdb圖形化界面客戶端

InfluxDB Studio工具圖形化界面操作Influxdb

在這里插入圖片描述

到此這篇關(guān)于influxdb數(shù)據(jù)庫(kù)常用命令及SpringBoot整合的文章就介紹到這了,更多相關(guān)influxdb數(shù)據(jù)庫(kù)常用命令內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • SQL注入詳解(掃盲篇)

    SQL注入詳解(掃盲篇)

    剛進(jìn)公司的時(shí)候,研究的主要是SQL注入,因?yàn)橹皼]有搞過安全,所有費(fèi)了好長(zhǎng)一段時(shí)間對(duì)SQL注入基本知識(shí)進(jìn)行了解。所以這篇文章并不是什么很深入的技術(shù)博客,或許應(yīng)該叫它‘ SQL注入掃盲 ’有需要的朋友可以參考學(xué)習(xí),下面來一起看看吧。
    2017-01-01
  • 使用DataGrip連接Hive的詳細(xì)步驟

    使用DataGrip連接Hive的詳細(xì)步驟

    這篇文章主要介紹了DataGrip連接Hive的詳細(xì)圖文教程,本文通過圖文并茂的形式給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-11-11
  • 達(dá)夢(mèng)數(shù)據(jù)庫(kù)文件故障的恢復(fù)方法

    達(dá)夢(mèng)數(shù)據(jù)庫(kù)文件故障的恢復(fù)方法

    本文介紹了達(dá)夢(mèng)數(shù)據(jù)庫(kù)文件損壞或誤刪除后的恢復(fù)方法,這里的數(shù)據(jù)庫(kù)文件包括,表空間數(shù)據(jù)文件、重做日志文件、UNDO文件、TEMP文件、控制文件等,介紹了兩種恢復(fù)場(chǎng)景,感興趣的小伙伴跟著小編一起來看看吧
    2024-12-12
  • mysql、mssql及oracle分頁(yè)查詢方法詳解

    mysql、mssql及oracle分頁(yè)查詢方法詳解

    這篇文章主要介紹了mysql、mssql及oracle分頁(yè)查詢方法,實(shí)例分析了數(shù)據(jù)庫(kù)分頁(yè)的實(shí)現(xiàn)技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下
    2015-04-04
  • 淺析sql server 公共表達(dá)式的簡(jiǎn)單應(yīng)用

    淺析sql server 公共表達(dá)式的簡(jiǎn)單應(yīng)用

    本文主要對(duì)sql server 公共表達(dá)式的簡(jiǎn)單應(yīng)用進(jìn)行介紹,具有一定的參考價(jià)值,有需要的可以看下
    2016-12-12
  • 關(guān)于數(shù)據(jù)庫(kù)性能優(yōu)化中的表結(jié)構(gòu)優(yōu)化

    關(guān)于數(shù)據(jù)庫(kù)性能優(yōu)化中的表結(jié)構(gòu)優(yōu)化

    這篇文章主要介紹了關(guān)于數(shù)據(jù)庫(kù)性能優(yōu)化中的表結(jié)構(gòu)優(yōu)化,合理的表結(jié)構(gòu)設(shè)計(jì)可以提高數(shù)據(jù)庫(kù)的查詢效率和性能,而不合理的表結(jié)構(gòu)設(shè)計(jì)則可能導(dǎo)致查詢效率低下、數(shù)據(jù)冗余、數(shù)據(jù)不一致等問題,需要的朋友可以參考下
    2023-07-07
  • Clickhouse數(shù)據(jù)表、數(shù)據(jù)分區(qū)partition的基本操作代碼

    Clickhouse數(shù)據(jù)表、數(shù)據(jù)分區(qū)partition的基本操作代碼

    clickhouse的分區(qū)是指將數(shù)據(jù)按照分區(qū)鍵進(jìn)行劃分,每個(gè)分區(qū)可以包含多個(gè)數(shù)據(jù)塊,這篇文章主要介紹了Clickhouse數(shù)據(jù)表、數(shù)據(jù)分區(qū)partition的基本操作代碼,需要的朋友可以參考下
    2023-11-11
  • CentOS 8.2部署CouchDB 3.3數(shù)據(jù)庫(kù)的方法

    CentOS 8.2部署CouchDB 3.3數(shù)據(jù)庫(kù)的方法

    這篇文章主要介紹了CentOS 8.2部署CouchDB 3.3數(shù)據(jù)庫(kù),本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-12-12
  • Mybatis查詢延遲加載詳解及實(shí)例

    Mybatis查詢延遲加載詳解及實(shí)例

    這篇文章主要介紹了Mybatis查詢延遲加載詳解及實(shí)例的相關(guān)資料,Mybatis的延遲加載默認(rèn)是關(guān)閉的,即默認(rèn)是一次就將所有的嵌套SQL一并查了將對(duì)象所有的信息都查詢出來。開啟延遲加載有兩種方式,需要的朋友可以參考下
    2017-01-01
  • sql Union和Union All的使用方法

    sql Union和Union All的使用方法

    UNION指令的目的是將兩個(gè)SQL語句的結(jié)果合并起來。從這個(gè)角度來看, 我們會(huì)產(chǎn)生這樣的感覺,UNION跟JOIN似乎有些許類似,因?yàn)檫@兩個(gè)指令都可以由多個(gè)表格中擷取資料。
    2009-07-07

最新評(píng)論