influxdb數(shù)據(jù)庫常用命令及SpringBoot整合
更新時間：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)庫常用命令及SpringBoot整合,Influxdb是一個開源的分布式時序、時間和指標數(shù)據(jù)庫，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是一個開源的分布式時序、時間和指標數(shù)據(jù)庫，使用go語言編寫，無需外部依賴。
注意： influxdb只針對單機版開源，集群版還是要收費的。
1、時序數(shù)據(jù)庫
時間序列數(shù)據(jù)庫是按照時間順序來記錄數(shù)據(jù)，比如我們想存儲服務(wù)器CPU和內(nèi)存分鐘級的使用率，即一分鐘產(chǎn)生一條數(shù)據(jù)，時序數(shù)據(jù)庫就是最佳選擇。
注意：時序數(shù)據(jù)庫是不支持刪除和更新的
2、influxdb和mysql類比
3、points（類似表的一行數(shù)據(jù)）數(shù)據(jù)結(jié)構(gòu)
4、measurement特性
- measurement類似mysql中的表，無需單獨創(chuàng)建，在第一次插入數(shù)據(jù)時自動創(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，實際中如有需要只能刪除整個measurement重新插入數(shù)據(jù)
5、Tag和Field
Tag: 相當于mysql的索引,Group By查詢時只能用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支持數(shù)據(jù)類型有int,float,boolean類型
講白了，當我們插入機器的cpu使用率時：主機的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database中，相同retention policy、相同measurement、相同tag的數(shù)據(jù)屬于一個series集合，同一個series的數(shù)據(jù)在物理上按照時間順序排列在一起。
series就是不同tag列，進行排列組合。比如一個表中有兩個tag字段A和B。 A字段有有3種值，B字段有4種值，則series個數(shù) = 3*4=12個。
二、數(shù)據(jù)庫、表操作命令
1、數(shù)據(jù)庫操作
//通過cli操作influxdb,(登錄influxdb) influx -username root -password root //查看所有數(shù)據(jù)庫 show databases //進入到某個數(shù)據(jù)庫 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)庫名稱 TO 用戶名稱 GRANT ALL PRIVILEGES TO 用戶名稱 /** * 數(shù)據(jù)庫撤銷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" //查看當前庫的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，在初始時設(shè)置為tag，即索引，fields不常作為查詢條件，更甚者，在復雜查詢語法中，聚合語句group by 后面只能是time和tags。 一個measurement 是有多個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，后面的時間戳是我們指定的，如果不指定系統(tǒng)自動加當前時間時間戳。 */ insert cpu_usage resKey=470b14f0-e869-43ed-a8e6-fd634258271f value=0.96516 #指定時間戳插入 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)保留時間，超過指定時間，就刪除這部分數(shù)據(jù)。（數(shù)據(jù)庫過期策略至少一個小時）
三、influxdb的sql操作(查詢)
//查詢基本構(gòu)成，中括號[]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field key！如果在SELECT子句中只有一個或多個tag key，那么該查詢會返回空。這是由InfluxDB底層存儲數(shù)據(jù)的方式所導致的結(jié)果。
- 在查詢中，發(fā)現(xiàn)插入的時間會比實際時間少8小時。那是因為InfluxDB默認以UTC時間存儲并返回時間戳，當接收到一個時序數(shù)據(jù)記錄時，InfluxDB將時間戳從本地時區(qū)時間轉(zhuǎn)換為UTC時間并存儲，查詢時，InfluxDB返回的時間戳對應(yīng)的是UTC時間 。 在sql后面加上tz(‘Asia/Shanghai’)，可以將UTC時間轉(zhuǎn)換為中國本地時間， 如果加上tz(‘Asia/Shanghai’)后報錯，安裝下go語言的安裝包即可解決。
- 如果查詢時，發(fā)現(xiàn)表里一查不出來數(shù)據(jù)，可能是表數(shù)據(jù)太大導致，在后面加個limit 10，也可能是表明沒加上保存策略導致的，保存策略下面有講。
SELECT * FROM "cpu_usage" limit 10 tz('Asia/Shanghai')4、在field上做一些基本計算
SELECT (value+400)*10 FROM "cpu_usage" limit 10 tz('Asia/Shanghai')2、where語句
注意事項：
- 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string, boolean, float 和 integer類型的field values進行比較，如果是string類型的field value，一定要用單引號括起來。如果不適用引號括起來，或者使用的是雙引號，將不會返回任何數(shù)據(jù)，有時甚至都不報錯。
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嬎愕臄?shù)據(jù)
SELECT (value+400)*10 FROM "cpu_usage" limit 10 tz('Asia/Shanghai')- 在WHERE子句中的tag values，也要用單引號括起來。如果不用引號括起來，或者使用雙引號，則查詢不會返回任務(wù)數(shù)據(jù)。甚至不會報錯。
- 根據(jù)時間戳來過濾數(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：
- 有 GROUP BY的查詢，需要查詢的字段一定要經(jīng)過函數(shù)。
- 對多個 tag 和單個tag做 GROUP BY, 求字段value的平均值
SELECT MEAN("value") FROM "temperature" GROUP BY "field1", "field2"- 根據(jù)時間戳進行 GROUP BY time(time_interval) ，查詢指定時間區(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)時間戳進行GROUP BY time(time_interval, offset_interval)，查詢指定時間區(qū)間，以30分鐘間隔分組，offset_interval 是一個持續(xù)時間。它向前或向后移動 InfluxDB 的預設(shè)時間界限，可以為正或負數(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，它會更改不含數(shù)據(jù)的時間間隔的返回值。
//上面sql中，如果需要聚合的時間段每數(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主要作用是把一個表的數(shù)據(jù)導入到另外一個表中。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，字段都會變成field，如果不想變成Filed，查詢時加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導入到新表，導致數(shù)據(jù)丟失問題
Influxdb的內(nèi)部機制是基于時間的時序性數(shù)據(jù)庫，每一條記錄都會有一個時間標識，如果客戶端記錄沒給這個時間，influxdb會提供。主鍵是由time + tag組成，是不可以重復的，如果重復，后面的將覆蓋前面的。 相同的 measurement，tagset 和 timestamp 的數(shù)據(jù)會覆蓋。 解決方法就是提高時間精度到納秒。或者增加tag來標識不同的點。
四、influxdb保留策略(RP)
什么是保留策略？
用來定義數(shù)據(jù)在InfluxDB中存放的時間，就是保留策略，過了這個時間，數(shù)據(jù)過期會自動刪除。 一個數(shù)據(jù)庫可以有多個保留策略，但每個策略必須是獨一無二的。 保留策略實際就類似于Mysql中的定時任務(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)庫名稱" show retention policies /** * 創(chuàng)建數(shù)據(jù)保留策略 * h（小時），d（天），w（星期） */ //CREATE RETENTION POLICY "保留策略名稱" ON "數(shù)據(jù)庫名稱" DURATION "該保留策略對應(yīng)的數(shù)據(jù)過期時間" REPLICATION "復制因子，開源的InfluxDB單機環(huán)境永遠為1" SHARD DURATION "分片組的默認時長" DEFAULT //DEFAULT是默認保存策略，一個庫中只有一個默認保存策略。 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？ 它會按照用戶指定的查詢規(guī)則，自動地、周期地查詢實時數(shù)據(jù)并執(zhí)行指定運算，然后將查詢結(jié)果保存在一張指定的表中。
舉個例子來理解連續(xù)查詢：現(xiàn)有CPU使用率數(shù)據(jù)分鐘級別，需要把分鐘級別的數(shù)據(jù)匯聚成小時級別的(生成的小時級別數(shù)據(jù)插入小時表中)。 我們只需要創(chuàng)建個連續(xù)查詢，influxdb會自動實時的把數(shù)據(jù)插入到小時表中。
注意：保存策略和連續(xù)查詢往往配合使用的。
用一個需求更加理解保存策略和連續(xù)查詢的用法：
1、把分鐘級別數(shù)據(jù)保存兩個小時。
2、把小時級別數(shù)據(jù)保存10周
實現(xiàn)方式：
//創(chuàng)建分鐘級別的保存策略：two_hours是策略名稱，rightcloud是庫名,
CREATE RETENTION POLICY "two_hours" ON "rightcloud" DURATION 2h REPLICATION 1
//創(chuàng)建小時級別的保存策略：a_year是策略名稱，rightcloud是庫名
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:分鐘級別數(shù)據(jù)和小時級別數(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,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
retention_policy: autogen2、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 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("${spring.influx.database}")
private String database;
@Bean
public InfluxDB influxdb() {
InfluxDB influxDB = null;
if (StringUtils.isEmpty(userName)) {
influxDB = InfluxDBFactory.connect(influxDBUrl);
} else {
influxDB = InfluxDBFactory.connect(influxDBUrl, userName, password);
}
try {
/**
* 異步插入：
* enableBatch這里第一個是point的個數(shù)，第二個是時間，單位毫秒
* point的個數(shù)和時間是聯(lián)合使用的，如果滿100條或者60 * 1000毫秒
* 滿足任何一個條件就會發(fā)送一次寫的請求。
*/
// influxDB.setDatabase(database).enableBatch(100, 1000 * 60, TimeUnit.MILLISECONDS);
influxDB.setDatabase(database);
} catch (Exception e) {
e.printStackTrace();
} finally {
//設(shè)置默認策略
this.retention_policy = retention_policy == null || "".equals(retention_policy) ? "autogen" : retention_policy;
influxDB.setRetentionPolicy(retention_policy);
}
//設(shè)置日志輸出級別
influxDB.setLogLevel(InfluxDB.LogLevel.BASIC);
return influxDB;
}
}4、InfluxDBUtils工具類，提供增刪改查方法
import org.influxdb.InfluxDB;
import org.influxdb.annotation.Column;
import org.influxdb.annotation.Measurement;
import org.influxdb.dto.BatchPoints;
import org.influxdb.dto.Point;
import org.influxdb.dto.Query;
import org.influxdb.dto.QueryResult;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;
import java.lang.reflect.Field;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;
/**
*
*/
@Component
public class InfluxDBUtils {
@Autowired
private InfluxDB influxDB;
@Value("${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);
//可指定時間戳
builder.time(System.currentTimeMillis(), TimeUnit.MILLISECONDS);
//tag屬性只能存儲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);
//可指定時間戳
builder.time(System.currentTimeMillis(), TimeUnit.MILLISECONDS);
//tag屬性只能存儲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, 默認端口:8089,默認數(shù)據(jù)庫:udp,沒提供代碼傳數(shù)據(jù)庫功能接口
* 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，而實時性要求高。
* InfluxDB和服務(wù)器在同機房，發(fā)生數(shù)據(jù)丟包的可能性較小，即使真的發(fā)生丟包，對整個請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);
//可指定時間戳
builder.time(System.currentTimeMillis(), TimeUnit.MILLISECONDS);
//tag屬性只能存儲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
* @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)庫名/ 30d 數(shù)據(jù)保存時限30天/ 1 副本個數(shù)為1/ 結(jié)尾DEFAULT
* 表示 設(shè)為默認的策略
*/
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
到此這篇關(guān)于influxdb數(shù)據(jù)庫常用命令及SpringBoot整合的文章就介紹到這了,更多相關(guān)influxdb數(shù)據(jù)庫常用命令內(nèi)容請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
剛進公司的時候，研究的主要是SQL注入，因為之前沒有搞過安全，所有費了好長一段時間對SQL注入基本知識進行了解。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習，下面來一起看看吧。2017-01-01
這篇文章主要介紹了DataGrip連接Hive的詳細圖文教程,本文通過圖文并茂的形式給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-11-11
本文介紹了達夢數(shù)據(jù)庫文件損壞或誤刪除后的恢復方法,這里的數(shù)據(jù)庫文件包括,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,介紹了兩種恢復場景,感興趣的小伙伴跟著小編一起來看看吧2024-12-12
這篇文章主要介紹了mysql、mssql及oracle分頁查詢方法,實例分析了數(shù)據(jù)庫分頁的實現(xiàn)技巧,非常具有實用價值,需要的朋友可以參考下2015-04-04
本文主要對sql server 公共表達式的簡單應(yīng)用進行介紹，具有一定的參考價值，有需要的可以看下2016-12-12
關(guān)于數(shù)據(jù)庫性能優(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)計可以提高數(shù)據(jù)庫的查詢效率和性能，而不合理的表結(jié)構(gòu)設(shè)計則可能導致查詢效率低下、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的分區(qū)是指將數(shù)據(jù)按照分區(qū)鍵進行劃分,每個分區(qū)可以包含多個數(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,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-12-12
這篇文章主要介紹了Mybatis查詢延遲加載詳解及實例的相關(guān)資料,Mybatis的延遲加載默認是關(guān)閉的，即默認是一次就將所有的嵌套SQL一并查了將對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
UNION指令的目的是將兩個SQL語句的結(jié)果合并起來。從這個角度來看， 我們會產(chǎn)生這樣的感覺，UNION跟JOIN似乎有些許類似，因為這兩個指令都可以由多個表格中擷取資料。2009-07-07