之前介绍了运维监控系统Prometheus，然后就有同鞋问我关于时序数据库的情况，所以这里总结一下时序数据库，并以InfluxDB为例，介绍时序数据库的功能特性和使用方式，希望能对大家有所帮助。


一、时序数据库概述

1.1 什么是时序数据库

时序数据是一组按照时间维度索引的数据。时序数据在日常生活中随处可见，比如每个整点的温度、湿度等天气数据，每分钟的股票价格数据等。我们常用曲线图、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”。


时序数据库是一种非关系型数据库，以时间作为数据主键，专门用来存储时序数据。


1.2 时序数据库的特点

  • 高压缩比：由于数据每分每秒都在变化，海量的时序数据往往体量巨大，占用大量硬件资源，所以需要优化数据压缩算法提高数据压缩比。
  • 高并发写入：时序数据库采用持续高并发写入数据，无更新的方式，对于时间相同的重复的数据，只保留一份数据。
  • 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。


1.3 时序数据库的使用场景

  • IOT行业：电力、化工等工业物联网数据监测
  • 金融行业：各类金融产品及其衍生品、数字货币数据存储与量化研究
  • IT行业：服务器、虚拟机、容器等的状态数据实时监测
  • 互联网行业：用户行为轨迹，日志等数据。


目前比较流行的时序数据库有：InfluxDB、Prometheus、OpenTSDB、TDengine等，其中使用最广泛的当属InfluxDB，行业内应用最广泛。还有就是刚进入业内视野的国产时序数据库TDengine。而Prometheus则是Prometheus监控系统自带的数据库。


二、InfluxDB简介

2.1 什么是InfluxDB

InfluxDB 是一个用于存储和分析时间序列数据的开源数据库。由 Golang 语言编写，也是由 Golang 编写的软件中比较著名的一个，在很多 Golang 的沙龙或者文章中可能都会把 InfluxDB 当标杆来介绍，这也间接帮助 InfluxDB 提高了知名度。


2.2 InfluxDB的特性

  • 内置 HTTP 接口，使用方便
  • 数据可以打标记，这样查询可以很灵活
  • 类 SQL 的查询语句
  • 安装管理很简单，并且读写数据很高效
  • 能够实时查询，数据在写入时被索引后就能够被立即查出

在最新的 DB-ENGINES 给出的时间序列数据库的排名中，InfluxDB 高居第一位，可以预见，InfluxDB 会越来越得到广泛的使用。


2.3 InfluxDB几个基本概念

时序数据库由于其存储海量时序数据的特性，因此与传统数据库有些许不同，下面先对influxdb中涉及的基本概念作出解释。


influxdb数据库由database、measurement、point等三部分构成。分别对应关系数据库中的数据库、表、数据行。

  • database：数据库，同Mysql等关系型数据库中的“数据库Database”
  • measurement：数据表，相当于关系型数据库中的“表Table”
  • point：数据点，表示单条数据记录，相当于关系型数据库中的“一行数据”



2.4 Point数据构成

由于database和measurement与传统数据库基本相同，这里不做过多解释，以下针对influxdb中特有的Point进行讲解。

Point是InfluxDB中独有的概念，由时间（time）、数据（field）、标签（tags）三类字段组成。

（1）time：代表每条数据的时间字段，是measurement中的数据主键，因此time字段具有索引属性。一条point只能有一个time。

（2）field：代表各种数据的字段，例如气温、压力、股价等，field字段没有索引属性。一条point可以包括多个field。

（3）tag：代表各类非数据字段，例如设备编码、地区、姓名等，tag字段有索引属性。一条point可以包括多个tag。


例如：监控系统系统中，保存某个服务器的cpu和内存等资源使用情况，使用cpu_usage_total 的表名（measurement）保存数据。以下表示某一个point的样例数据：

其中time为time字段，记录数据产生的时间；cpu_usage和memory_usage分别代表CPU使用率和内存使用率，因此他们是field字段，真正的监控数据；cpu 和host代表CPU的名字和服务器IP，所以，他们是tag字段，用于查询和检索。



在使用和设计InfluxDB数据结构时，需要注意以下几点：

  • 1. tag 只能为字符串类型，可以加索引；
  • 2. field 类型无限制，不能加索引；
  • 3. InfluxDB不支持 join；
  • 4. InfluxDB支持连续查询操作（汇总统计数据）：CONTINUOUS QUERY；



三、InfluxDB安装

InfluxDB安装非常简单，根据操作系统执行对应的安装命令即可。这里以window为例，演示如何安装InfluxDB。

 

3.1 下载

 

chronograf为InfluxDB的Web后台管理端，InfluxDB提供了控制台命令端，如果使用不习惯，可以使用chronograf。


3.2 解压安装包

软件下载成功后，解压。

3.3 修改配置文件

InfluxDB 的数据存储主要有三个目录。默认情况下是 meta, wal 以及 data 三个目录，程序启动后会自动生成。

  • meta 用于存储数据库的一些元数据，meta 目录下有一个 meta.db 文件。
  • wal 目录存放预写日志文件，以 .wal 结尾。
  • data 目录存放实际存储的数据文件，以 .tsm 结尾。

接下来修改influxdb.conf 配置文件，修改以下部分的路径。

另外，InfluxDB服务默认端口为8086，如果需要更改端口号，则增加以下配置。


3.4 启动InfluxDB服务

配置文件修改完成后，接下来启动InfluxDB服务。直接运行Influxd.exe使用默认配置运行即可。如果需要使用自定义的配置文件，则指定conf文件进行启动，启动命令如下：

看到如下输出，说明InfluxDB启动成功。


四、InfluxDB使用

InfluxQL是一种类似于SQL的查询语言，用于与InfluxDB进行交互。如果你使用过关系数据库及SQL，那么你可以很快速的掌握InfluxQL。但是，InfluxQL又不完全是SQL，缺乏SQL中的一些高级的语法，例如UNION，JOIN，HAVING等。


那么InfluxDB的到底如何操作呢？接下来介绍InfluxQL语言的使用方法。


4.1 连接InfluxDB服务

进入到InfluxDB目录后，在cmd中输入influx命令即可，命令如下：

如果使用的是默认配置，可以不需要加端口，直接influx即可。


4.2 操作InfluxDB

InfluxQL与SQL命令语法类似。接下来我们看一看InfluxQL 是怎么使用的？

4.2.1创建数据库


4.2.2 表操作

1.创建表

InfluxDB没有专门的创建表的命令，当插入一条数据point至某A表时，此A表会自动创建，并且表的格式、字段名、字段类型也由此条插入命令决定。




2.修改表

InfluxDB没有修改表的命令，但当插入一条新数据point至表A时，如果此point中的字段多于原A表的字段，会自动修改A表与此条插入数据的格式字段等一致。

注意：此种情况仅限于新插入的数据字段与表A字段的交集即表A的情况，如果新插入数据字段与表A完全不同则会插入失败。


3.查询表


4.删除表：


5.插入数据

host_cpu_usage_totalhost_namecpu_corecpu_usagecpu_idle


我们简单小结一下插入的语句写法：

  1. 基本格式：.insert + measurement + "," + tag=value,tag=value +空格+ field=value,field=value ；
  2. tag与tag之间用逗号分隔；field与field之间用逗号分隔；
  3. tag与field之间用空格分隔；
  4. tag都是string类型，不需要引号将value包裹；
  5. field如果是string类型，需要加引号；


6.查询数据

查询语句使用select 关键字，格式与mysql 基本一致。


4.2.3 用户管理

InfluxDB 默认管理员账号：admin，密码为空。我们可以新增用户和权限。命令如下：

以上是对InfluxDB数据库操作的基本总结，其他复杂的用法可以参考官网教程。官网教程地址：https://docs.influxdata.com/influxdb/v1.7/。


五、SpringBoot整合InfluxDB

前面介绍了InfluxDB的基本安装和使用。接下来我们介绍SpringBoot项目如何整合InfluxDB，实现数据的增删改查。这里使用的Spring Boot版本为2.4.1。接下来看看如何实现的。

5.1 添加依赖

首先创建springboot项目spring-boot-starter-influxdb，并添加相关依赖，具体依赖如下：


5.2 修改application.properties 配置

接下来修改application.properties 配置文件，增加InfluxDB的相关配置，具体如下：

http://localhost:8086weiz_testadmin


5.3 读取配置文件

InfluxDBConfig


5.4 数据库操作类

InfluxDBService


5.5 测试验证

接下来，我们写几个单元测试，验证数据的增删改查等操作是否成功。单元测试代码如下：


运行上面的新增和查询等单元测试，单击Run Test或在方法上右击，选择Run 'testSave' ，查看单元测试结果，运行结果如下图所示。


单元测试运行成功，说明InfluxDB的增加和查询操作执行成功。



最后

以上，我们就把时序数据库InfluxDB介绍完了，并通过示例介绍了如何在SpringBoot项目中整合InfluxDB。示例代码也会同步上传：https://gitee.com/weizhong1988/spring-boot-starter 。如有疑问，请在下方留言！

InfluxDB在系统监控、物联网等方面的应用越来越多，希望大家能够熟练掌握。