2. 启动Influx #启动服务
systemctl start influxdb.service
#查看服务是否正常
systemctl status influxdb
#查看服务对应进程
ps aux | grep influx
（2）8088：备份和恢复时使用，默认是8088
3. Influx目录介绍 由于是使用yum 安装的所以安装后，Influx的目录会分布在 /usr/bin 、 /var/lib/influxdb/ 、 /etc/influxdb/ 下，下面我们一一介绍：
influxd influxdb服务器
influx influxdb命令行客户端
influx_inspect 查看工具
influx_stress 压力测试工具
influx_tsm 数据库转换工具（将数据库从b1或bz1格式转换为tsm1格式） （2）/var/lib/influxdb/ 存放数据的目录
data 存放最终存储的数据，文件以.tsm结尾
meta 存放数据库元数据
wal 存放预写日志文件 （3）/etc/influxdb/influxdb.conf 存放配置文件的目录influxdb.conf 就是 influxdb的配置文件。
4. 配置参数介绍 Ps：在阅读配置参数的时，最好是对该数据库各个概念以及原理有一些了解，再去细看配置参数。
#编辑配置文件
vim /etc/influxdb/influxdb.conf
#以下=后面的都是默认值
reporting-disabled = false -- 该选项用于上报influxdb的使用信息给InfluxData公司
bind-address = "127.0.0.1:8088" -- 备份恢复时使用，默认值为8088
[meta]下
dir = "/var/lib/influxdb/meta" -- meta数据存放目录
retention-autocreate = true -- 用于控制默认存储策略
logging-enabled = true -- 是否开启meta日志
[data]下
dir = "/var/lib/influxdb/data" -- 最终数据（TSM文件）存储目录
wal-dir = "/var/lib/influxdb/wal" -- 预写日志存储目录
query-log-enabled = true -- 是否开启tsm引擎查询日志
cache-max-memory-size = "1g" -- 用于限定shard最大值，大于该值时会拒绝写入
cache-snapshot-memory-size = "25m" -- 用于设置快照大小，大于该值时数据会刷新到tsm文件
cache-snapshot-write-cold-duration = "10m" -- tsm1引擎 snapshot写盘延迟
compact-full-write-cold-duration = "4h" -- tsm文件在压缩前可以存储的最大时间
max-series-per-database = 1000000 -- 限制数据库的级数，该值为0时取消限制
trace-logging-enabled = false -- 是否开启trace日志
[coordinator] 下
write-timeout = "10s" -- 写操作超时时间
max-concurrent-queries = 0 -- 最大并发查询数，0无限制
query-timeout = "0s" -- 查询操作超时时间，0无限制
log-queries-after = "0s" -- 慢查询超时时间，0无限制
max-select-point = 0 -- SELECT语句可以处理的最大点数（points）0无限制
max-select-series = 0 -- SELECT语句可以处理的最大级数（series），0无限制
max-select-buckets = 0 -- SELECT语句可以处理的最大"GROUP BY time()"的时间周期，0无限制
[retention]下 ，旧数据的保留策略
enabled = true -- 是否开启该模块
check-interval = "30m" -- 检查时间间隔
[http] 下，influxdb的http接口配置
enabled = true -- 是否开启该模块
bind-address = ":8086" --绑定地址
auth-enabled = false -- 是否开启认证
log-enabled = true -- 是否开启日志
max-row-limit = 0 -- 配置查询返回最大行数
max-connection-limit = 0 -- 配置最大连接数，0无限制 以上是常见操作配置，具体细节请参考：
https://www.cnblogs.com/MikeZhang/p/InfluxDBInstall20170206.html
三、Influx常见操作 1. 常见DDL操作 Ps:以下操作可能与关系型数据库操作不同，如果对Influx不了解，请先阅读Influx介绍之后，在继续往下阅读。
#进入Influx数据库
[root@iZbp19ujl2isnn8zc1hqirZ ~]# influx
> show databases #显示所有数据库
> create database tes #创建数据库
> drop database test #删除数据库
> use test #进入数据库
> insert disk_free,hostname=server01 value=442221834240i #创建&& 插入数据
> select * from disk_free #查询数据
> show measurement #显示库中的所有表
> drop measurement disk_free #删除表 我们发现以上猛如虎的操作中，进入没有类似create table的命令，这是为什么呢？
insert disk_free,hostname=server01 value=442221834240i
-- 剖析以上命令的含义
disk_free 就是表名，hostname 是索引（tag），value=xx 是记录值（field），记录值可以有多个，系统自带追加时间戳。
-- 也可以手动添加时间戳
insert disk_free,hostname=server01 value=442221834240i 1435362189575692182 2. 数据保存策略（Retention Policies） 介绍 ： InfluxDB 是没有提供直接删除数据记录的方法，但是提供数据保存策略，主要用于指定数据保留时间，超过指定时间，就删除这部分数据。
#查看当前数据库中的Retention Policies
>show retention policies on test
name duration shardGroupDuration replicaN default
---- -------- ------------------ -------- -------
autogen 0s 168h0m0s 1 false 解释 ：name ：名称，此示例名称为 default。duration ：持续时间，0代表无限制。shardGroupDuration ：shardGroup的存储时间，shardGroup是InfluxDB的一个基本储存结构，应该大于这个时间的数据在查询效率上应该有所降低。replicaN ：全称是replication，副本个数。default ：是否是默认策略。
#创建新的Retention Policies
> create retention policy "rp_name" on "test" duration 3w replication 1 default
#修改Retention Policies
> alter retention policy "rp_name" on "test" duration 30d default
> show retention policies on test
name duration shardGroupDuration replicaN default
---- -------- ------------------ -------- -------
autogen 0s 168h0m0s 1 false
rp_name 720h0m0s 24h0m0s 1 true
#删除Retention Policies
drop retention policy "rp_name" on "test" 创建语句剖析 ：
create retention policy "rp_name" on "test" duration 3w replication 1 default - rp_name ：保存策略名称
- test ：所针对的数据库
- 3w ： 保存3周，3周之前的数据将被删除，influxdb 具备各种事件参数，持续时间必须至少为1小时；比如：h（小时）、d（天）、w（星期） 。
- replication ： 副本个数，一般为1即可。
3. 连续查询（Continuous Queries） 介绍： InfluxDB 的连续查询是在数据库中自动定时启动的一组语句，语句中必须包含select 关键字 和 group by time() 关键字 。 InfluxDB 会将查询结果放在指定的数据表中。目的 ：使用连续查询是最优的降低采样率的方式，连续查询和存储策略搭配使用将会大大降低 InfluxDB 的系统占用量。而且使用连续查询后，数据会存放到指定的数据表中，这样就为以后统计不同精度的数据提供了方便。创建语句：
CREATE CONTINUOUS QUERY ON
[RESAMPLE [EVERY ] [FOR ]]
BEGIN SELECT ()[,()] INTO
FROM [WHERE ] GROUP BY time()[,]
END 举例 ：
CREATE CONTINUOUS QUERY wj_30m ON test BEGIN SELECT mean(connected_clients), MEDIAN(connected_clients), MAX(connected_clients), MIN(connected_clients) INTO redis_clients_30m FROM redis_clients GROUP BY ip,port,time(30m)
--解释：
在test数据库中新建了一个名为 wj_30m 的连续查询，每三十分钟取一个 connected_clients 字段的平均值、中位值、最大值、最小值从redis_clients表中并且插入到redis_clients_30m表中，使用的数据保留策略都是default。 连续查询的其他操作：
#查看库中的连续查询
> show continuous queries
name: _internal
name query
---- -----
name: test
name query
---- -----
#删除Continuous Queries
> drop continuous query on 4. 用户管理与权限操作 用户管理：
#以xxx用户登录
$influx -username useer -password abcd
#显示所有用户
> show users
user admin
---- -----
zy true
#创建普通用户
> CREATE USER "username" WITH PASSWORD 'password'
#创建管理员用户
> CREATE USER "admin" WITH PASSWORD 'admin' WITH ALL PRIVILEGES
#为用户设置密码
> SET PASSWORD FOR = ''
#删除用户
> DROP USER "username" 权限设置：
#为一个已有用户授权管理员权限
> GRANT ALL PRIVILEGES TO
#取消用户权限
> REVOKE ALL PRIVILEGES FROM
#展示用户在不同数据库上的权限
> SHOW GRANTS FOR 5. Influxdb查询 关于Influxdb支持两种方式：类SQL查询 和Http接口查询 ：
-- 类SQL查询（询最新的三条数据）
SELECT * FROM weather ORDER BY time DESC LIMIT 3
#Http接口查询
$curl -G 'http://localhost:8086/query?pretty=true' --data-urlencode "db=test" --data-urlencode "q=SELECT * FROM weather ORDER BY time DESC LIMIT 3" 四、Influx的JAVA_API 1. InfluxDB的增删改查 这里小编以maven项目的结构，测试关于InfluxDB数据库的增删改查。
org.influxdb
influxdb-java
2.5
InfluxDBUtils :
import org.influxdb.InfluxDB;
import org.influxdb.InfluxDBFactory;
import org.influxdb.dto.Point;
import org.influxdb.dto.Query;
import org.influxdb.dto.QueryResult;
import java.util.Map;
/**
* * Created with IntelliJ IDEA.
* * User: ZZY
* * Date: 2019/11/15
* * Time: 10:10
* * Description:
*/
public class InfluxDBConnect {
private String username;//用户名
private String password;//密码
private String openurl;//连接地址
private String database;//数据库
private InfluxDB influxDB;
public InfluxDBConnect(String username, String password, String openurl, String database){
this.username = username;
this.password = password;
this.openurl = openurl;
this.database = database;
}
/**连接时序数据库；获得InfluxDB**/
public InfluxDB getConnect(){
if(influxDB==null){
influxDB=InfluxDBFactory.connect(openurl,username,password);
influxDB.createDatabase(database);
}
return influxDB;
}
/**
* 设置数据保存策略
* defalut 策略名 /database 数据库名/ 30d 数据保存时限30天/ 1 副本个数为1/ 结尾DEFAULT 表示 设为默认的策略
*/
public void setRetentionPolicy(){
String command=String.format("CREATE RETENTION POLICY \"%s\" ON \"%s\" DURATION %s REPLICATION %s DEFAULT",
"defalut", database, "30d", 1);
this.query(command);
}
/**
* 查询
* @param command 查询语句
* @return
*/
public QueryResult query(String command){
return influxDB.query(new Query(command,database));
}
/**
* 插入
* @param measurement 表
* @param tags 标签
* @param fields 字段
*/
public void insert(String measurement, Map tags, Map fields){
Point.Builder builder =Point.measurement(measurement);
builder.tag(tags);
builder.fields(fields);
influxDB.write(database,"",builder.build());
}
/**
* 删除
* @param command 删除语句
* @return 返回错误信息
*/
public String deleteMeasurementData(String command){
QueryResult query = influxDB.query(new Query(command, database));
return query.getError();
}
/**
* 创建数据库
* @param dbName
*/
public void createDB(String dbName){
influxDB.createDatabase(dbName);
}
/**
* 删除数据库
* @param dbName
*/
public void deleteDB(String dbName){
influxDB.deleteDatabase(dbName);
}
} pojo：
import java.io.Serializable;
/**
* * Created with IntelliJ IDEA.
* * User: ZZY
* * Date: 2019/11/15
* * Time: 10:07
* * Description:
*/
public class CodeInfo implements Serializable {
private static final long serialVersionUID = 1L;
private Long id;
private String name;
private String code;
private String descr;
private String descrE;
private String createdBy;
private Long createdAt;
private String time;
private String tagCode;
private String tagName;
public static long getSerialVersionUID() {
return serialVersionUID;
}
}
//set and get method ... 测试：
import org.influxdb.InfluxDB;
import org.influxdb.dto.QueryResult;
import java.util.*;
/**
* * Created with IntelliJ IDEA.
* * User: ZZY
* * Date: 2019/11/15
* * Time: 11:45
* * Description: 测试influxDB的增删改查
*/
public class Client {
public static void main(String[] args) {
String username = "admin";//用户名
String password = "admin";//密码
String openurl = "http://192.168.254.100:8086";//连接地址
String database = "test";//数据库
InfluxDBConnect influxDBConnect = new InfluxDBConnect(username, password, openurl, database);
influxDBConnect.getConnect();
//insertInfluxDB(influxDBConnect);
testQuery(influxDBConnect);
}
//向Measurement中插入数据
public static void insertInfluxDB(InfluxDBConnect influxDB) {
Map tags = new HashMap();
Map fields = new HashMap();
List list = new ArrayList();
CodeInfo info1 = new CodeInfo();
info1.setId(1L);
info1.setName("BANKS");
info1.setCode("ABC");
info1.setDescr("中国农业银行");
info1.setDescrE("ABC");
info1.setCreatedBy("system");
info1.setCreatedAt(new Date().getTime());
CodeInfo info2 = new CodeInfo();
info2.setId(2L);
info2.setName("BANKS");
info2.setCode("CCB");
info2.setDescr("中国建设银行");
info2.setDescrE("CCB");
info2.setCreatedBy("system");
info2.setCreatedAt(new Date().getTime());
list.add(info1);
list.add(info2);
String measurement = "sys_code";
for (CodeInfo info : list) {
tags.put("TAG_CODE", info.getCode());
tags.put("TAG_NAME", info.getName());
fields.put("ID", info.getId());
fields.put("NAME", info.getName());
fields.put("CODE", info.getCode());
fields.put("DESCR", info.getDescr());
fields.put("DESCR_E", info.getDescrE());
fields.put("CREATED_BY", info.getCreatedBy());
fields.put("CREATED_AT", info.getCreatedAt());
influxDB.insert(measurement, tags, fields);
}
}
//查询Measurement中的数据
public static void testQuery(InfluxDBConnect influxDB) {
String command = "select * from sys_code";
QueryResult results = influxDB.query(command);
if (results == null) {
return;
}
for(QueryResult.Result result:results.getResults()){
List series = result.getSeries();
for(QueryResult.Series serie :series){
System.out.println("serie:"+serie.getName()); //表名
Map tags =serie.getTags();
if(tags !=null){
System.out.println("tags:-------------------------");
tags.forEach((key, value)->{
System.out.println(key + "：" + value);
});
}
System.out.println("values:-----------------------");
List> values = serie.getValues(); //列出每个serie中所有的列--value 列为全大写
List columns =serie.getColumns(); //列出每个serie中所有的列
for(List list : values){
for(int i=0; i< list.size(); i++){
String propertyName = setColumns(columns.get(i));//字段名
Object value =list.get(i);
System.out.println(value.toString());
}
}
System.out.println("columns:");
for(String column:columns){
System.out.println(column);
}
}
}
}
//删除Measurement中的数据
public static void deletMeasurementData(InfluxDBConnect influxDB){
String command = "delete from sys_code where TAG_CODE='ABC'";
String err =influxDB.deleteMeasurementData(command);
System.out.println(err);
}
private static String setColumns(String column){
System.out.println(column);
String[] cols = column.split("_");
StringBuffer sb = new StringBuffer();
for(int i=0; i< cols.length; i++){
String col = cols[i].toLowerCase();
if(i != 0){
String start = col.substring(0, 1).toUpperCase();
String end = col.substring(1).toLowerCase();
col = start + end;
}
sb.append(col);
}
System.out.println(sb.toString());
return sb.toString();
}
} 五、InfluxDB 导入导出数据 1. 数据导出 （1）普通导出
$influx_inspect export -datadir "/var/lib/influxdb/data" -waldir "/var/lib/influxdb/wal" -out "test_sys" -database "test" -start 2019-07-21T08:00:01Z
#命令解释
influx_inspect export
-datadir "/data/influxdb/data" # 勿动，influxdb 默认的数据存储位置
-waldir "/data/influxdb/wal" # 勿动，influxdb 默认的数据交换位置
-out "telemetry_vcdu_time" # 导出数据文件的文件名
-database telemetry_vcdu_time # 指定要导出数据的数据库
-start 2019-07-21T08:00:01Z # 指定要导出的数据的起始时间 此时在当前目录下会出现一个名为test_sys的文件，查看文件内容：
（2）导出成CSV格式文件
$influx -database 'test' -execute 'select * from sys_code' -format='csv' > sys_code.csv 此时在当前目录下就多出一个sys_code.csv的文件，查看文件内容：
2. 导入数据 $influx -import -path=telemetry_sat_time -precision=ns
#命令解释
influx
-import # 无参，勿动
-path=telemetry_sat_time # 指定导入数据的文件
-precision=ns # 指定导入数据的时间精度 以上是“InfluxDB如何使用”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
http://kswsj.cn/article/iiohcs.html
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
