InfluxDB从原理到实战 - InfluxDB常用的基础操作

0x00 基础操作介绍

? ? 在本文中将介绍InfluxDB常用的基础操作,帮助读者建立对InfluxDB的感性认识,快速的动手玩起来,持续查询(Continuous Queies)、Group by、Series、行协议(Line Protocol)、InfluxQL等高级特性和细节,将会在后续文章中逐步介绍。

? ? InfluxDB支持类SQL的操作接口,尽管因为时序数据的特点,InfluxDB是非CRUD的,不支持更新数据、删除单条数据操作,但考虑到大多数的读者对应CRUD的关系型数据库比较熟悉,在本文中,还是按照CRUD原则,介绍数据库(Database)、保留策略(Retention Policy)、表(Measurement)、数据写入、数据查询、数据更新、数据删除等内容。

? ? InfluxDB支持influx命令行和InfluxDB API 2种操作接口,在本文中,将以influx命令行的操作为例,介绍上述内容。本文的操作示例,基于InfluxDB最新的稳定版本,InfluxDB-v1.7.8。

0x01 数据库(Database)

1.? ? 创建数据库

? ? 通过CREATE语句,创建名为telegraf的数据库。

$ influx

Connected to http://localhost:8086 version 1.7.8

InfluxDB shell version: 1.7.8

> create database telegraf

>

2.? ? 查看数据库

? ? 通过SHOW语句,查看当前所有的数据库。

> show databases;

name: databases

name

----

_internal

monito

telegraf

>

3.? ? 删除数据库

? ? 通过DROP语句,删除名为telegraf的数据库。

> drop database telegraf

>

4.? ? 使用数据库

? ? 通过USE语句,使用名为telegraf的数据库。

> use telegraf

Using database telegraf

>

0x02 保留策略(Retention Policy)

1.? ? 查看数据库对应的保留策略

? ? 通过SHOW语句,查看数据库telegraf对应的保留策略。

> show retention policies on telegraf

name? ? duration shardGroupDuration replicaN default

----? ? -------- ------------------ -------- -------

autogen 0s? ? ? 168h0m0s? ? ? ? ? 1? ? ? ? true

>

2.? ? 创建保留策略

? ? 通过CREATE语句,创建名为rp-one-year的保留策略。

> create retention policy "rp-one-year" on "telegraf" duration 365d replication 1

>

> show retention policies on telegraf

name? ? ? ? duration? shardGroupDuration replicaN default

----? ? ? ? --------? ------------------ -------- -------

autogen? ? 0s? ? ? ? 168h0m0s? ? ? ? ? 1? ? ? ? true

rp-one-year 8760h0m0s 168h0m0s? ? ? ? ? 1? ? ? ? false

>

3.? ? 更改保留策略

? ? 通过ALTER语句,更改保留策略rp-one-year为数据库telegraf的默认保留策略。

> alter retention policy "rp-one-year" on "telegraf" duration 365d replication 1 default

>

> show retention policies on telegraf

name? ? ? ? duration? shardGroupDuration replicaN default

----? ? ? ? --------? ------------------ -------- -------

autogen? ? 0s? ? ? ? 168h0m0s? ? ? ? ? 1? ? ? ? false

rp-one-year 8760h0m0s 168h0m0s? ? ? ? ? 1? ? ? ? true

>

4.? ? 删除保留策略

? ? 通过DROP语句,删除数据库telegraf的保留策略rp-one-year。

> drop retention policy "rp-one-year" on "telegraf"

>

> show retention policies on telegraf

name? ? duration shardGroupDuration replicaN default

----? ? -------- ------------------ -------- -------

autogen 0s? ? ? 168h0m0s? ? ? ? ? 1? ? ? ? false

>

0x03 表(Measurement)

1.? ? 创建表

? ? 与MySQL等关系型数据不同,在InfluxDB中,无需显式创建表,在写入时序数据时,InfluxDB服务器会根据行协议,按需自动创建对应的表。

? ? 在数据库telegraf中,插入数据时,自动创建了表devops-idc-sz。

> use telegraf

Using database telegraf

>

> show measurements

>

> insert devops-idc-sz,host=server01 cpu=23.1,mem=0.63

>

> show measurements

name: measurements

name

----

devops-idc-sz

>

2.? ? 查看measurements

? ? 通过SHOW语句,,查看数据库telegraf中的所有的表。

> show measurements

name: measurements

name

----

devops-idc-sz

>

3.? ? 删除表

? ? 通过DROP语句,删除表devops-idc-sz和对应的所有数据。

> drop measurement devops-idc-sz

>

> show measurements

>

0x04 数据写入

? ? 通过INSERT语句和行协议,向表devops-idc-sz中插入3条DevOps环境的时序数据记录,时序数据对应的时间为2019/8/30 17:44:53。

> insert devops-idc-sz,host=server01 cpu=16.1,mem=0.43 1567158293000000000

> insert devops-idc-sz,host=server02 cpu=23.8,mem=0.63 1567158293000000000

> insert devops-idc-sz,host=server03 cpu=56.3,mem=0.78 1567158293000000000

0x05 数据查询

? ? 通过SELECT语句,查询表devops-idc-sz中的所有数据。

> select * from devops-idc-sz

name: devops-idc-sz

time? ? ? ? ? ? ? ? cpu? host? ? mem

----? ? ? ? ? ? ? ? ---? ----? ? ---

1567158293000000000 16.1 server01 0.43

1567158293000000000 56.3 server03 0.78

1567158293000000000 23.8 server02 0.63

>

0x06 数据更新

? ? 因为时序数据多写少读无更新的特点,InfluxDB,不支持数据更新操作,笔者亦不建议对时序数据记录执行更新操作。如果在某些特殊场景下,必须对时序数据记录的指标值进行更新,可以利用“时间戳(Timestamp)和时间序列线(Series)完全相同的时序数据记录,是同一条时序数据记录,新插入的时序数据,会覆盖原有的时序数据记录”的特性,更新时序数据记录的的指标值。

? ? 更新server01在2019/8/30 17:44:53的时序数据记录的指标值。

> insert devops-idc-sz,host=server01 cpu=76.1,mem=0.83 1567158293000000000

>

> select * from devops-idc-sz

name: devops-idc-sz

time? ? ? ? ? ? ? ? cpu? host? ? mem

----? ? ? ? ? ? ? ? ---? ----? ? ---

1567158293000000000 76.1 server01 0.83

1567158293000000000 56.3 server03 0.78

1567158293000000000 23.8 server02 0.63

>

0x07 数据删除

? ? 同样,因为时序数据多写少读无更新和批量删除时序数据记录的特点,InfluxDB不支持删除单条时序数据记录。除了通过保留策略周期性的定时删除时序数据记录,InfluxDB还还还支持通过WHERE条件语句、删除时间序列线、删除表、删除数据库、删除分片(Shard)等方式直接批量删除指定的时序数据记录。

1.? ? 通过WHERE条件语句从指定表中删除时序数据记录,从表devops-idc-sz中,删除标签名为host,标签值为server01、在2019/8/30 17:44:53时间点的时序数据记录。

(注意:WHERE条件语句,不支持指标(Field),只支持标签和时间戳。)

> delete from? devops-idc-sz where "host"='server01' and? time=1567158293s

>

2. 通过删除时间序列线删除时序数据记录,删除标签对"host"='server01'对应的时间序列线的所有时序数据记录。

> drop series from devops-idc-sz where "host"='server01'

>

3. 通过删除指定表删除时序数据记录,删除表devops-idc-sz对应的所有时序数据记录。

> drop measurement devops-idc-sz

>

4. 通过删除指定数据库删除时序数据记录,删除数据库telegraf对应的所有时序数据记录。

> drop database telegraf

>

5. 通过删除指定分片删除时序数据记录,删除分片 6对应的所有时序数据记录。

> select *? from? devops-idc-sz

name: devops-idc-sz

time? ? ? ? ? ? ? ? cpu? host? ? mem

----? ? ? ? ? ? ? ? ---? ----? ? ---

1567158293000000000 16.1 server01 0.43

1567158293000000000 56.3 server03 0.78

1567158293000000000 23.8 server02 0.63

>

> show shards

name: _internal

id database? retention_policy shard_group start_time? ? ? ? ? end_time? ? ? ? ? ? expiry_time? ? ? ? ? owners

-- --------? ---------------- ----------- ----------? ? ? ? ? --------? ? ? ? ? ? -----------? ? ? ? ? ------

1? _internal monitor? ? ? ? ? 1? ? ? ? ? 2019-08-27T00:00:00Z 2019-08-28T00:00:00Z 2019-09-04T00:00:00Z

4? _internal monitor? ? ? ? ? 4? ? ? ? ? 2019-08-30T00:00:00Z 2019-08-31T00:00:00Z 2019-09-07T00:00:00Z

name: monito

id database retention_policy shard_group start_time? ? ? ? ? end_time? ? ? ? ? ? expiry_time? ? ? ? ? owners

-- -------- ---------------- ----------- ----------? ? ? ? ? --------? ? ? ? ? ? -----------? ? ? ? ? ------

3? monitor? autogen? ? ? ? ? 3? ? ? ? ? 2019-04-29T00:00:00Z 2019-05-06T00:00:00Z 2019-05-06T00:00:00Z

2? monitor? autogen? ? ? ? ? 2? ? ? ? ? 2019-08-26T00:00:00Z 2019-09-02T00:00:00Z 2019-09-02T00:00:00Z

name: telegraf

id database retention_policy shard_group start_time? ? ? ? ? end_time? ? ? ? ? ? expiry_time? ? ? ? ? owners

-- -------- ---------------- ----------- ----------? ? ? ? ? --------? ? ? ? ? ? -----------? ? ? ? ? ------

6? telegraf autogen? ? ? ? ? 6? ? ? ? ? 2019-08-26T00:00:00Z 2019-09-02T00:00:00Z 2019-09-02T00:00:00Z

>

> drop shard 6

>

> select *? from? devops-idc-sz

>

后记:

欢迎交流讨论:

微信公众号:influxdb-dev。

InfluxDB技术交流群(QQ):663274123。

?著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,029评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,238评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事?!?“怎么了?”我有些...
    开封第一讲书人阅读 159,576评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,214评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,324评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,392评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,416评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,196评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,631评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,919评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,090评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,767评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,410评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,090评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,328评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,952评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,979评论 2 351

推荐阅读更多精彩内容

  • 转载自:https://www.cnblogs.com/jackyroc/p/7677508.html influ...
    SkTj阅读 2,118评论 0 2
  • 1. 时序数据库TSDB 1.1. 时序数据 通常按时间顺序到达(可以按规则或不规则的时间间隔到达) 数据量大 具...
    红薯爱帅阅读 1,520评论 0 1
  • 1. 简述 时间序列数据:从定义上来说,就是一串按时间维度索引的数据。 时序数据库(TSDB)特点:持续高并发写入...
    楚_kw阅读 112,886评论 4 26
  • 组长给我的阶段性复盘点评,发现我存在计划和目标对不上的问题,是啊,我也发现了,三目标我只有一个在每天都做,那目...
    2020亲子同修阅读 50评论 0 0
  • 首先为什么推荐解压缩安装呢,因为学学习与工作的过程成中,避免不了需要重装系统,那么重点来了,这些软件全部安装在系统...
    在外流浪的蜗牛阅读 2,350评论 0 2